玉米種子品種智能識別系統(tǒng)研究.pdf

1、隨著計算機和信息技術(shù)的飛速發(fā)展，應(yīng)用計算機視覺自動檢測種子資源品質(zhì)，是實現(xiàn)農(nóng)產(chǎn)品檢測自動化和智能化的必然趨勢。本文以計算機視覺和模式識別理論為基礎(chǔ)，選取鄭單958、農(nóng)大108、魯單981、鄭單6028、聊玉2號五個玉米品種作為識別對象，獲取了玉米種子圖像信息和特征參數(shù)，通過對特征參數(shù)降維優(yōu)化處理，建立了最佳分類模型，實現(xiàn)了對玉米種子品種的智能識別，提高了識別正確率和效率，五個玉米品種的正確識別率平均在96％以上。
　　 1.改進

2、了圖像采集系統(tǒng)，提高了玉米種子的圖像質(zhì)量。主要對照明室進行改進，改善了光源效果，進一步提高了玉米種子的圖像質(zhì)量，有利于提高玉米種子特征提取精度及智能識別的準確性。
　　 2.采用先進的圖像預(yù)處理算法，改善了預(yù)處理的圖像效果。背景分割過程中，采用最小錯誤概率法在玉米種子紅色分量灰度圖像中獲取閾值進行二值化。為了提高圖像質(zhì)量和特征提取精度，對圖像進行中值濾波和形態(tài)學(xué)處理，獲得了精確的玉米種子輪廓圖像。
　　 3.提出了主成分

3、分析和支持向量機相結(jié)合的算法，對玉米種子特征參數(shù)進行優(yōu)化降維處理。將反映玉米種子形態(tài)特征的19個特征參數(shù)，經(jīng)過主成分分析處理，選取前5個主成分作為最終分類特征，大大簡化了分類模型。
　　 4.采用支持向量機作為品種識別算法，提高了玉米種子品種識別準確率。把主成分分析法得到的主成分特征作為最終分類特征輸入支持向量機建立的分類模型，對鄭單958、農(nóng)大108、魯單981、鄭單6028、聊玉2號五種玉米種子進行品種識別試驗，識別正確率分