【摘要】：小麥?zhǔn)俏覈钪匾牡募Z食作物之一,對于小麥圖像識別技術(shù)的研究一直都是農(nóng)業(yè)信息化領(lǐng)域的一大熱點(diǎn)。本文提出了一種基于形態(tài)和顏色特征的小麥籽粒分類的方法,不僅可以節(jié)約大量的時間、人力和物力,還可以彌補(bǔ)人工檢測的效率低、客觀性差和準(zhǔn)確率低等缺陷。本文選取了周麥18,滑麥3號,豫農(nóng)202,豫教6號,洛麥29共5種小麥籽粒作為研究對象,在使用高清數(shù)碼相機(jī)獲取的小麥籽粒圖像后,首先運(yùn)用圖像處理技術(shù)對小麥籽粒圖像進(jìn)行灰度化、增強(qiáng)、分割和形態(tài)學(xué)處理,而后分別提取小麥籽粒的4種形狀特征(周長,面積,圓形度和伸長度)和6種顏色特征(R、G、B、H、S、I)共10類特征,之后借助構(gòu)建BP神經(jīng)網(wǎng)絡(luò)對5種小麥籽粒進(jìn)行分類,分別研究僅使用顏色特征作為網(wǎng)絡(luò)輸入,僅使用形狀特征作為網(wǎng)絡(luò)輸入,以及將顏色特征和形狀特征相結(jié)合作為網(wǎng)絡(luò)的輸入的分類結(jié)果。研究結(jié)果顯示,在使用顏色特征和形狀特征相結(jié)合作為BP神經(jīng)網(wǎng)絡(luò)的輸入時,對3種小麥籽粒的分類準(zhǔn)確率達(dá)到了95.6%,對4種小麥籽粒分類的準(zhǔn)確率達(dá)到了93.3%,對5種小麥籽粒分類的準(zhǔn)確率達(dá)到了89.3%,都要明顯好于僅使用顏色特征作為網(wǎng)絡(luò)輸入和僅使用形狀特征作為網(wǎng)絡(luò)輸入的分類結(jié)果。研究結(jié)果說明,本文提出的使用顏色特征和形狀綜合特征對小麥籽粒進(jìn)行分類的方法易于實(shí)現(xiàn),分類效率和準(zhǔn)確率高。最后,本文對圖像處理技術(shù)在農(nóng)產(chǎn)品上的分類和識別的應(yīng)用前景進(jìn)行了分析和展望。
【圖文】：

研究技術(shù)路線圖

圖 3-1 部分原始的小麥籽粒圖像（從上至下每一排依次為洛麥 29，滑麥 3 號，周麥 18，豫農(nóng) 202，豫教 6 號）預(yù)處理況下，，在獲取實(shí)驗(yàn)圖像的時候會受到諸多外界條件（如光線、天氣、設(shè)備而導(dǎo)致圖片成像的失真，會影響到我們后面對圖像的處理效果，這就要對]。灰度化像所包含的數(shù)據(jù)量和占據(jù)的存儲空間都要遠(yuǎn)大于灰度圖像，將其轉(zhuǎn)化為數(shù)們所處理的灰度圖像很有必要，而這整個過程我們就稱之為彩色圖像的灰模型下，彩色圖像經(jīng)過灰度化處理后就會得到相同的 R、G、B 分量，這樣理的計(jì)算量相對變得很少，這就是為什么進(jìn)行圖像灰度化的原因。常用的
【學(xué)位授予單位】：河南農(nóng)業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：S512.1;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 董高;郭建;王成;陳子龍;鄭玲;朱大洲;;基于近紅外高光譜成像及信息融合的小麥品種分類研究[J];光譜學(xué)與光譜分析;2015年12期

2 張玉榮;陳賽賽;姜忠麗;周顯青;;基于圖像處理的小麥容重檢測方法研究[J];中國糧油學(xué)報(bào);2015年03期

3 杜曉晨;張幸;陸國權(quán);;基于圖像處理的甘薯種類識別方法研究[J];中國糧油學(xué)報(bào);2014年11期

4 張玉榮;陳賽賽;周顯青;;小麥圖像檢測技術(shù)研究進(jìn)展[J];中國糧油學(xué)報(bào);2014年04期

5 李艷梅;李廣;;基于圖像處理小麥籽粒長和粒寬的自動測量[J];中國食品工業(yè);2014年02期

6 程魯玉;吳艷;孟小艷;;基于計(jì)算機(jī)視覺的香梨損傷自動檢測與分類研究[J];農(nóng)業(yè)網(wǎng)絡(luò)信息;2013年07期

7 張浩;李和平;葉娟;;小麥籽粒外觀形態(tài)特征測定技術(shù)研究[J];糧食與飼料工業(yè);2013年03期

8 趙廣才;常旭虹;王德梅;楊玉雙;馮金鳳;;中國小麥生產(chǎn)發(fā)展?jié)摿ρ芯繄?bào)告[J];作物雜志;2012年03期

9 樊超;夏旭;石小鳳;侯利龍;;基于圖像處理的小麥品種分類研究[J];河南工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年05期

10 王傳宇;郭新宇;溫維亮;苗騰;;基于計(jì)算機(jī)視覺的玉米籽粒形態(tài)測量[J];農(nóng)機(jī)化研究;2011年06期

相關(guān)博士學(xué)位論文 前1條

1 陳豐農(nóng);基于機(jī)器視覺的小麥并肩雜與不完善粒動態(tài)實(shí)時檢測研究[D];浙江大學(xué);2012年

相關(guān)碩士學(xué)位論文 前6條

1 王昌;基于模擬無人機(jī)平臺的油菜和雜草圖像處理及分類研究[D];浙江大學(xué);2016年

2 康戀戀;基于圖像處理的玉米與雜草機(jī)器視覺分類模型的設(shè)計(jì)[D];山西農(nóng)業(yè)大學(xué);2015年

3 梁良;基于改進(jìn)層次分析法小麥籽粒優(yōu)劣分級技術(shù)研究[D];河北農(nóng)業(yè)大學(xué);2013年

4 夏旭;基于計(jì)算機(jī)視覺的小麥品種識別研究[D];河南工業(yè)大學(xué);2011年

5 吳國瑞;基于圖像處理的雜草種類識別技術(shù)研究[D];西北農(nóng)林科技大學(xué);2009年

6 劉中合;基于計(jì)算機(jī)視覺的玉米種子特征提取及應(yīng)用研究[D];山東農(nóng)業(yè)大學(xué);2007年

本文編號：2625318