基于改進(jìn)層次分析法小麥籽粒優(yōu)劣分級(jí)技術(shù)研究.pdf

1、分類(lèi)號(hào)： ! 里3 窆!密級(jí)： 公．玨單位代碼：學(xué) 號(hào)：1 0 0 8 62 0 1 1 5 5 8基于改進(jìn)層次分析法小麥籽粒優(yōu)劣分級(jí)技術(shù)研究R e s e a r c h a b o u tq u a l i t yg r a d i n g o f w h e a t g r a i nb a s e dO i li m p r o v e d A H P學(xué)位申請(qǐng)人： 梁良指導(dǎo)教師：韓憲忠教授學(xué)位名稱(chēng)：工程碩士研究領(lǐng)域：計(jì)算機(jī)技術(shù)授

2、予單位：河北農(nóng)業(yè)大學(xué)答辯日期：二。一三年五月三十日摘要～小麥籽粒的優(yōu)劣是檢驗(yàn)小麥品種好壞的一個(gè)重要指標(biāo)，籽粒分級(jí)技術(shù)可以精確的量化表示小麥優(yōu)劣的程度，這不僅對(duì)小麥的育種工作具有重要的參考價(jià)值，而且也可以對(duì)形態(tài)特征下的小麥籽粒品質(zhì)加以鑒別。利用現(xiàn)代計(jì)算機(jī)圖像處理技術(shù)對(duì)小麥籽粒進(jìn)行優(yōu)劣分級(jí)具有無(wú)損、分級(jí)精度高、速度快等優(yōu)點(diǎn)，可代替龐大的、重復(fù)性的人工勞動(dòng)。本論文以小麥籽粒優(yōu)劣分級(jí)為目標(biāo)，以小麥籽粒作為研究對(duì)象，通過(guò)基于數(shù)字圖像處理的研究方法

3、進(jìn)行了對(duì)小麥籽粒優(yōu)劣分級(jí)的方法研究。傳統(tǒng)的對(duì)小麥籽粒進(jìn)行優(yōu)劣分級(jí)方法通常是以人工觀察為主，工作人員憑借經(jīng)驗(yàn)對(duì)小麥籽粒進(jìn)行評(píng)價(jià)，具有很大的局限性和人為不確定性，本文利用數(shù)字圖像處理技術(shù)綜合利用數(shù)學(xué)建模方法，通過(guò)對(duì)小麥籽粒進(jìn)行圖像采集，預(yù)處理，提取了小麥籽粒的周長(zhǎng)、面積、飽滿(mǎn)度、矩形度、顏色飽和度、伸長(zhǎng)度6 個(gè)特征值，進(jìn)行統(tǒng)計(jì)分析，建立特征數(shù)據(jù)庫(kù)。綜合利用層次分析法和隸屬函數(shù)法實(shí)現(xiàn)了對(duì)小麥籽粒的優(yōu)劣分級(jí)，并使用M a t l a b 、V

4、c + + 進(jìn)行了算法的實(shí)現(xiàn)，驗(yàn)證了算法的有效性。本文的主要工作如下： ．1 ．，J 、麥籽粒圖像采集技術(shù)研究為了保證小麥籽粒圖像的采集效果，對(duì)不同天氣、光照和時(shí)問(wèn)段進(jìn)行了研究，最后以選擇自然天氣較好的時(shí)期，采用與小麥籽粒顏色對(duì)比度較大的黑色木板作為拍攝背景顏色，并采用垂直拍攝的方法，采集了小麥籽粒圖像。．2 ．小麥籽粒圖像預(yù)處理在小麥籽粒圖像預(yù)處理中，根據(jù)小麥籽粒圖像的灰度分布，通過(guò)不同閥值對(duì)圖像進(jìn)行增強(qiáng)。在圖像平滑中，分別采用中值濾

5、波算法和鄰域平均算法進(jìn)行效果對(duì)比，最終采用了效果較好的中值濾波算法去噪。在圖像分割中，利用m a t l a b 中e d g e 函數(shù)對(duì)小麥籽粒進(jìn)行輪廓提取。最后通過(guò)圖像灰度化、圖像增強(qiáng)、圖像平滑、圖像分割、圖像二值化綜合預(yù)處理流程得到小麥籽粒圖像。3 ．小麥籽粒特征值提取與選擇對(duì)處理后的小麥籽粒圖像，提取了顏色、形狀、大小、紋理等方面的多個(gè)特征，通過(guò)進(jìn)行計(jì)算，最后選取了周長(zhǎng)、面積、飽滿(mǎn)度、矩形度、顏色飽和度、伸長(zhǎng)度6 個(gè)特征作為識(shí)別