论文部分内容阅读
玉米种子纯度是影响玉米产量和品质的重要因素,玉米种子的纯度识别问题一直是困扰我国种子流通领域的一个棘手难题。本课题针对我国玉米种子纯度识别过程中存在的问题,提出了一种玉米种子纯度的智能识别方法,根据玉米种子冠部和侧面的颜色特征进行玉米种子纯度识别研究,实现了玉米种子纯度检测的自动化和智能化。对于促进玉米种子检测技术进步,促进玉米品质的改善,规范市场,优质优价,增加农民收入具有重要意义。主要完成了以下工作:(1)在分析玉米种子的颜色特性、识别速度与识别精度的基础上,设计并搭建了玉米种子图像的硬件采集系统,应用该硬件系统可以采集到符合玉米种子纯度识别要求的种子图像。(2)设计了玉米种子图像预处理方案。首先对玉米种子原始图像进行灰度处理,然后运用中值滤波进行图像增强;通过对几种不同分割方法的对比验证,选取了迭代法的单阈值背景分割方法,得到了清晰的二值图像。单粒玉米种子的提取主要运用轮廓标记法将玉米种子从彩色种子图像中分离。(3)研究发现除玉米种子侧面有色区域的颜色对纯度识别有一定的作用外,冠部核心区域的颜色对纯度识别也具有较高的价值。冠部核心区域的提取采用基于强角点检测的方法完成;侧面有色区域的提取采用B分量将有色区域与白色区域分开。通过色彩空间的对比,确定采用RGB与HSV两种空间结合的方式提取颜色特征。结果证明,运用上述方法提取的区域及该区域上的颜色特征能够满足本文的纯度识别要求。(4)研究了不同品种玉米种子的冠部核心区域颜色特征、侧面有色区域的颜色特征及两者综合的颜色特征,结果发现,两者综合的颜色特征对纯度识别的作用是最大的;颜色特征向量H、S、V、R、G、B经Fisher判别分析法进行降维优化,在得到的一维特征分析函数的基础上再进行曲线拟合,以点到曲线的距离进行纯度识别。(5)选用浚单20、农大108、郑单958和鲁单981等9个品种的玉米种子作为试验材料,将上述方法和模型转化为实际算法,进行基于侧面与冠部的颜色特征的纯度识别验证,结果表明,本文提出的方法切实可行,最低识别率在93.4%,平均识别率96.87%。