土壤背景下馬鈴薯可見—近紅外光譜探測(cè)與識(shí)別研究.pdf

1、計(jì)算機(jī)視覺技術(shù)具有實(shí)時(shí)、客觀、無損等優(yōu)點(diǎn),能對(duì)土壤背景下的馬鈴薯進(jìn)行快速識(shí)別。本文從圖像獲取、圖像預(yù)處理、模式識(shí)別、光譜識(shí)別四個(gè)方面對(duì)單個(gè)馬鈴薯的識(shí)別進(jìn)行了研究,并實(shí)現(xiàn)了土壤背景下馬鈴薯的實(shí)時(shí)識(shí)別。本文的主要內(nèi)容包括以下四個(gè)方面:
　　(1)土壤背景下馬鈴薯的可見-近紅外光譜探測(cè)及特征分析。
　　不同的物體具有不同的光譜,本文使用Avantes公司的AvaSpec-2048TEC熱電制冷光纖光譜儀,分別采集了馬鈴薯和土壤在自

2、然光和鹵鎢燈兩種不同光源下的的可見-近紅外光譜。研究表明,在自然光下相對(duì)光譜的720nm~930nm波段、鹵鎢燈下相對(duì)光譜的600nm~900nm波段以及鹵鎢燈下反射光譜的600nm~930nm波段,土壤背景和馬鈴薯能夠得到很好的區(qū)分,而且鹵鎢燈光源下的光譜能夠很好地減弱隨機(jī)噪聲的影響。
　　(2)提出了基于傳統(tǒng)模板匹配算法的圖像識(shí)別算法。
　　傳統(tǒng)的模板匹配算法是通過計(jì)算參考圖和模板圖像之間的相似度,并設(shè)定一個(gè)經(jīng)驗(yàn)閾值來進(jìn)

3、行圖像的匹配,進(jìn)而確定目標(biāo)在參考圖中的位置。這種匹配算法只適用于特定目標(biāo)的情況,而不同的馬玲薯形狀、大小均有很大的差異,所以本文在研究了傳統(tǒng)的模板匹配算法的基礎(chǔ)上,提出了適用于土壤背景下馬鈴薯的識(shí)別算法。
　　(3)設(shè)計(jì)了圖像獲取裝置并進(jìn)行圖像預(yù)處理。
　　本文設(shè)計(jì)的土壤背景下馬鈴薯的識(shí)別裝置由照明設(shè)備、USB攝像頭、計(jì)算機(jī)硬件以及圖像采集和處理程序組成;其中照明設(shè)備為自然光源,有利于實(shí)際應(yīng)用,USB攝像頭具有即插即用、價(jià)格

4、低廉的優(yōu)點(diǎn),圖像采集處理程序使用C++語言編寫,具有算法速度快的優(yōu)點(diǎn)。圖像預(yù)處理采用G通道灰度化、Otsu分割法、選擇式掩模濾波和Robert邊緣檢測(cè)算子分別對(duì)馬鈴薯原始圖像進(jìn)行灰度化、閾值分割、圖像平滑和邊緣提取處理。
　　(4)實(shí)現(xiàn)了土壤背景下馬鈴薯的實(shí)時(shí)識(shí)別。
　　為了更好地與生產(chǎn)實(shí)際相結(jié)合,本文研究了土壤背景下馬鈴薯的實(shí)時(shí)識(shí)別。通過微軟提供的VFW工具包,在VC++6.0環(huán)境下進(jìn)行編程,獲取了研究對(duì)象的視頻信號(hào),并將