大米外觀品質(zhì)檢測(cè)及品種分類(lèi)算法研究.pdf

1、大米是最重要的糧食品種之一,目前我國(guó)對(duì)大米的質(zhì)量檢測(cè)仍然停留在人工觀察階段,這種檢測(cè)方式缺乏客觀性與準(zhǔn)確性,而且難以適應(yīng)實(shí)際生活中的大批量的檢測(cè)。針對(duì)這些問(wèn)題本文研究了基于數(shù)字圖像處理的大米質(zhì)量檢測(cè)與品種檢測(cè),對(duì)大米品質(zhì)自動(dòng)檢測(cè)領(lǐng)域做了有意義的研究和探索。本論文的主要內(nèi)容如下:
　　 首先,根據(jù)大米的形態(tài)及外觀特性,設(shè)計(jì)了用于采集大米圖像的圖像采集系統(tǒng),本系統(tǒng)結(jié)構(gòu)簡(jiǎn)單,易于實(shí)現(xiàn),同時(shí)也可以應(yīng)用于其他農(nóng)作物種子圖像的采集,取得了良

2、好的效果。
　　 然后,通過(guò)分析比較圖像預(yù)處理的幾種算法,選擇了適合大米圖像特征的預(yù)處理方法,采用自適應(yīng)中值濾波器對(duì)獲取的圖像進(jìn)行去除噪聲處理,實(shí)驗(yàn)證明,經(jīng)過(guò)圖像預(yù)處理,能夠大大提高大米的圖像分析的準(zhǔn)確性。
　　 在大米堊白檢測(cè)領(lǐng)域,本文研究了一種新的基于模糊閾值分割算法的大米堊白檢測(cè)算法。本算法在傳統(tǒng)模糊閾值分割的基礎(chǔ)上,首先使用最大類(lèi)間方差的閾值求解方法求出閾值T,然后再在T的基礎(chǔ)上給出一個(gè)加權(quán)平均公式縮小了閾值選取

3、時(shí)資格函數(shù)自變量g的取值范圍,實(shí)驗(yàn)結(jié)果證明本文提出方法不僅能夠準(zhǔn)確的對(duì)大米堊白進(jìn)行檢測(cè)而且縮短了算法耗時(shí),提高堊白的檢測(cè)效率。
　　 在大米的黃米粒檢測(cè)領(lǐng)域,本文研究了基于信息熵的黃米粒檢測(cè)算法。本算法首先計(jì)算大米圖像的整體信息熵,然后對(duì)大米圖像進(jìn)行非重疊區(qū)域劃分,計(jì)算每個(gè)分塊圖像的單元信息熵,最后以圖像的整體信息熵為閾值對(duì)圖像進(jìn)行劃分,實(shí)現(xiàn)了對(duì)黃米粒的檢測(cè)。
　　 在大米的品種檢測(cè)領(lǐng)域,本文運(yùn)用支持向量機(jī)理論對(duì)不同品種