基于深度圖像的玉米品種識(shí)別研究.pdf

1、玉米作為世界三大農(nóng)作物之一，在世界范圍的播種面積和總產(chǎn)量中占有重要的地位，是重要的糧食作物和油料作物。我國(guó)是一個(gè)農(nóng)業(yè)大國(guó)，農(nóng)作物的種類眾多，玉米是目前種植面積最大的農(nóng)作物之一，是整個(gè)農(nóng)業(yè)生產(chǎn)的基礎(chǔ)，在國(guó)民經(jīng)濟(jì)中占據(jù)著舉足輕重的地位。要發(fā)展玉米生產(chǎn)，玉米種子是關(guān)鍵，種子質(zhì)量決定產(chǎn)量。在我國(guó)特別是現(xiàn)階段，種子品種的真實(shí)性鑒定具有特殊地位，尤其是研究能夠應(yīng)用于種子交易流通和種植現(xiàn)場(chǎng)的種子品種真實(shí)性的快速識(shí)別方法，對(duì)指導(dǎo)農(nóng)業(yè)生產(chǎn)、保護(hù)農(nóng)民利益、

2、保障國(guó)家糧食安全具有重要意義。近幾年來(lái)，計(jì)算機(jī)視覺已經(jīng)廣泛應(yīng)用到農(nóng)作物種子品種的檢測(cè)和識(shí)別中，利用計(jì)算機(jī)視覺技術(shù)可以實(shí)現(xiàn)不同玉米品種的自動(dòng)識(shí)別。
　　由于玉米籽粒形狀不規(guī)則、顏色多變、大小不一，同品種內(nèi)籽粒一致性差，不同品種間的特征重疊較多，誤判的可能性較大，不同玉米品種的識(shí)別難度也較大。本文以數(shù)字圖像處理、模式識(shí)別等技術(shù)為基礎(chǔ)，分析研究了玉米品種深度圖像，發(fā)現(xiàn)了玉米籽粒的有效特征參數(shù)。本文的主要工作如下:
　　1.玉米品種

3、深度圖像的獲取及顏色空間選擇。確定了玉米深度圖像的采集條件和顏色空間模型。設(shè)計(jì)了采集方法，經(jīng)過(guò)實(shí)驗(yàn)驗(yàn)證，HSV顏色空間模型對(duì)玉米籽粒的深度圖像顏色特征提取取得較好效果。
　　2.玉米品種深度圖像預(yù)處理方法的確定。為了使玉米籽粒的深度信息更突出，便于特征提取，對(duì)生成的彩色深度圖像進(jìn)行了預(yù)處理，采用圖像灰度化、圖像增強(qiáng)、圖像分割和Harris算法對(duì)玉米籽粒尖端進(jìn)行檢測(cè)，達(dá)到了理想的預(yù)處理效果。
　　3.玉米品種深度圖像特征的提取

4、。通過(guò)研究發(fā)現(xiàn)，直接對(duì)深度圖像進(jìn)行灰度化存在一定的誤差，本文結(jié)合顏色特征對(duì)圖像進(jìn)行灰度化，提取出圖像的顏色特征、灰度特征及尖端的周長(zhǎng)、面積、圓形度等形狀特征。
　　4.玉米品種識(shí)別方法的研究。根據(jù)選取的特征參數(shù)，構(gòu)建了基于顏色特征的灰度直方圖和基于尖端形狀特征的玉米品種識(shí)別的BP神經(jīng)網(wǎng)絡(luò)，對(duì)識(shí)別的結(jié)果進(jìn)行分析比較;然后結(jié)合兩種方法，將所有的特征參數(shù)作為神經(jīng)網(wǎng)絡(luò)的輸入，進(jìn)行了玉米品種的識(shí)別，實(shí)驗(yàn)結(jié)果表明，基于顏色灰度直方圖和尖端形狀