稻米外观品质性状快速检测系统的研究与应用

论文摘要

稻米外观品质性状包括垩白米率、垩白面积、垩白度、粒长、粒宽和长宽比等性状。目前,我国稻米品质的多数外观指标的检测仅停留在肉眼观测阶段,不仅缺乏客观性和可重复性,而且检测结果主观性强和一致性差。针对这一问题,本研究以Visual C++.NET为开发工具,基于Chalkiness V1.0设计开发了一套计算机图像处理系统Chalkiness V2.0,用于国家农业部标准NY147-88中优质稻米分级质量指标垩白粒率、垩白度和粒型等米粒性状参数的检测。本试验获得的主要研究结果如下：（1）该系统由图像数据预处理模块、样品识别模块、垩白识别模块、长宽比识别模块、统计分析模块和输出模块组成。系统界面友好,功能较强,操作简便,可实现大米图像的预处理、垩白面积、垩白度、粒长、粒宽等检测,只需一次图像分析即可输出所有垩白相关指标,与现行的国内外检测法相比,具有客观、快速和可重复性等特点。（2）利用该系统对图像中病斑与健康叶片之间的边界的识别能力强来测定水稻及拟南芥的叶面积、RLA,测量结果快速、客观,可重复性好,克服了由完全人工识别所带来的误差,也避免了计算机无法模糊识别的不足,能广泛应用在多种叶片与相对病斑面积的测定分析中,如大豆灰霉病、烟草赤星病、玉米大斑病及小斑病、花生褐斑病等。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1 研究的目的和意义
• 2 国内外研究现状
• 2.1 国内的研究现状
• 2.2 国外的研究现状
• 3 研究的内容、目标与方案
• 3.1 试验的材料
• 3.2 研究内容
• 3.3 研究目标
• 3.4 研究方案
• 第二章 稻米图像的获取和预处理
• 1 计算机图像处理硬件系统
• 1.1 计算机
• 1.2 扫描仪
• 2 稻米图像的获取
• 3 稻米图像的预处理
• 3.1 图像色彩模理的转换
• 3.2 图像去噪
• 3.3 图像分割
• 3.4 稻米粘连分割
• 4 小结
• 第三章 稻米外观品质性状的快速检测
• 1 稻米外观品质性状指标的测定原理
• 1.1 垩白度的测定原理
• 1.2 垩白粒率的测定原理
• 1.3 粒型的测定原理
• 2 稻米外观品质性状指标的测定和结果的输出
• 2.1 稻米外观品质性状指标的测定
• 2.2 测定结果分析及输出
• 2.3 计算机图像处理技术和人工测定方法的比较
• 3 稻米外观品质性状测定研究拓展
• 4 本章小结
• 第四章 稻米外观品质性状快速检测系统的拓展应用
• 1 水稻叶面积及相对病斑面积（RLA）的测定
• 1.1 材料与方法
• 1.1.1 材料
• 1.1.2 方法
• 1.2 检测与分析
• 1.2.1 图像的获取与预处理
• 1.2.2 水稻叶面积及RLA的测定
• 1.2.3 测定结果分析及输出
• 2 拟南芥叶面积的测定
• 2.1 图像的获取及预处理
• 2.2 拟南芥叶面积的的测定与分析
• 3 本章小结
• 第五章 结论与展望
• 1 本研究的结论
• 2 本研究的创新点
• 3 下一步研究设想
• 参考文献
• 致谢
• 作者简介