基于圖像識別的千粒重儀研究.pdf

1、千粒重是衡量谷物品質(zhì)好壞的一個重要指標(biāo)，但目前在千粒重測量中大都是人工分離、數(shù)粒和稱重，這種方法費工費時，誤差較大，針對這一問題，本文以玉米種子為研究對象，結(jié)合計算圖像處理及識別技術(shù)，利用電磁振動機構(gòu)，設(shè)計了一種能自動分離出玉米種子中雜物和破損種子的裝置。其主要研究內(nèi)容如下： 1通過對谷物在斜面上的受力分析，用電磁線圈產(chǎn)生的脈動電磁力作為谷物排序的動力，設(shè)計了一種電磁振動排種機構(gòu)，使被檢測對象能單粒有序通過檢測點。該裝置使相對復(fù)

2、雜的動力傳動系統(tǒng)大大簡化，結(jié)構(gòu)簡單，控制調(diào)節(jié)方便，不僅適用于谷物，還適用于其它顆粒對象； 2用數(shù)碼攝像機對玉米圖像進(jìn)行采集，采集到的圖像質(zhì)量好，而且數(shù)碼攝像機，適用于現(xiàn)場數(shù)據(jù)采集，使用靈活方便： 3在圖像低層處理中，選用了中值濾波法，計算速度快，能滿足設(shè)計要求；在邊緣檢測中選用了Sobel算子，易于把圖像從背景中分離出來，效果比較好； 4由于谷物位置的不確定性，在被測對象的特征提取中，采用了一種改進(jìn)的不變矩特征量

3、的算法，該算法通過改變比例因子使不變矩的特征量不僅在連續(xù)狀態(tài)下具有不變性，而且在平移和旋轉(zhuǎn)的狀態(tài)下也具有了不變性，使識別正確率大大提高。實際結(jié)果表明這種識別方法有良好的分類效果，具有一定實際價值； 5根據(jù)玉米的形態(tài)結(jié)構(gòu)特征，提出了一組能夠區(qū)別合格玉米與破損玉米的形態(tài)結(jié)構(gòu)特征參數(shù)，該參數(shù)包括形狀參數(shù)、大小等7個參數(shù)，通過所提取的特征參數(shù)，運用BP神經(jīng)網(wǎng)絡(luò)分類算法對圖像進(jìn)行分類識別，識別準(zhǔn)確率達(dá)99％； 6采用紅外光電耦合型

4、傳感器和高靈敏度稱重傳感器對被測對象進(jìn)行監(jiān)測與稱重，工作可靠，精度和靈敏度也得到提高。在分離時采用了直流電機的正反轉(zhuǎn)分離合格也不合格的谷物，控制簡單； 7利用PC機與單片機的串行接口，進(jìn)行了PC機與單片機之間的串口通信設(shè)計及硬件連接，工作可靠； 8在Matlab7.0環(huán)境下，進(jìn)行了圖像識別的軟件設(shè)計，利用其強大的數(shù)值計算功能、圖像處理函數(shù)及其自身所帶的工具箱，完成了谷物圖像的濾波、邊緣檢測和特征參數(shù)的計算、人工神經(jīng)網(wǎng)絡(luò)的