基于機器視覺的稻種品種識別研究.pdf

1、水稻是我國糧食生產(chǎn)中的主要農(nóng)作物之一，種子的質(zhì)量是影響水稻產(chǎn)量的一個重要因素。在眾多的質(zhì)量指標中，尤以品種純度的鑒定最難。目前，品種純度的鑒定主要是用化學方法和田間小區(qū)種植方法進行檢測。這兩種方法都能給出比較準確的檢測結果，但是化學方法的成本昂貴、田間種植的方法周期太長，都不能滿足種子商業(yè)流通的需要。本文研究了利用計算機視覺技術對水稻種子的品種進行識別的方法。 論文的主要內(nèi)容包括：1.本研究稻種圖像采集的光源是采用冷光源的環(huán)形鹵

2、素燈，其色溫為3300K，采用50mm焦距的鏡頭和25mm的鏡頭延長管，背景采用白色的。 2.本文研究了一些圖像預處理的方法。為了保留目標的顏色信息，而又要將背景去除，采用灰度閾值法進行背景分割。研究發(fā)現(xiàn)，藍色分量能很好地區(qū)分背景和目標。其中閾值的設置是在灰度直方圖中基于最小錯誤概率的理論。在圖像灰度化的階段是采用了加權平均值的方法。進行圖像黑白二值化處理也同樣是采用的灰度閾值法。運用數(shù)學形態(tài)學運算中的開閉運算對二值圖像進行去噪

3、聲處理。 3.從背景分割后的圖像中提取了五個顏色特征，包括紅色分量均值、綠色分量均值、藍色分量均值、色調(diào)分量均值和飽和度分量均值；通過Blob分析，從二值圖像中提取了七個形狀特征，包括長度、寬度、長寬比、面積、周長、圓形度和內(nèi)切圓半徑。 4.研究稻種品種識別問題中有代表性的不同情況，主要采用了單特征閾值法、多特征閾值法和人工神經(jīng)網(wǎng)絡方法。單特征閾值法區(qū)分三種情況的兩個品種的識別問題。對秀水11和秈優(yōu)9308兩品種的識別，

4、單獨選取長度、長寬比、周長和圓形度中任一個特征其識別精度分別為100％、100％、95％、100％，其中閾值分別設定為450、3.5、1200、1.8；對秈優(yōu)5968和秈優(yōu)9308兩個品種的識別，單獨選取稻種的藍色分量均值、色調(diào)分量均值和飽和度分量均值中任一個特征其分類識別正確率分別為96％、92％、97％，其中閾值分別設置為226、236、35；對形狀極其相近的Ⅱ優(yōu)7954和汕優(yōu)浙3兩個品種的識別，研究發(fā)現(xiàn)內(nèi)切圓半徑可以識別，其識別正

5、確率為86％，閾值設為1.5。對Ⅱ優(yōu)7954、汕優(yōu)浙3、秀水11和舟903四個品種的分類識別，采用了多特征閾值法，選擇了長度和內(nèi)切圓半徑這兩個特征，識別正確率分別為90％、80％、92％、100％。對Ⅱ優(yōu)7954、汕優(yōu)浙3、秀水11、秈優(yōu)5968和舟903五個品種的分類識別，采用了一個三層BP神經(jīng)網(wǎng)絡進行分類識別，其識別正確率分別可達80.3％、73.5％、85.4％、77.6％、75.0％。 5.根絕上述理論與方法的研究結果，