基于數學形態(tài)學稻種紋理特征提取與識別研究.pdf_第1頁
已閱讀1頁,還剩89頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、水稻是我國重要的糧食作物之一,種子的質量是影響水稻產量的一個重要因素。純度是種子最主要的質量指標,品種純度對作物產量有明顯的影響。目前,品種純度的鑒定主要是用化學的方法和田間種植方法進行檢測,雖然可以達到檢測純度的目的,但都需要通過人工檢測來完成,且需要花費大量的財力和物力,還浪費時間。尋找一種既可以快速檢測、又能實現準確檢測目的的方法對農村、農業(yè),農民來說是非常重要的,同時也是實現增產增收和農業(yè)現代化所必需的。稻種紋理特征在稻種品種群

2、中顯示出明顯的個性差異性及遺傳特性,有效地提取并識別這一特征對稻種品種識別及稻種紋理遺傳規(guī)律的研究具有重要意義。本文以十二種稻谷品種為研究對象,以計算機、CMOS、光學鏡頭、電動平臺以及自動可調光源為實驗工具,綜合運用圖像處理技術和多元統(tǒng)計方法,研究了基于數學形態(tài)學稻種圖像紋理特征的提取與品種識別的方法。
   論文的主要研究內容與結論如下:
   (1)搭建了基于數學形態(tài)學稻種圖像紋理特征的提取與品種識別的機器視覺系統(tǒng)

3、,系統(tǒng)由HDL-Ⅰ型單孔鹵素燈冷光源、顯微數字攝像機、單筒連變顯微鏡、電動控制平臺、計算機五部分組成。整個系統(tǒng)輕便實用,采集的紋理圖像質量良好。
   (2)根據采集的紋理圖像噪聲多、光照不均勻等特點,探討了多種圖像預算處理算法改善紋理圖像質量,并結合多聚焦稻谷紋理圖像融合技術,找出突顯稻種紋理特征的數字圖像處理方法。文中對稻種紋理圖像進行了二值分割,從圖中分離出紋理的形態(tài)特征,并進行形態(tài)學細化和修剪處理,便于觀察紋理的形態(tài)特點

4、。
   (3)針對傳統(tǒng)的灰度共生矩陣、經典的Gabor小波變換和雙樹復小波變換等三種紋理特征方法進行了分析,并比較了傳統(tǒng)LBP算法、LQP算法、ELBP算法以及EQP算法對稻種紋理特征提取識別的實際效果。
   (4)在本研究基礎上對相關算法成果進行歸納整理,開發(fā)了基于Visual C++平臺的稻種紋理圖像處理分析系統(tǒng)。該系統(tǒng)可對靜態(tài)單粒稻種圖像進行各種預處理操作,并提取熵、能量、慣性矩、局部平穩(wěn)性等紋理特征參數以及E

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論