基于深度圖像的玉米品種識別研究.pdf

1、玉米作為世界三大農(nóng)作物之一，在世界范圍的播種面積和總產(chǎn)量中占有重要的地位，是重要的糧食作物和油料作物。我國是一個農(nóng)業(yè)大國，農(nóng)作物的種類眾多，玉米是目前種植面積最大的農(nóng)作物之一，是整個農(nóng)業(yè)生產(chǎn)的基礎，在國民經(jīng)濟中占據(jù)著舉足輕重的地位。要發(fā)展玉米生產(chǎn)，玉米種子是關鍵，種子質(zhì)量決定產(chǎn)量。在我國特別是現(xiàn)階段，種子品種的真實性鑒定具有特殊地位，尤其是研究能夠應用于種子交易流通和種植現(xiàn)場的種子品種真實性的快速識別方法，對指導農(nóng)業(yè)生產(chǎn)、保護農(nóng)民利益、

2、保障國家糧食安全具有重要意義。近幾年來，計算機視覺已經(jīng)廣泛應用到農(nóng)作物種子品種的檢測和識別中，利用計算機視覺技術可以實現(xiàn)不同玉米品種的自動識別。
　　由于玉米籽粒形狀不規(guī)則、顏色多變、大小不一，同品種內(nèi)籽粒一致性差，不同品種間的特征重疊較多，誤判的可能性較大，不同玉米品種的識別難度也較大。本文以數(shù)字圖像處理、模式識別等技術為基礎，分析研究了玉米品種深度圖像，發(fā)現(xiàn)了玉米籽粒的有效特征參數(shù)。本文的主要工作如下:
　　1.玉米品種

3、深度圖像的獲取及顏色空間選擇。確定了玉米深度圖像的采集條件和顏色空間模型。設計了采集方法，經(jīng)過實驗驗證，HSV顏色空間模型對玉米籽粒的深度圖像顏色特征提取取得較好效果。
　　2.玉米品種深度圖像預處理方法的確定。為了使玉米籽粒的深度信息更突出，便于特征提取，對生成的彩色深度圖像進行了預處理，采用圖像灰度化、圖像增強、圖像分割和Harris算法對玉米籽粒尖端進行檢測，達到了理想的預處理效果。
　　3.玉米品種深度圖像特征的提取

4、。通過研究發(fā)現(xiàn)，直接對深度圖像進行灰度化存在一定的誤差，本文結合顏色特征對圖像進行灰度化，提取出圖像的顏色特征、灰度特征及尖端的周長、面積、圓形度等形狀特征。
　　4.玉米品種識別方法的研究。根據(jù)選取的特征參數(shù)，構建了基于顏色特征的灰度直方圖和基于尖端形狀特征的玉米品種識別的BP神經(jīng)網(wǎng)絡，對識別的結果進行分析比較;然后結合兩種方法，將所有的特征參數(shù)作為神經(jīng)網(wǎng)絡的輸入，進行了玉米品種的識別，實驗結果表明，基于顏色灰度直方圖和尖端形狀