水稻在我国的农业生产中占据着十分重要的位置,稻谷种子质量的高低直接影响到水稻的产量,种子的品种纯度是反应种子质量的重要指标之一。传统对种子类别检测是一项耗时耗力的工作,为了提高检测的效率,本文提出了基于机器视觉的水稻品种识别方法。主要研究内容包括:(1)图像采集系统的搭建。实验时在密闭的框架中的四个方向采用卤素灯冷光源提供光照环境,利用数码相机采集水稻种子的图片。把采集到的图片直接传入到电脑进行处理分析,结果表明图像清晰且纹理质量良好满足实验需求。(2)采集图像的处理。采集到的图像会有一定程度的噪声等问题,采用图像预处理算法改善图像的质量去除噪声信息。然后使用局部自适应阈值法对图像进行分割,将得到的图像与原图像进行掩膜操作,消除原图像的背景。(3)水稻特征提取与建模。计算水稻的几何特征、颜色特征、纹理特征,对提取到的特征采用主成分分析法进行降维。把提取的特征分别放入多分类支持向量机和神经网络进行建模比较选取最优的模型。对比后发现神经网络的准确率要高于支持向量机,对六个品种的水稻分类能达到96%左右。(4)开发了水稻品种识别软件系统,可以结合图像采集设备对静态的水稻样本进行处理,并采用神经网络对水稻品种进行识别。实验证明采用机器视觉无损的鉴别水稻品种是可行的。