基于機(jī)器視覺(jué)和多元回歸的收獲前棉花品級(jí)抽樣分級(jí)模型研究.pdf

1、長(zhǎng)期以來(lái)，我國(guó)籽棉收購(gòu)以感官檢驗(yàn)為主，檢驗(yàn)結(jié)果易受人為因素影響。為了加快收獲前棉花檢驗(yàn)儀器化的步伐，本文提出基于機(jī)器視覺(jué)和多元回歸的收獲前棉花品級(jí)棉田抽樣分級(jí)的思想，用數(shù)碼相機(jī)拍攝黑背景下收獲前四瓣棉花圖像并完成了以下三方面的研究工作(文中約定：棉花與鈴殼總稱為棉鈴殼)： 1．圖像分割。中值濾波、灰度變換以及數(shù)學(xué)形態(tài)學(xué)處理是常用的圖像增強(qiáng)技術(shù)，主要解決由于不充足或不均勻的光線引起的噪聲、圖像對(duì)比度差等問(wèn)題。在本實(shí)驗(yàn)中，首先，從黑

2、背景棉花圖像中提取棉鈴殼二值模板，使背景置零。方法是：用最小閾值將原始灰度圖二值化，并提取棉鈴殼中心區(qū)域模板；用0tsu閾值將形態(tài)學(xué)高帽增強(qiáng)灰度圖二值化，并提取棉鈴殼邊界區(qū)域模板；將中心區(qū)域模板與邊界區(qū)域模板相加，得到棉鈴殼二值總模板。其次，從背景置零的棉鈴殼灰度圖中提取棉花模板，使背景置零。方法是：用0tsu閾值將低帽增強(qiáng)灰度圖二值化，得到棉花與鈴殼分割的二值圖；大尺寸開(kāi)啟剪去鈴殼，并用剩下的對(duì)象個(gè)數(shù)判斷棉花之間的連通性：(1)對(duì)于多

3、連通的低品級(jí)棉花，從大尺寸開(kāi)啟前的二值圖中依次提取若干區(qū)域(1～4個(gè))的棉花模板；(2)對(duì)于單連通的高品級(jí)棉花，用0tsu閾值將原始灰度圖重新二值化，并提取最大區(qū)域的棉花模板。 2．特征提取。統(tǒng)計(jì)學(xué)中的求和、均值和標(biāo)準(zhǔn)差可以用于提取棉花的尺寸和顏色參數(shù)，本實(shí)驗(yàn)依據(jù)棉花收購(gòu)國(guó)家文字標(biāo)準(zhǔn)，基于機(jī)器視覺(jué)提取了以下特征參數(shù)：棉鈴殼二值模板面積參數(shù)；棉花二值模板面積參數(shù)；棉鈴殼黃色((R+G)/2-B)面積參數(shù)；棉鈴殼灰度均值和標(biāo)準(zhǔn)差；棉

4、花灰度均值和標(biāo)準(zhǔn)差。 3．建立分級(jí)模型。首先，設(shè)定模型的自變量為：棉花與鈴殼的面積之比，記作x1；棉鈴殼黃色面積與棉鈴殼總面積之比，記作x2；棉花灰度均值，記作x 3；棉花灰度標(biāo)準(zhǔn)差，記作x4；棉鈴殼灰度均值，記作x5；棉鈴殼灰度標(biāo)準(zhǔn)差，記作x6；因變量為收獲前棉花品級(jí)，記作y。接下來(lái)，將全部樣本分為二部分，用訓(xùn)練樣本建立了二元線性回歸分級(jí)模型：y=3．859-0.254·x1+11.595·x2，模型的R<'2>=0.755，