基于机器视觉的马铃薯图像特征参数获取方法n

目前马铃薯的分级方法主要还是以人工为主,而人工分级普遍存在不稳定性,费时成本高,依赖人的主观经验等.近些年来,机器视觉技术在农业领域取得了广泛的应用,尤其是农产品分级领域取得了较多的成果.机器视觉技术具有无损害、经济性好、精确率高等优点.对于马铃薯分类,可以从外观尺寸上判断马铃薯的形状类型和重量范围.人工分级时,通过观察不同马铃薯样本的不同横截面大小,就可以主观上判断出马铃薯的形状类型,大致评估质量范围.基于人工分级的特点,通过机器视觉进行分级,只需获得不同横截面的的投影,通过提取图像特征参数的方式来对这些横截面进行定量分析,就可以模拟人工分级的模式对马铃薯进行基于机器视觉的自动分级.本文设计了一套机器视觉系统,分别获取马铃薯平放时的图片与竖放时的图片,以获取最大横截面与最小横截面的投影.采集图片并对得到的照片进行图像处理,得到只有目标区域和背景的二值化图像.从一副图像中获得9个特征,然后通过100个马铃薯样本得到了基于这些特征的数据集.利用软件Unscramble对这些数据集进行分析,以验证方法的合理性.

高产类胡萝卜素的蛹虫草固体发酵体系研究

蛹虫草类胡萝卜素是一种水溶性天然色素,具有抗炎、抗氧化、免疫调节等多种功效,在食品工业中具有广泛的应用空间,是一类亟待开发的新型色素。以类胡萝卜素含量为指标,采用谷物类培养基优化3株类胡萝卜素高产菌株的固体发酵培养基,结果表明:菌株CM10的类胡萝卜素产量最高,其最佳培养基配方为小麦73%、麸皮20%和玉米7%。通过两段培养和单因素及响应面试验,确立蛹虫草CM10的最佳固体发酵体系为:基质颗粒度10目,基质初始含水量48%,自然pH,接种量25%,黑暗培养时间12 d,黑暗培养温度22℃,装料量25 g,光照温度25℃和光照时间14 d。此时,类胡萝卜素含量最高,达346μg/g。