简介:为了明确不同光质LED补光条件下日光温室内光环境及烟苗生长的差异,采用蓝、黄、红色发光二级管(LED)作为发光光源对日光温室烟苗补光,以不补光为对照,研究了不同光质LED补光对日光温室内光辐射强度及烟苗光合速率、生长的影响。结果表明,蓝色LED补光显著提高温室内400~510nm波段的光辐射强度,黄色LED补光显著提高温室内510~610nm波段的光辐射强度,红色LED补光显著提高温室内610~720nm波段的光辐射强度。蓝色LED补光烟苗茎粗、干重、根冠比和壮苗指数显著大于对照和其他处理,株高最低;黄色LED补光烟苗株高较高;红色LED补光烟苗光合速率最高,株高显著高于对照和蓝色LED补光处理,干重、根冠比、壮苗指数显著大于对照和黄色LED补光处理。蓝色、黄色和红色LED补光均显著增加日光温室内的光辐射强度,调控温室内烟苗的生长。
简介:为实现醇化烟叶中霉变烟的自动在线精选,设计了基于机器视觉的霉变烟在线检测系统。该系统通过高速线阵CCD动态获取烟叶图像,采用MSD微结构描述算法提取烟叶图像颜色、纹理特征,基于神经网络集成分类算法,通过合格烟叶样本和霉烟样本的训练学习,实现霉变烟的在线检测识别。经过测试,该检测算法对霉烟图像样本的测度为0.918。在线检测试验结果显示,采用霉烟靶物单独过料时,机器视觉系统对霉烟的平均在线识别率在95%以上;将霉烟靶物与合格烟片混掺过料时,系统对霉烟的平均识别率在87%以上。研究结果表明,机器视觉方法用于醇化后烟叶中霉变烟的在线精选是可行的。