基于機(jī)器視覺(jué)的重疊類圓顆粒計(jì)數(shù)系統(tǒng).pdf

1、在工農(nóng)業(yè)生產(chǎn)中，通常需要統(tǒng)計(jì)一些類圓顆粒的數(shù)量，如測(cè)定糧食和油料等農(nóng)作物千粒重。人工計(jì)數(shù)是最原始的方法，由于長(zhǎng)時(shí)間計(jì)數(shù)，容易導(dǎo)致人眼極度疲勞，嚴(yán)重影響了檢測(cè)的效率和準(zhǔn)確率。在要求快速準(zhǔn)確計(jì)數(shù)的場(chǎng)合，其局限性更為突出。針對(duì)此現(xiàn)狀，為了提高計(jì)數(shù)的準(zhǔn)確率和效率，并且實(shí)現(xiàn)自動(dòng)化這一目標(biāo)，急迫需要開(kāi)發(fā)出能夠?qū)r(nóng)作物顆粒數(shù)量進(jìn)行自動(dòng)測(cè)定的系統(tǒng)。 本文對(duì)若干數(shù)量的農(nóng)作物類圓顆粒進(jìn)行拍照，在提取出的目標(biāo)顆粒圖像中，總存在著影響計(jì)數(shù)精度的深度粘連

2、和復(fù)雜重疊的顆粒群。為了提高計(jì)數(shù)準(zhǔn)確率，本文提出了一種基于圖像識(shí)別與分類的智能分割算法：首先對(duì)原彩色圖像預(yù)處理和初次分割，標(biāo)記出所有重疊的顆粒塊區(qū)域。采用凹點(diǎn)收搜法和點(diǎn)Hough變換提取顆粒區(qū)域的的凹點(diǎn)和質(zhì)心等幾何形狀特征，并計(jì)算出不變拓?fù)湫螤钐卣髁繗W拉數(shù)，建立顆粒重疊類別特征數(shù)據(jù)庫(kù)。采用支持向量機(jī)分類法訓(xùn)練學(xué)習(xí)后，識(shí)別樣本區(qū)域中顆粒的各種重疊類型，并自動(dòng)將其分為串粘連、多個(gè)并粘連和兩層并重疊等三種模型。針對(duì)上述三種類型，根據(jù)相應(yīng)的分割

3、規(guī)則將所包含的凹點(diǎn)配對(duì)后，構(gòu)建最優(yōu)分離線，實(shí)現(xiàn)對(duì)深度粘連和兩層重疊的顆粒準(zhǔn)確分割，并且統(tǒng)計(jì)顆粒的個(gè)數(shù)。 本課題以黃豆、綠豆等農(nóng)作物為對(duì)象進(jìn)行隨機(jī)試驗(yàn)，實(shí)驗(yàn)結(jié)果證明本系統(tǒng)對(duì)顆粒重疊類型的識(shí)別準(zhǔn)確率達(dá)到99.8％，實(shí)現(xiàn)重疊顆粒分離后，計(jì)數(shù)誤差率不超過(guò)0.5％。實(shí)驗(yàn)研究表明，該計(jì)數(shù)方法應(yīng)用于統(tǒng)計(jì)農(nóng)作物的顆粒數(shù)量時(shí)，計(jì)數(shù)精度較高，抗干擾能力強(qiáng)。 本論文結(jié)合機(jī)器視覺(jué)技術(shù)和圖像處理技術(shù)來(lái)實(shí)現(xiàn)類圓顆粒圖像計(jì)數(shù)。對(duì)支持向量機(jī)分類算法進(jìn)行