基于机器视觉的玉米果穗形态特征提取技术研究

发布时间：2022-01-06 09:11

　　玉米果穗表面性状（几何性状和穗粒数量）的自动检测识别技术已成为目前玉米产业中的一项重点研究内容,玉米的种植在我国非常普遍,是我国的主要粮食作物。随着我国逐步进入工业化国家,耕地面积在逐年减少,然而我国对玉米的需求量并没有减少,反而随着人民生活水平的提高,玉米越来越受到大家的追捧,提高玉米单位面积的产量迫在眉睫,提高玉米产量的方法有很多,而好品种的选育是重要的方法之一。为了更好地实现实现玉米果穗数字化考种技术的进程,本文提出了基于机器视觉技术的玉米果穗穗粒分割思想,该技术提高了传统阈值分割方法分割效果不理想,容易形成籽粒粘连或分割后边缘部分籽粒丢失的缺点,进一步提高了玉米果穗穗粒总数量自动检测的准确性。此外,基于新的分割方法,论文提出了一系列基于玉米果穗形态特征（果穗大小、穗粒数、穗行数）的计算方法。本研究实现了基于计算机视觉技术的玉米果穗表面性状信息精准获取,研究过程主要分为两大部分:1、基于边缘提取方法,获取玉米果穗边界信息,并逐个扫描记录果穗边界信息进行分析计算,可以准确地获得玉米果穗表面几何特征,其长、宽和长宽比的平均准确率分别可达到97.8%、96.7%、95.8%。2、基于新... 

【文章来源】：河南农业大学河南省

【文章页数】：42 页

【学位级别】：硕士

【部分图文】：

玉米果穗样本Fig.2Corngrainsamples

景区分度大的图像，获取适合本文研究的玉米果穗灰度图像，能够最大程度的保留图像的度信息，本文通过大量的实验，反复对比最终的处理结果，确定选用分量法对图像进行灰化处理。各方法灰度化处理玉米果穗图像的结果如下图所示：

（i)1 号 G 分量图 （j）2 号 G 分量图（k）1 号 B 分量图 (l)2 号 B 分量图图 5 三种灰度化方法结果比较图Fig.5 Three methods of gray level results comparison chart通过对玉米果穗分量法处理后的 R、G、B 各分量图进行比较分析，根据其各自的灰度直图，选取目标图像和背景图像灰度值差距最大的 R 分量图作为本文研究所需要的玉米果穗度图。

【参考文献】：
期刊论文
[1]计算机视觉在交通领域的应用[J]. 夏栋.  电子技术与软件工程. 2016(19)
[2]基于穗粒分布图的玉米果穗表型性状参数计算方法[J]. 杜建军,郭新宇,王传宇,肖伯祥.  农业工程学报. 2016(13)
[3]浅谈玉米选种注意事项[J]. 孙国强.  农业开发与装备. 2016(06)
[4]计算机视觉技术及其在自动化中的应用[J]. 崔天依.  电脑知识与技术. 2016(03)
[5]计算机视觉技术的研究与应用[J]. 陆志伟,王明革,赵瑞海.  数字技术与应用. 2016(03)
[6]计算机视觉技术在农业生产中的应用与展望[J]. 刘海蓉.  福建农业. 2015(04)
[7]用于定向播种的玉米种穗图像精选方法[J]. 王侨,陈兵旗,杨曦,刘长青.  农业工程学报. 2015(01)
[8]玉米果穗粘连籽粒图像分割方法[J]. 柳冠伊,刘平义,魏文军,张绍英,李海涛.  农业机械学报. 2014(09)
[9]采用全景技术的机器视觉测量玉米果穗考种指标[J]. 王传宇,郭新宇,吴升,肖伯祥,杜建军.  农业工程学报. 2013(24)
[10]开封市精准农业示范区项目建设落户中国农机院[J]. 景鑫.  农业工程. 2013(06)

博士论文
[1]数字图像预处理与融合方法研究[D]. 李卫华.西北工业大学 2006

硕士论文
[1]车牌图像的分割与识别算法的研究[D]. 黄秀平.西南交通大学 2010
[2]应用于图像处理的中值滤波改进算法[D]. 周杰.北京邮电大学 2007



本文编号：3572178