基于机器视觉的玉米种子品种识别与检测研究

论文摘要

基于机器视觉的玉米种子品种识别与检测系统研究是山东省教育厅科技计划资助项目“基于计算机视觉的农产品自动检测技术研究”（J05G16）的一部分。本文构建了基于机器视觉的玉米种子品种识别与检测系统,搭建了图像采集硬件系统,应用VC++开发了玉米种子品种识别与检测软件系统,该系统可以对玉米种子图像进行采集与分析,提取图像中多个种子对象的几何特征和颜色特征,进行玉米种子品种识别与检测。在分析玉米种子的形态及光学特性的基础上,设计并搭建了玉米种子图像采集硬件系统,应用该硬件系统可以采集到符合玉米种子品种识别与检测要求的种子图像。分析了玉米种子图像在彩色空间中的颜色信息,对彩色空间变换和图像文件格式转换进行了算法试验,为几何和颜色特征提取做了准备。对图像格式转换、图像变换、图像直方图信息统计、图像增强、图像分割、形态学处理等一系列图像预处理算法进行了算法验证,经过对诸多算法的比较,设计了玉米种子图像预处理方案。试验表明,该图像预处理方案能提供进行玉米种子有效特征提取的目标图像。提出了一种多对象轮廓提取算法,该算法对玉米种子的几何特征提取具有较高的精度和适应性,克服了必须将图像中的单粒种子图像分割取出后才能进行轮廓提取的问题,实现了同时对多个种子对象进行轮廓跟踪和提取,提高了系统的执行效率。定义了玉米种子的各特征参数,在多对象轮廓提取算法中引入了一种新的数据结构和矢量标记算法,还在多对象轮廓提取算法的基础上提出了多对象几何特征和颜色特征提取算法,该算法有效解决了一次对种子图像中的多个对象进行特征提取的难题,提高了玉米种子各特征参数提取的精度和速度。在品种识别与检测方面,建立了农大108、郑单958、鲁单981、五岳18四个品种玉米种子特征库,对以上四个品种的玉米种子进行了品种识别与检验,识别正确率分别为96.23%、95.33%、98.13%、100%。

论文目录

• 摘要
• Abstract
• 1. 绪论
• 1.1 问题的提出
• 1.2 研究的目的和意义
• 1.3 国内外研究现状
• 1.3.1 机器视觉概述
• 1.3.2 国外研究现状
• 1.3.3 国内研究现状
• 1.4 研究内容与方法
• 小结
• 2. 玉米种子品种识别与检测系统总体设计
• 2.1 玉米种子品种识别与检测系统硬件系统搭建
• 2.2 玉米种子品种识别与检测的流程
• 2.3 玉米种子品种识别与检测软件系统功能设计
• 2.3.1 软件开发工具
• 2.3.2 软件功能
• 小结
• 3 玉米种子图像采集与预处理算法研究
• 3.1 玉米种子图像采集
• 3.2 玉米种子数字图像彩色空间
• 3.2.1 RGB 彩色空间
• 3.2.2 HSI 彩色空间
• 3.3 玉米种子数字图像及其矩阵表示
• 3.4 玉米种子数字图像的格式转换
• 3.4.1 JPEG 文件格式
• 3.4.2 BMP（位图）文件格式
• 3.4.3 彩色图像
• 3.4.4 灰度图像
• 3.4.5 图像灰度化
• 3.5 图像增强
• 3.5.1 邻域平均法
• 3.5.2 中值滤波
• 3.6 图像分割
• 3.6.1 图像分割的一般模型
• 3.6.2 阈值分割
• 3.7 图像形态学处理
• 3.7.1 形态学操作中集合论的基本概念
• 3.7.2 形态学基本算法
• 小结
• 4. 玉米种子特征参数定义及提取
• 4.1 玉米种子特征参数定义
• 4.2 玉米种子多对象轮廓提取
• 4.2.1 像素间的基本关系
• 4.2.2 轮廓提取算法
• 4.2.3 多对象轮廓提取算法
• 4.3 玉米种子几何特征参数提取
• 4.3.1 玉米种子基本几何特征参数提取
• 4.3.2 玉米种子不变矩特征参数提取
• 4.4 玉米种子颜色特征参数提取
• 小结
• 5. 玉米种子品种识别与检测
• 5.1 玉米种子特征分析
• 5.2 玉米种子特征库建立
• 5.3 玉米种子品种识别与检测
• 5.3.1 玉米种子品种识别
• 5.3.2 玉米种子检测
• 5.4 玉米种子识别与检测系统应用实例
• 小结
• 6. 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表论文情况