基于图像识别的作物种子自动计数方法研究

发布时间：2023-04-05 05:34

　　高效、准确的作物种子自动计数方法有利于促进现代农业生产中相关工作的开展,如种子千粒重的计算、育种等都离不开种子计数。其中,千粒重是用于衡量种子品质、预测产量的重要指标,育种创新则与农业的发展方式密切相关,在粮食安全和生态安全等方面有着重要意义。早期广泛采用的手动计数法和光电管计数法存在操作繁琐、成本高且效率低、准确度低等问题。随着信息技术的发展,为了满足现代农业生产中对大量种子快速、准确的计数环境,提出一种基于图像识别的作物种子自动计数方法。实现基于图像识别的种子计数,首先是使用拍照设备采集种子图像。紧接着对种子图像前期处理:包括灰度化和滤波的基本图像预处理操作;结合边缘检测和阈值二值化方法初分割种子图像;形态学处理初分割图像并标记连通区域。前期处理后,目标种子与图像背景有效分割,且多数弱粘连种子也被分离,但图像中仍有部分粘连较深的种子区域存在,若直接计数会使误差较大。文章分析了现有的两种粘连种子图像的分割计数方法,针对粘连种子区域分割效果不佳的问题,采用基于图像识别的方法先识别种子粘连类型后精准分割,以实现准确的种子计数:包括设置圆形度阈值判定粘连种子区域;对种子粘连类型建模,选择并...

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究的目的与意义
    1.2 国内外研究现状
        1.2.1 种子计数方法的研究现状
        1.2.2 粘连颗粒分割的研究现状
    1.3 主要研究内容
    1.4 技术路线
    1.5 论文结构
2 作物种子图像采集
    2.1 基本要求
    2.2 图像的采集
    2.3 本章小结
3 种子图像前期处理
    3.1 图像预处理
        3.1.1 图像灰度化
        3.1.2 图像滤波
    3.2 图像初分割
        3.2.1 图像边缘检测
        3.2.2 图像二值化
    3.3 形态学处理
    3.4 连通区域标记
    3.5 本章小结
4 常用的粘连种子图像的分割计数方法
    4.1 基于形态学算法的粘连种子分割计数法
    4.2 基于分水岭算法的粘连种子分割计数法
        4.2.1 距离变换
        4.2.2 分水岭算法
        4.2.3 算法实现
    4.3 本章小结
5 基于SVM的粘连种子图像的分割计数
    5.1 种子区域特征
    5.2 粘连种子区域的判定
    5.3 种子粘连类型的识别分类
        5.3.1 图像识别
        5.3.2 SVM原理
        5.3.3 种子粘连类型建模与分类特征选择
        5.3.4 SVM识别种子粘连类型
    5.4 粘连种子的分割
    5.5 验证结论与分析
    5.6 本章小结
结论
参考文献
攻读硕士学位期间发表论文及科研成果
致谢



本文编号：3782830