玉米籽粒形状特征检测技术研究_基于图像处理.pdf

玉米籽粒形状特征检测技术研究_基于图像处理.pdf

ID:56755632

大小:401.51 KB

页数:4页

时间:2020-07-07

玉米籽粒形状特征检测技术研究_基于图像处理.pdf_第1页
玉米籽粒形状特征检测技术研究_基于图像处理.pdf_第2页
玉米籽粒形状特征检测技术研究_基于图像处理.pdf_第3页
玉米籽粒形状特征检测技术研究_基于图像处理.pdf_第4页
资源描述:

《玉米籽粒形状特征检测技术研究_基于图像处理.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2015年6月农机化研究第6期玉米籽粒形状特征检测技术研究—基于图像处理112王鑫,潘贺,赵莹(1.吉林农业大学信息化教学与管理中心,长春130118;2.长白山科学研究院,吉林延边133613)摘要:玉米籽粒形状特征是玉米品质和品种判定的重要依据,利用机器视觉代替人的视觉对玉米籽粒品种或品质的自动检测是发展的必然趋势。为此,通过图像获取、颜色空间转换、图像分割、形态学处理、单籽粒图像的定位和拾取、特征参数提取等步骤实现了对玉米籽粒图像的特征提取。所采用的算法简洁、有效,对下一步玉米籽粒的自动检测工作具有重要的实际意义。关键词:玉米籽粒;形状特征;图像处

2、理;品种检测中图分类号:TP751.1;S513文献标识码:A文章编号:1003-188X(2015)06-0046-03DOI:10.13427/j.cnki.njyi.2015.06.0100引言近年来,随着计算机技术的发展,利用玉米籽粒的图像特征进行玉米品种识别的研究十分活跃,尤其是利用玉米籽粒的形状特征进行检测,能够有效、准确地判断其品种或品质,成为当前研究的热点之一。在检测中,关键的一步是对包含大量数据信息的图像1.CCD摄像2.沟源3.暗箱4.载物台进行有效特征的提取。特征参数的有效性和精度关图1图像采集系统组成示意图[1]系到玉米品质检测的

3、准确性和可行性,传统的玉米Fig.1SchematicofImageCaptureSystem籽粒质量检测的方法很多,但都有其特定的条件限[2]制。该文对由CCD摄像头采集到的玉米籽粒图像进行一系列处理及数据分析,实现了对玉米籽粒性状的特征提取。1玉米籽粒图像处理1.1玉米籽粒图像的获取获取样本图像的设备主要由CCD摄像头和暗箱组成,如图1所示。该设备具有高分辨率、高灵敏度、宽光谱响应、高速及非接触性等特点,能够很好地满足玉米籽粒图像获取的要求。图2原始捕获图片先将玉米籽粒样品均匀地放在白色底板上,通过Fig.2CapturedImage其正上方的CCD

4、镜头对玉米籽粒进行拍摄,获取玉米1.2图像颜色空间转换籽粒图片。采集到的图像如图2所示。从图2中可以发现,在多数采集到的图像中都有玉米籽粒出现阴影的现象,如果直接对图片做二值分收稿日期:2014-06-24割,阴影部分会对处理结果造成影响。这是由于获取基金项目:吉林省教育厅“十二五”规划项目(201356)的玉米籽粒图像信息不是RGB基色简单的混合,而现作者简介:王鑫(1982-),女,长春人,硕士,(E-mail)jarryxin@126.com。实存在的三维物体还需用色调、亮度和饱和度等参数通讯作者:潘贺(1977-),男,长春人,副教授,(E-mi

5、al)30166933@表示,HSI模型包括了这几个方面。该文对原始图像qq.com。做颜色空间转换,从RGB转换到HIS颜色空间,取其·46·2015年6月农机化研究第6期S分量可以发现其阴影部分被消除了。饱和度S的转Ku(k)m值为u0=∑iPi/w0=;C1的概率为w1=∑Pi=3min(R,G,B)i=1w(k)i=K+1换计算公式为S=1-,其效果如图3R+G+Bmu-u(k)m1-w(k),均值是u1=∑iPi/w1=。u=∑i=K+11-1(k)i=1所示。iPi是统计均值,则u=w0u0+w1u,最后得到两类间方222差为σ(k)=w0(

6、u-u0)+w1(u-u1)。1.4形态学处理经过阈值分割后得到的二值图像通常还会存在一些独立的噪声像素点,为了消除这些噪声点,还需进行形态学滤波。通过闭运算消除图像中的颗粒噪声,再采用开运算使图像的轮廓更光滑。该文采用10×10尺寸的disk结构元素做闭运算和开运算,对图像进行形态学处理,得到的处理结果图如图4所示。图3S分量Fig.3Scomponent1.3图像分割本实验的目的是对玉米籽粒进行物理性状分析,需要提取出玉米籽粒图像,那么必然要先进行图像分[3]割。本系统采用最大类间方差方法(OSTU)对图像的HSI图像的S分量进行分割。其方法是从样本

7、图像中选定一个灰度阈值,小于该阈值的构成一类,大图4形态学滤波图像于等于该阈值的组成另一类。这样,就可以得到具有Fig.4Imageofmorphologyoperation最大的类间方差的两类,从而达到区分背景和目标的2单籽粒图像的拾取及定位[4]效果。设灰度范围为[1,m],像素数量为N,灰度级为经过形态学滤波处理后的图像中包含多个白色m区域。检测各个像素点的连接情况,将互相连接的像i的像素数目为ni,总像素数是N=∑ni,像素概率素点用同一数值做标记,从图像中拾取各个白色区i=1[5]为Pi=ni/N;用k将其分为两类,C0={1,2,…,k},域

8、。采用区域生长法检测二值图像的连接性,运行C1={k+1,k+2,…,m},则C

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。