基于機器視覺和優(yōu)化DBSCAN的玉米種子純度識別.pdf

1、玉米是中國的主要農(nóng)作物之一，在食品、飼料等行業(yè)中的應用廣泛，玉米種子純度直接關系到作物的質(zhì)量與產(chǎn)量。目前，玉米純度的鑒定主要依靠生化電泳、色譜分析、熒光檢驗和DNA分子標記，這些方法雖然識別精度很高，但是檢驗過程繁瑣且周期較長，不適合對種子進行批量快速檢驗。利用機器視覺技術(shù)進行玉米種子純度研究，實現(xiàn)玉米種子純度自動、無損檢測，對提高種子純度檢驗的技術(shù)水平，促進玉米種業(yè)的健康發(fā)展，具有非常重要的意義。本文研究了利用機器視覺技術(shù)對玉米種子的

2、純度進行識別的方法。主要研究內(nèi)容如下：
　　 (1)本研究構(gòu)建了基于機器視覺的玉米種子純度檢測系統(tǒng)。為提高圖像采集質(zhì)量，設計了拍攝條件均一穩(wěn)定的暗箱作為拍攝環(huán)境。光源是采用大面積漫反射光的四面無影燈光源。在圖像采集過程中，采用與玉米種子顏色對比度較大的黑色作為拍攝背景顏色。
　　 (2)結(jié)合玉米種子冠部圖像特征提取的實際要求，對圖像進行了預處理。首先進行了灰度處理；在圖像增強上，與直方圖均衡，均值濾波進行對比分析后，采用

3、中值濾波算法進行去噪；在圖像分割上，應用閾值分割與區(qū)域生長算法，實現(xiàn)了背景與目標玉米種子冠部圖像的分離，進而分離得到單個分離的目標圖像。
　　 (3)根據(jù)玉米籽粒的粒型不規(guī)則特點，選擇玉米籽粒冠部區(qū)域作為研究對象，研究該區(qū)域色彩特征，從背景分割后的圖像確定玉米種子冠部核心區(qū)域，提取了9個顏色特征，包括RGB顏色模型、HIS顏色模型和Lab顏色模型各分量均值。為降低特征向量維數(shù)，提高識別速率及優(yōu)化特征選擇，對上述9個特征向量進行分

4、析。計算得到各特征參數(shù)正態(tài)分布函數(shù)的均值、均方差和變異系數(shù)。變異系數(shù)說明樣本內(nèi)均值差別程度，均方差表征特征值與均值離散的程度，即雜粒與正常雜交粒的偏離程度。經(jīng)分析，選取H、S、B作為識別特征向量，并發(fā)現(xiàn)其三維分布點存在密度差異。
　　 (4)建立以H、S、B作為特征向量的三維空間模型，針對密度分布差異，提出基于最遠優(yōu)先遍歷優(yōu)化的DBSCAN玉米純度識別算法。該算法通過最遠優(yōu)先遍歷方法優(yōu)化數(shù)據(jù)，將邊緣異常散點剔除，經(jīng)DBSCAN對