公开(公告)号：CN106971394B

公开(公告)日：2019-11-12

申请号：CN201710235725.2

申请日：2017-04-12

Applicant: 东北农业大学

Inventor： 李晓明 ,  王艳 ,  孙红敏 ,  沈维政 ,  魏晓莉

IPC: G06T7/10

Abstract: 本发明应用于农产品无损检测领域，属于计算机视觉、计算机图形学和数字图像处理等交叉领域，公开了一种快速分离粘连玉米种子的图像分割方法。首先采用最大类间方差法(OSTU)对目标图像二值化处理，并计算重心坐标；然后利用数学公式建立通过重心坐标的若干条轴线及每条轴线上的n条垂直线，并依据垂直线经过目标图像区域的像素之和，构建长度为n的集合并转化成相应的二维曲线；最后将所有二维曲线中的凹点存储到一个向量中，并根据数学公式搜索最小值和候选分割线。根据本发明实施例的方法，结合了轮廓跟踪和凹点搜索的优势，且经过实验表明，其具有实现简单、准确率较高和分割效果理想等优势，为后续的种子质量分级奠定良好的基础。

公开(公告)号：CN106971394A

公开(公告)日：2017-07-21

申请号：CN201710235725.2

申请日：2017-04-12

Applicant: 东北农业大学

Inventor： 李晓明 ,  王艳 ,  孙红敏 ,  沈维政 ,  魏晓莉

IPC: G06T7/10

Abstract: 本发明应用于农产品无损检测领域，属于计算机视觉、计算机图形学和数字图像处理等交叉领域，公开了一种快速分离粘连玉米种子的图像分割方法。首先采用最大类间方差法(OSTU)对目标图像二值化处理，并计算重心坐标；然后利用数学公式建立通过重心坐标的若干条轴线及每条轴线上的n条垂直线，并依据垂直线经过目标图像区域的像素之和，构建长度为n的集合并转化成相应的二维曲线；最后将所有二维曲线中的凹点存储到一个向量中，并根据数学公式搜索最小值和候选分割线。根据本发明实施例的方法，结合了轮廓跟踪和凹点搜索的优势，且经过实验表明，其具有实现简单、准确率较高和分割效果理想等优势，为后续的种子质量分级奠定良好的基础。

公开(公告)号：CN106596465A

公开(公告)日：2017-04-26

申请号：CN201710123913.6

申请日：2017-03-03

Applicant: 东北农业大学

Inventor： 王艳 ,  尹艳玲 ,  沈维政 ,  孙红敏 ,  李晓明

IPC: G01N21/359

CPC classification number: G01N21/359

Abstract: 本发明公开了一种近红外光谱分析中的异常样本识别方法，本发明结合半数重采样和Cook距离算法对近红外光谱分析数据进行异常样本识别。首先改变半数重采样算法的结果表达方式，对光谱数据进行异常样本识别，然后利用Cook距离方法针对化学值进行异常样本识别，均通过偏最小二乘建模效果选取各自的最佳置信区间，联合二者作为本方法中的置信区间；对于同时出现在两种方法下的异常样本，若为高杠杆值点，则剔除，否则保留。本发明结合两种相互独立的算法，能够处理光谱异常和化学值异常同时存在或只存在一种的情况，并对特殊的异常样本进行深入判断，保留由于自身特性而被识别出的特异样本，增强了模型的适用性和稳定性。