运用计算机视觉识别技术进行馒头气孔结构分析

【目的】利用计算机数字图像分析提取馒头结构的气孔特征,以评价计算机视觉分析在馒头品质评价中的作用。【方法】试验1选用强筋品种Weaver、中筋品种宁春4号和弱筋品种京411,按粉质仪吸水率采用3个加水量处理,共计9个不同样本。图像分析中,采用K-均值算法将气孔从背景中分割出来,提取了3个气孔特征,即气孔总面积、气孔平均面积和气孔总数目,用于数据分析。试验2利用图像分析对11个样本进行馒头品质评价,并与实验室人工主观评分进行比较。【结果】试验1结果表明所取的3个特征能够较好反映加水量和筋力强弱对馒头气孔结构的影响,随着加水量增加和面筋强度增强,气孔总面积增加,这与馒头体积增大一致。试验2中馒头气孔图像特征的评价与人工评价具有较高的一致性,表明计算机图像分析能够较好反映馒头内部结构优劣。【结论】利用图像分析进行馒头品质评价是可行的。

冬小麦品种高低分子量麦谷蛋白亚基的分子标记检测

为了通过育种手段尽快改良小麦加工品质,利用Dx5、By8、By9、By16、Glu-A3、Glu-B3和1B.1R的特异性分子标记对221份中国冬小麦品种(系)进行HMW-GS、LMW-GS基因的等位变异及1B.1R易位系检测,结果表明:(1)在所检测的小麦品种(系)中,含Dx5、By8、By9的材料依次为58、79、119份,频率依次为26.2%、35.7%、53.8%;未检测到含By16的材料。(2)在所检测的小麦品种(系)中,Glu-A3位点上,含Glu-A3a、Glu-A3b、Glu-A3c、Glu-A3d的材料依次为30、1、111、79份,频率依次为13.6%、0.5%、50.2%、35.7%;未检测到携带Glu-A3e、Glu-A3f、Glu-A3g的材料;Glu-B3位点上,含Glu-B3d、Glu-B3g、Glu-B3f、Glu-B3h的材料较多,依次为64、47、18、11份,频率依次为29.0%、21.3%、8.1%、5.0%,含Glu-B3a、Glu-B3b、Glu-B3c、Glu-B3i的材料很少,依次为1、3、2、4份,频率依次为0.5%、1.4%、0.9%、1.8%;含1B.1R易位系的材料(即Glu-B3j类型)71份,频率为32.1%;未检测到含Glu-B3e的材料。(3)在所检测的小麦品种(系)中含最优亚基组合By8、Dx5、GluA3d、GluB3d的材料只有2份,频率为0.9%,说明聚合多个优良基因的小麦品质改良工作急需加强。