基于机器视觉的玉米水分和破损籽粒检测方法研究

发布时间：2021-11-21 03:21

　　玉米作为我国的主要粮食作物之一,玉米品质的检测在玉米的收获、储存以及深加工过程中具有着重要作用,而决定玉米品质优劣的重要参数中就包括玉米的含水量和破损率。目前玉米水分含量的检测大多具有效率低下、测量范围有限、易受环境温度影响等缺点;而玉米破损籽粒的检测多由人工检测,易导致主观臆断和效率低下。因此,本文引入了机器视觉技术,结合图像处理技术来探索玉米水分含量和破损籽粒检测的新方法。本文的主要研究内容和结论如下:（1）完整玉米籽粒水分检测模型的建立。本文以4种玉米品种（翔玉218、吉单519、先玉335和吉农大516）为实验材料,采集每个玉米品种不同水分含量完整玉米籽粒的数字图像,经图像处理分析后建立了4个品种的水分检测模型。结果表明,4个水分检测模型的水分检测的绝对误差均在±1%以内,相对误差均在±4%以内,具有较好的稳定性。用该方法对玉米跨品种水分检测的可行性进行了分析,用翔玉218、吉单519和先玉335三个玉米品种的数据建立多品种水分检测模型,经检验得到,检测水分的绝对误差范围为-6.73%^-2.72%,相对误差范围为-60%^-13%。该方... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：83 页

【学位级别】：硕士

【部分图文】：

机器视觉检测系统

图 2.2 机器视觉检测系统实物图构造清摄像头和光源组成。其中摄像头图像数据流，传送给计算机进行处的是 RER-USB8MP02G 高清摄像头图像采集卡，降低了系统的开发成本

图 2.2 机器视觉检测系统实物图1.1 图像采集系统的构造图像采集系统主要由高清摄像头和光源组成。其中摄像头主要负责将玉米像信息转换成一定格式的图像数据流，传送给计算机进行处理，是整个系统成部分之一。本研究采用的是 RER-USB8MP02G 高清摄像头（如图 2.3 所示B 进行数据传输，无需图像采集卡，降低了系统的开发成本，摄像头的产品 2-1 所示。

【参考文献】：
期刊论文
[1]我国玉米主食产业发展现状及趋势研究[J]. 中国粮食经济杂志社中国粮食经济学会联合课题组,洪涛,王鹏昊,郄红梅.  中国粮食经济. 2018(12)
[2]试论玉米种子的安全储藏技术[J]. 肖龙.  种子科技. 2018(11)
[3]机器视觉技术的发展现状与应用动态研究[J]. 陈英.  无线互联科技. 2018(19)
[4]玉米收购入库水分检验的探讨[J]. 邸天梅.  粮油仓储科技通讯. 2018(02)
[5]机器视觉技术的发展现状与展望[J]. 胥磊.  设备管理与维修. 2016(09)
[6]机器视觉技术的发展及其应用[J]. 秦亚航,苏建欢,余荣川.  科技视界. 2016(25)
[7]基于图像处理玉米水分检测方法研究[J]. 周鸿达,张玉荣,王伟宇,周显青,陈赛赛.  河南工业大学学报(自然科学版). 2016(03)
[8]收获时玉米籽粒水分快速测定方法探讨[J]. 卢道文,宋俊乔,李永江,牛永锋,孙海潮,芦连勇,董文恒,崔俊明.  农业科技通讯. 2016(06)
[9]基于外观特征识别玉米不完善粒检测方法[J]. 张玉荣,王伟宇,周显青,陈赛赛.  河南工业大学学报(自然科学版). 2015(02)
[10]机器视觉与应用[J]. 郭静,罗华,张涛.  电子科技. 2014(07)

博士论文
[1]基于机器视觉的谷物外观品质检测技术研究[D]. 凌云.中国农业大学 2004

硕士论文
[1]基于MATLAB的大豆、玉米水分快速测定系统的研究[D]. 黄南.河南工业大学 2016
[2]基于深度图像的玉米品种识别研究[D]. 张云丽.河北农业大学 2015
[3]玉米质量指标机器视觉技术研究[D]. 王伟宇.河南工业大学 2015
[4]谷物水分测定方法比较与分析[D]. 赵希雷.河南工业大学 2015
[5]基于机器视觉的玉米品质检测[D]. 赵敏.吉林大学 2012
[6]基于机器视觉和高光谱图像技术的粮食水分检测及杂质与不完善粒识别方法研究[D]. 苏忆楠.浙江大学 2011
[7]机器视觉技术在玉米并肩杂、不完善粒检测中的应用研究[D]. 印杨松.浙江大学 2011
[8]玉米品种的计算机视觉识别研究[D]. 宁纪锋.西北农林科技大学 2002



本文编号：3508667