基于机器视觉的玉米种粒破损识别方法研究

摘要：

针对玉米种粒在收获、脱粒、贮藏时因各种因素造成损伤和人工选种耗时耗力的问题,提出了一种基于机器视觉的玉米种粒破损检测方法.首先,利用图像获取装置得到单粒玉米种粒图像,通过差影法确定图像噪声种类,采用中值滤波方法对图像进行降噪;其次,标记图像边界,运用灰度阈值法完成玉米种粒图像分割.根据玉米种粒的形态特征分别提取玉米种粒的周长、面积、周长面积比、长轴长、短轴长、长宽比6个几何特征和矩形度、圆形度、紧凑度、7个Hu不变矩10个形状特征,共16个特征.完整玉米种粒和破损玉米种粒图像各50幅作为训练样本,将提取的16个特征分量作为输入量,对支持向量机(Support Vector Machine,SVM)进行训练,输出量为1、0,分别代表"合格""不合格",训练完成后获得玉米种粒的SVM识别模型;另取完整的玉米种粒和破损的玉米种粒图像各50幅作为测试样本,对训练好的SVM模型进行测试.结果表明:该检测方法对玉米种粒破损识别准确率达95％以上,识别100幅玉米种粒图像的时间为1.27s.研究结果为玉米种粒的实时破损检测提供了参考.

关键词：玉米种粒、破损识别、机器视觉、特征提取、SVM

所属期刊栏目：41

分类号：S126(农业物理学)

资助基金：山东省农机装备研发创新计划项目2017YF004;山东省高等学校优势学科人才团队培育计划、山东省高等学校科技计划项目J11LD23;山东省重点研发计划公益类项目2017GGX30122;国家重点研发计划项目2016YFD0701101

在线出版日期：2019-01-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：28-33,84