玉米籽粒机械裂纹产生机理及影响因素分析

针对直收过程中玉米籽粒存在机械损伤的问题,以典型玉米品种为研究对象,探讨了品种、含水率、果穗上的不同位置以及玉米果穗的类型等因素对玉米籽粒机械裂纹产生的影响规律。结果表明,(1)品种对机械裂纹的产生影响显著,不同玉米品种中,辽丹526存在机械裂纹的玉米籽粒数量高于辽丹565和郑单958;同一玉米品种,存在单裂纹的玉米籽粒数量最多,其次为龟裂纹,双裂纹玉米籽粒的数量最少;(2)含水率对机械裂纹的产生影响显著,含水率在21%~25%时,收获后产生机械裂纹的玉米籽粒数量最多,其次为10%~15%,含水率在16%~20%时,产生机械裂纹的玉米籽粒数量最少;(3)玉米果穗下部位置产生机械裂纹的玉米籽粒数量最多,其次为中部,果穗上部产生机械裂纹的数量最少;(4)短筒型果穗产生机械裂纹的玉米籽粒数量最多,其次为短锥形,长锥形玉米果穗产生机械裂纹的玉米籽粒数量最少。

玉米自交系花粉氮、磷养分含量差异

[目的]探讨玉米自交系的花粉养分含量作为组配良种的依据的可行性。[方法]在大田试验中,采集60份花期接近的玉米自交系的花粉,测定其氮和磷含量,通过频数分析明确其氮、磷含量的集中性和变异性的特征。[结果]花粉含氮量的变异系数(9.05%)明显低于含磷量(17.66%)。郑单958和凤糯2146的父本自交系的花粉的含氮量与含磷量均相对高于其母本自交系,但其中只有花粉含氮量间的差异达极显著水平(P<0.01)。[结论]花粉大量元素养分含量的变异主要来自于其含磷量;可利用花粉的氮、磷含量作为选育新品种的父、母本材料的指标。

玉米自动化考种过程的粘连籽粒图像分割

针对玉米自动化考种过程籽粒粘连导致穗粒数统计准确率低的问题,提出一种遗传算法(GA)与改进脉冲耦合神经网络(PCNN)相结合的分割方法(GA+改进PCNN),对粘连玉米籽粒图像的分割问题进行研究。采用数学形态学和wiener滤波对待分割图像去噪,基于小波变换进行多图像融合得到新图像;利用遗传算法寻找改进PCNN模型中参数β、αE和VE的最优解并进行图像分割。结果表明:1)本研究方法对粘连玉米籽粒的分割准确率为98%;2)本研究方法的交叉熵、区域内部均匀性、形状测度维和区域对比度指标依次为0.079 4、0.975 4、0.878 5和0.869 2,总体优于OTSU、改进分水岭、迭代法全局阈值和未改进PCNN分割算法;3)本研究方法的单幅图像处理时间为22.07s,用时长于各比较算法,但分割效果最理想。