基于计算机视觉的种子质量鉴别方法

基于计算机视觉的种子质量鉴别方法

论文摘要

在计算机视觉与模式识别两大研究方向的共同推动下,农作物的质量检测已逐渐成为一个活跃的研究领域,对农作物尤其是种子的质量检测也提出了更高的要求。许多的专家和学者也都投入到这个方面的研究上来,并且取得了一定的研究成果。基于计算机视觉的种子质量鉴别涉及两个方面的问题:特征提取和分类器设计。本文首先对样本图像作预处理,包括去除噪声、图像增强等,使样本图像的有效特征更加突出。在特征提取阶段,对于经过预处理的样本图像,分别提取了颜色、形状和纹理三个方面的特征,颜色特征是通过提取样本区域内的像素均值获得的;由区域的周长和面积计算得到了圆形度,作为形状特征;通过区域的能量、熵和惯性矩来描述纹理特征。阐述了各种特征提取的算法,分别对基于颜色特征、形状特征和纹理特征的特征提取算法进行了实验。本文最后提出了一种基于规则的识别方法,对于颜色特征、形状特征和纹理特征的判别都有两个相关的规则。基于规则的识别方法的特点是识别速度快、规则的逻辑关系清晰。结合提取到的颜色特征值、形状特征值和纹理特征值,利用基于规则的识别方法检测种子的质量,本文采用50个样本图像作为试验数据,每个样本图像包含32颗豆子,共计1600颗豆子,识别率可达93.2%,接近人工识别的识别率。实验结果表明无论是采用的特征提取算法,还是模式识别方法,都具有较好的性能。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题研究的背景及意义
  • 1.2 国内外研究现状
  • 1.3 论文的主要工作与章节安排
  • 第2章 图像预处理
  • 2.1 样本采集
  • 2.2 图像平滑
  • 2.2.1 噪声类型
  • 2.2.2 图像平滑方法
  • 2.2.3 本文采用的图像平滑方法
  • 2.3 图像增强
  • 2.3.1 微分算子法
  • 2.3.2 卷积法
  • 2.3.3 图像增强的实验结果
  • 2.4 图像分割
  • 2.4.1 边缘检测算子
  • 2.4.2 区域分割
  • 2.5 区域标记
  • 2.5.1 四邻域标记算法
  • 2.5.2 八邻域标记算法
  • 2.5.3 本文采用的标记算法
  • 2.6 本章小结
  • 第3章 特征提取
  • 3.1 颜色特征提取
  • 3.1.1 颜色特征提取过程
  • 3.1.2 实验结果及分析
  • 3.2 形状特征提取
  • 3.2.1 种子几何特征的提取
  • 3.2.2 实验结果及分析
  • 3.3 纹理特征提取
  • 3.3.1 纹理表达方法
  • 3.3.2 实验结果及分析
  • 3.4 本章小结
  • 第4章 种子质量鉴别
  • 4.1 模式识别
  • 4.2 基于规则的识别
  • 4.2.1 颜色特征识别规则
  • 4.2.2 形状特征识别规则
  • 4.2.3 纹理特征识别规则
  • 4.3 实验结果分析
  • 4.4 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表的论文和取得的科研成果
  • 致谢
  • 相关论文文献

    标签:;  ;  ;  ;  

    基于计算机视觉的种子质量鉴别方法
    下载Doc文档

    猜你喜欢