基于色彩聚类的玉米种子纯度识别算法研究

发布时间：2020-12-05 02:34

　　玉米种子纯度是决定玉米产量的关键因素之一。传统的玉米种子纯度鉴定方法包括田间鉴定、室内鉴定和种植鉴定。国际谷物科学技术协会（ICC）、国际种子检验协会（ISTA）和农业部均推荐使用聚丙烯酰胺凝胶电泳法（PAGE）进行玉米种子纯度室内鉴定。由于该方法操作复杂,对专业知识要求高,鉴定周期长,无专业便携设备,不适合玉米种子纯度的现场识别。为解决玉米种子流通场合缺少纯度鉴定仪器设备的问题,提高玉米种子纯度鉴定效率,保障玉米收成,提高农民收入,本文研发出便携式玉米种子纯度识别仪,并对玉米种子纯度识别方法进行研究。论文主要研究内容和创新点包括:（1）研制便携式玉米种子纯度快速识别仪。通过应用需求分析,玉米种子纯度识别仪由硬件和软件两部分构成。硬件部分主要由图像采集系统、光照系统、玉米种子传输系统和控制系统组成。通过该仪器可一次性自动采集多粒玉米种子的顶端和无胚芽侧图像信息,图像统一以BMP格式保存待处理。软件算法主要由图像增强、色彩特征提取优化和纯度聚类识别算法等构成。（2）提出采用三通道灰度自适应拉伸融合的方法增强玉米种子图像。该方法分别对玉米种子单通道图像增强后再将三个单通道（R、G、B）进行... 

【文章来源】：山东农业大学山东省

【文章页数】：133 页

【学位级别】：博士

【文章目录】：
中文摘要
Abstract
第一章 绪论
    1.1 课题研究背景
    1.2 玉米种子纯度鉴定的现行方法
        1.2.1 田间鉴定
        1.2.2 室内鉴定
        1.2.3 种植鉴定
    1.3 国内外研究现状和发展趋势
        1.3.1 玉米种子纯度识别算法的国外研究现状和发展趋势
        1.3.2 玉米种子纯度识别算法的国内研究现状和发展趋势
        1.3.3 研究现状分析
    1.4 课题研究的目的和意义
    1.5 课题来源以及研究主要内容
    1.6 课题研究方法与技术路线
第二章 便携式动态玉米种子纯度识别仪的研制
    2.1 引言
    2.2 仪器结构设计及工作原理
    2.3 玉米种子传输系统和控制系统设计
    2.4 光照系统设计
    2.5 图像采集装置设计
    2.6 玉米种子图像研究样本采集
    2.7 本章小结
第三章 玉米种子图像预处理
    3.1 引言
    3.2 玉米种子图像自适应增强处理
    3.3 玉米种子图像多区域分割提取
    3.4 本章小结
第四章 玉米种子多区域色彩特征提取及优化
    4.1 引言
    4.2 玉米种子色彩模型分析
        4.2.1 玉米种子RGB色彩模型
        4.2.2 玉米种子HSI色彩模型
        4.2.3 玉米种子Lab色彩模型
    4.3 玉米种子多区域RGB、HSI、Lab色彩参数提取
    4.4 玉米种子图像色彩特征优化选择
        4.4.1 玉米种子图像色彩特征初步优化
        4.4.2 玉米种子图像色彩细节特征小波分解优化
    4.5 本章小结
第五章 基于多聚类概率模型的玉米种子纯度快速识别算法
    5.1 引言
    5.2 聚类识别方法论证及确定
        5.2.1 有监督机制分类
        5.2.2 无监督机制分类
    5.3 基于划分聚类方法-K-means聚类识别玉米种子纯度
        5.3.1 基于划分聚类方法-K-means聚类模型设计
        5.3.2 基于划分聚类方法-K-means聚类模型效果分析
    5.4 基于模型聚类方法-自组织映射神经网络（SOM）聚类识别玉米种子纯度
        5.4.1 基于模型聚类方法-自组织映射神经网络（SOM）聚类模型设计
        5.4.2 基于模型聚类方法-自组织映射神经网络（SOM）聚类效果分析
    5.5 基于层次聚类法-两步聚类法识别玉米种子纯度
        5.5.1 基于层次聚类法-两步聚类模型设计
        5.5.2 基于层次聚类法-两步聚类效果分析
    5.6 三种聚类模型聚类效果总结
    5.7 基于多聚类概率模型的聚类结果综合评价
    5.8 本章小结
第六章 玉米种子纯度识别仪识别方法试验与验证
    6.1 引言
    6.2 纯度识别软件设计
        6.2.1 聚类数据预处理
        6.2.2 聚类数据预处理试验及分析
    6.3 纯度识别试验与验证
        6.3.1 试验与验证样本的选取
        6.3.2 试验与验证结果
    6.4 小结
第七章 结论与展望
    7.1 论文工作结论
    7.2 研究创新点
    7.3 工作展望
参考文献
致谢
攻读学位期间主要成果
    1.发表论文
    2.授权专利
    3.主持与参与项目
附录


【参考文献】：
期刊论文
[1]利用少量波段近红外光谱图像鉴定玉米种子纯度[J]. 冉航,崔永进,靳召晰,严衍禄,安冬.  光谱学与光谱分析. 2017(09)
[2]基于联合偏度的高光谱图像波段选择对玉米种子分类研究（英文）[J]. 杨赛,朱启兵,黄敏.  光谱学与光谱分析. 2017(03)
[3]高光谱成像技术检测玉米种子成熟度[J]. 杨小玲,由昭红,成芳.  光谱学与光谱分析. 2016(12)
[4]玉米杂交种及其农艺性状的系统聚类分析[J]. 刘建新,李清超,文琼,马俊,王嵩,吴瑞,田井平.  中国农学通报. 2015(27)
[5]基于主动学习的玉米种子纯度检测模型更新[J]. 唐金亚,黄敏,朱启兵.  光谱学与光谱分析. 2015(08)
[6]基于三维实体模型的玉米颗粒干燥过程中内部应力分析[J]. 刘军,孔宁华,张世伟,张志军.  沈阳大学学报(自然科学版). 2015(03)
[7]鉴别玉米杂交种纯度的近红外光谱分析技术研究[J]. 黄华军,严衍禄,申兵辉,刘哲,顾建成,李绍明,朱德海,张晓东,马钦,李林,安冬.  光谱学与光谱分析. 2014(05)
[8]基于高光谱图像技术的玉米杂交种纯度鉴定方法探索[J]. 贾仕强,刘哲,李绍明,李林,马钦,张晓东,朱德海,严衍禄,安冬.  光谱学与光谱分析. 2013(10)
[9]基于机器视觉的多个玉米籽粒胚部特征检测[J]. 程洪,史智兴,尹辉娟,冯娟,李亚南.  农业工程学报. 2013(19)
[10]基于多尺度的高动态红外图像增强算法[J]. 朱道广,隋修宝,朱才高,刘宁,陈钱.  红外技术. 2013(08)

博士论文
[1]玉米种子净度超声波检测方法及装置研究[D]. 晋艳云.中国农业大学 2016
[2]高光谱图像技术检测玉米种子品质研究[D]. 杨小玲.浙江大学 2016
[3]稻飞虱生境因子遥感监测及应用[D]. 石晶晶.浙江大学 2013
[4]聚类学习的理论分析与高效算法研究[D]. 白亮.山西大学 2012
[5]聚类分析中若干关键技术的研究[D]. 杨小兵.浙江大学 2005

硕士论文
[1]腰椎间盘突出症术后复发患者的腰痛功能障碍评估[D]. 赵群.苏州大学 2014



本文编号：2898707