基于隨機森林大豆籽粒外觀品質(zhì)識別系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、我國幅員遼闊，地大物博，大豆的種植在我國已有長久歷史。大豆具有很高的營養(yǎng)與應(yīng)用價值，與我們的生活有著密切的關(guān)系，被稱為“豆中之王”、“田中之肉”;品質(zhì)缺陷是大豆生產(chǎn)量的重要限制因素，造成的產(chǎn)量損失估達8.6％-12.3％。只有正確快速的判別品質(zhì)種類，才能制定有效的防治方法，達到事半功倍的效果。目前大豆外觀品質(zhì)檢測品質(zhì)識別方法還停留在半人工階段，具有主觀性，速度慢，精度低等缺點。因此利用機器視覺與模式識別技術(shù)通過大豆外觀特征進行品質(zhì)種類識

2、別尤為重要。本文對大豆（標(biāo)準、灰斑病、蟲蝕、霉變和破碎）品質(zhì)識別進行研究建立隨機森林分類器并且基于Visual C++環(huán)境設(shè)計開發(fā)了大豆外觀品質(zhì)檢測識別系統(tǒng)的軟件部分。主要研究內(nèi)容如下:
　　(1)研究大豆外觀品質(zhì)檢測系統(tǒng)的整體工作流程包括圖像采集、圖像預(yù)處理以及特征提取和品質(zhì)識別模塊設(shè)計，基于此完成整體設(shè)計方案，并且根據(jù)功能需要完成軟件系統(tǒng)的整體規(guī)劃和功能模塊化分解過程。
　　(2)模式識別技術(shù)作為一種現(xiàn)代手段，有效地提高

3、了農(nóng)作物的品質(zhì)識別水平。隨著技術(shù)的發(fā)展，如何快速精確地檢測農(nóng)作物品質(zhì)缺陷種類成為了各國研究的主要方向。隨機森林作為模式識別中一個重要方法，在回歸和分類問題上表現(xiàn)優(yōu)秀;不需要對特征參數(shù)進行選擇并且能夠處理維度較高的數(shù)據(jù);對數(shù)據(jù)含噪和異常情況的處理能力較強，準確率很高;過擬合現(xiàn)象出現(xiàn)幾率較低，所以本文基于建立多棵樹分類器的思想構(gòu)建一個隨機森林分類器對大豆品質(zhì)識別分類。隨機森林中采用點對比較方法作為分裂準則，該方法就是比較像素點的差值，每棵樹

4、各自分裂，互不影響。此方法運行時所消耗的時間短，精度高。
　　(3)軟件系統(tǒng)是運行于檢測識別系統(tǒng)主處理機上的重要部分，完成目標(biāo)的識別與實時顯示工作，為同類軟件的開發(fā)積累技術(shù)。軟件系統(tǒng)的創(chuàng)建應(yīng)以界面友好性強、維護成本低、易于操作、復(fù)雜度低、功耗小和用戶方便日常使用為原則，Visual C++開發(fā)環(huán)境具有以上特點，故本文選用此開發(fā)環(huán)境。分析完檢測識別系統(tǒng)的主要工作后將軟件系統(tǒng)分為用戶登錄模塊、圖像特征提取模塊、圖像預(yù)處理模塊、圖像文件

5、操作模塊、大豆分類模塊、歷史數(shù)據(jù)查詢模塊以及數(shù)據(jù)存儲等模塊，并介紹主要運用的軟件技術(shù)，基于此軟件系統(tǒng)顯示效果良好。
　　在識別系統(tǒng)中選取東北農(nóng)業(yè)大學(xué)大豆研究所提供的10種大豆樣本，其中包括標(biāo)準、灰斑病、霉變、蟲蝕、破碎五種籽粒。隨機森林分類器對以上四種缺陷大豆的識別率分別達到94％，96％，92％和91％，對混合大豆樣本識別率也達到了81％，達到預(yù)期效果。對于軟件系統(tǒng)的開發(fā)，經(jīng)室內(nèi)測試檢驗，系統(tǒng)各項功能運行正常。結(jié)果證明:系統(tǒng)通訊