李锦明:基于机器视觉的玉米考种技术研究论文

李锦明:基于机器视觉的玉米考种技术研究论文

本文主要研究内容

作者李锦明(2019)在《基于机器视觉的玉米考种技术研究》一文中研究指出:当今时代,人们生活水平日益提高,对优质的农作物,尤其是对优质蛋白玉米的需求不断增加,这对育种人员培育新的玉米品种以及筛选优质的玉米品种提出了更高的要求,传统的玉米检测方法已经不能满足高效率的需求。随着机器视觉以及深度学习的发展,该技术已经被广泛的应用在了农业等各个方面,取得了较为理想的结果。本文通过机器视觉和数字图像处理以及深度学习等技术,对玉米籽粒的多种外形参数以及品种的分类进行了研究。由于玉米籽粒的部分外形参数可以通过视觉的处理方式进行获取,故本文采用机器视觉等方法计算得出玉米籽粒的部分外形参数。对于玉米籽粒的分类研究,由于仅通过传统的机器视觉方式较难获得理想的结果,故本文采用深度学习等技术对玉米籽粒的分类问题进行研究。本论文的主要研究内容如下:1.搭建了机器视觉硬件系统,包括工业相机,镜头,光源和框架,用于提取玉米粒形状参数。该系统结构简单,易于搭建,后期维护成本低。2.通过灰度处理、空间滤波、图像分割以及形态学处理等方法,对现有图像预处理方案进行了简化,大大降低了玉米考种机器识别对硬件的依赖,加快了其处理过程。试验表明,该预处理方案可以较好的满足需求。3.提出玉米籽粒外形参数(面积、周长、形心、长短轴以及最小外接矩形等)的提取方案。根据像素比例方法实现对面积和周长的转换获取;通过像素均值获得形心;测量通过形心任意线段的方式获得长短轴;通过利用长短轴平移方法获得最小外接矩形。同时,对玉米籽粒面积、周长以及长短轴等特征进行了统计分析。4.本文采用深度学习等技术对玉米籽粒进行分类识别,利用多种数据处理形式以及优化算法进行优化,包括数据的增强以及格式转换,Dropout、Adam、Batch normalization等算法,通过这些方式对训练速度进行提升,提高模型的泛化能力。在此基础上,对不同品种的玉米籽粒进行识别,通过迁移学习等方式,对比多种模型测得其准确率均达97%以上。

Abstract

dang jin shi dai ,ren men sheng huo shui ping ri yi di gao ,dui you zhi de nong zuo wu ,you ji shi dui you zhi dan bai yu mi de xu qiu bu duan zeng jia ,zhe dui yo chong ren yuan pei yo xin de yu mi pin chong yi ji shai shua you zhi de yu mi pin chong di chu le geng gao de yao qiu ,chuan tong de yu mi jian ce fang fa yi jing bu neng man zu gao xiao lv de xu qiu 。sui zhao ji qi shi jiao yi ji shen du xue xi de fa zhan ,gai ji shu yi jing bei an fan de ying yong zai le nong ye deng ge ge fang mian ,qu de le jiao wei li xiang de jie guo 。ben wen tong guo ji qi shi jiao he shu zi tu xiang chu li yi ji shen du xue xi deng ji shu ,dui yu mi zi li de duo chong wai xing can shu yi ji pin chong de fen lei jin hang le yan jiu 。you yu yu mi zi li de bu fen wai xing can shu ke yi tong guo shi jiao de chu li fang shi jin hang huo qu ,gu ben wen cai yong ji qi shi jiao deng fang fa ji suan de chu yu mi zi li de bu fen wai xing can shu 。dui yu yu mi zi li de fen lei yan jiu ,you yu jin tong guo chuan tong de ji qi shi jiao fang shi jiao nan huo de li xiang de jie guo ,gu ben wen cai yong shen du xue xi deng ji shu dui yu mi zi li de fen lei wen ti jin hang yan jiu 。ben lun wen de zhu yao yan jiu nei rong ru xia :1.da jian le ji qi shi jiao ying jian ji tong ,bao gua gong ye xiang ji ,jing tou ,guang yuan he kuang jia ,yong yu di qu yu mi li xing zhuang can shu 。gai ji tong jie gou jian chan ,yi yu da jian ,hou ji wei hu cheng ben di 。2.tong guo hui du chu li 、kong jian lv bo 、tu xiang fen ge yi ji xing tai xue chu li deng fang fa ,dui xian you tu xiang yu chu li fang an jin hang le jian hua ,da da jiang di le yu mi kao chong ji qi shi bie dui ying jian de yi lai ,jia kuai le ji chu li guo cheng 。shi yan biao ming ,gai yu chu li fang an ke yi jiao hao de man zu xu qiu 。3.di chu yu mi zi li wai xing can shu (mian ji 、zhou chang 、xing xin 、chang duan zhou yi ji zui xiao wai jie ju xing deng )de di qu fang an 。gen ju xiang su bi li fang fa shi xian dui mian ji he zhou chang de zhuai huan huo qu ;tong guo xiang su jun zhi huo de xing xin ;ce liang tong guo xing xin ren yi xian duan de fang shi huo de chang duan zhou ;tong guo li yong chang duan zhou ping yi fang fa huo de zui xiao wai jie ju xing 。tong shi ,dui yu mi zi li mian ji 、zhou chang yi ji chang duan zhou deng te zheng jin hang le tong ji fen xi 。4.ben wen cai yong shen du xue xi deng ji shu dui yu mi zi li jin hang fen lei shi bie ,li yong duo chong shu ju chu li xing shi yi ji you hua suan fa jin hang you hua ,bao gua shu ju de zeng jiang yi ji ge shi zhuai huan ,Dropout、Adam、Batch normalizationdeng suan fa ,tong guo zhe xie fang shi dui xun lian su du jin hang di sheng ,di gao mo xing de fan hua neng li 。zai ci ji chu shang ,dui bu tong pin chong de yu mi zi li jin hang shi bie ,tong guo qian yi xue xi deng fang shi ,dui bi duo chong mo xing ce de ji zhun que lv jun da 97%yi shang 。

论文参考文献

  • [1].基于深度学习的小麦外观品质机器视觉检测研究[D]. 张博.西北农林科技大学2019
  • [2].基于机器视觉小麦叶片含水量检测研究[D]. 周田田.山东农业大学2017
  • [3].基于机器视觉的浮选泡沫静态参数研究[D]. 刘文涛.华北理工大学2019
  • [4].基于机器视觉的带孔工件识别与检测技术研究[D]. 周文霞.合肥工业大学2019
  • [5].基于机器视觉的塔式起重机控制策略研究[D]. 张锐.合肥工业大学2019
  • [6].面向发动机风扇罩的在线机器视觉系统的设计与实现[D]. 彭飞.电子科技大学2019
  • [7].基于机器视觉的自动洗车机控制系统研究[D]. 黄富元.合肥工业大学2019
  • [8].基于机器视觉的露台人体危险行为检测[D]. 倪焱.长春理工大学2019
  • [9].基于机器视觉的MEMS传感器检测技术研究[D]. 杨鑫.杭州电子科技大学2019
  • [10].基于机器视觉的电机零件二维尺寸测量研究[D]. 梅文豪.福建工程学院2019
  • 读者推荐
  • [1].基于机器视觉的红枣表面缺陷检测算法研究[D]. 吴俊杭.石河子大学2019
  • [2].基础机器人教学实验项目开发与研究[D]. 白海亮.东北大学2008
  • [3].新型传动表面的磁流变液传动模型理论与实验研究[D]. 万志维.华南理工大学2010
  • [4].基于支持向量机的养鸡场死鸡检测方法研究[D]. 彭彦松.江苏大学2010
  • [5].基于RFID和ARM嵌入式技术的猪行为自动监测系统设计[D]. 钟芳葵.江苏大学2010
  • [6].基于机器视觉的苹果特征选择和分类识别系统[D]. 侯大军.江苏大学2010
  • [7].规模畜禽养殖场分布式实时监控系统设计研究[D]. 宁营营.江苏大学2009
  • [8].基于机器视觉的重叠类圆颗粒计数系统[D]. 苏威.江苏大学2009
  • [9].利用颜色和形状特征的杂草识别方法研究[D]. 谈蓉蓉.江苏大学2009
  • [10].基于机器视觉的杂草图像特征提取及识别研究[D]. 金飞剑.江苏大学2007
  • 论文详细介绍

    论文作者分别是来自杭州电子科技大学的李锦明,发表于刊物杭州电子科技大学2019-05-13论文,是一篇关于玉米籽粒论文,考种论文,机器视觉论文,特征提取论文,深度学习论文,杭州电子科技大学2019-05-13论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自杭州电子科技大学2019-05-13论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  

    李锦明:基于机器视觉的玉米考种技术研究论文
    下载Doc文档

    猜你喜欢