機器視覺技術(shù)在玉米并肩雜、不完善粒檢測中的應用研究.pdf

1、玉米是我國糧食生產(chǎn)中的主要農(nóng)作物之一,將計算機視覺技術(shù)引入到玉米檢測分級中,能有效解決傳統(tǒng)的玉米粒人工檢測的周期長、實效性差、效率低、準確性差且勞動強度高,受主客觀因素影響較大等問題,有利于準確評價玉米粒質(zhì)量等級。本文旨在研究基于計算機視覺進行對玉米并肩雜、不完善粒檢測識別。
　　 論文的主要內(nèi)容包括:
　　 1.研究了機器視覺圖像預處理的方法.為了能更好的保留樣本顏色信息又能將背景去除,本研究采用了灰度閾值法進行背景分

2、割。研究發(fā)現(xiàn),紅色分量能很好的區(qū)分背景和目標樣本。其中閾值的設(shè)置是在灰度直方圖中基于最小錯誤概率的理論。在圖像灰度化的階段是采用加權(quán)平均值的方法.進行圖像二值化處理也是同樣采用灰度閾值法。
　　 2.從背景分割后的圖像中提取了六個顏色特征,包括紅色灰度均值(R)、綠色灰度均值(G)、藍色灰度均值(B)、色調(diào)灰度均值(H)、飽和度灰度均值(S)和亮度灰度均值(V);提取了五個形狀特征,包括長度、寬度,長寬比、面積、周長。
　

3、　 3.本研究在進行玉米完善粒與并肩雜、病斑粒、破損粒、蟲蝕粒的識別研究中主要采用了單特征閾值法和多特征閾值法。完善粒與破損粒的識別主要采用單特征閾值法,單獨選取面積和周長特征,識別精度分別為100％(測試精度99.5％)、94％(測試精度92.5％);完善粒與并肩雜、完善粒與病斑粒、完善粒與蟲蝕粒的識別主要采用多特征閾值法。對于完善粒與并肩雜的識別,選取H和S-H這兩個特征時識別精度為100％(測試精度99％),選取V和S-H這兩個

4、特征時識別精度為99％(測試精度96.5％);對于完善粒與病斑粒的識別,選取R×G/B和H×S這兩個特征時識別精度為99.5％(測試精度98％);對于完善粒與蟲蝕粒的識別,采用孔洞填充并計算像素值的方法可以識別孔洞狀的蟲蝕粒,精度可以達到100％(測試精度100％),采用面積閾值可以識別外部邊緣蟲蝕粒,精度可以達到95％(測試精度94％)。
　　 4.本文主要研究樣本的靜態(tài)圖像為主,為了以后能進行更深一步的動態(tài)圖像的研究,本研究