基于數(shù)字圖像處理的玉米品種識別研究.pdf

1、隨著信息技術的發(fā)展，圖像處理與識別技術在種子資源品質檢測方面發(fā)揮著越來越重要的作用。本文以計算機圖像處理技術為主要技術手段，綜合運用數(shù)字圖像、攝影、光學、植物學、色度學、模式識別等方面的知識，對玉米品種的自動識別問題進行了研究。 一、具體研究內容 1．玉米種子圖像的采集 為了提高自動識別的準確性同時盡量減少對圖像采集的約束條件，對圖像拍攝方法進行了研究。選取本地區(qū)常用的鄭單958、遼單565、京科25 作為被識別

2、對象，對不同條件下拍攝的圖像進行了分析對比。 2．玉米種子圖像預處理 背景分割：用幾種不同的分割方法進行試驗，通過對比驗證，采用迭代法進行背景分割。去除噪聲：背景分割后圖像中存在孤立的噪聲點，通過查閱資料，采用自適應中值濾波法。顏色校正：在研究中找到了一種基于標準白板的顏色校正方法。此法根據(jù)標準白板的顏色來校正種子圖像的顏色，大大提高了圖像中種子顏色的準確性。種子分離：主要采用區(qū)域標記法來實現(xiàn)種子圖像中的標準白板的提取與

3、單粒種子分離。 3．玉米種子特征提取 除了利用玉米種子的顏色、形狀、大小等常見特征外，本文發(fā)現(xiàn)玉米種子白色部分(胚部)與黃色部分(冠部)的面積比例以及形狀對玉米種子的品種識別具有一定作用，并對黃白面積比例進行了深入研究，提取了白色部分的面積、黃色部分的面積、黃色部分的顏色等新特征。顏色特征的提取采用RGB模型與HSV’模型相結合的方法。 4．特征集優(yōu)化與新特征的價值驗證 本文采用基于遺傳算法與支持向量機特

4、征優(yōu)化方法，把新特征與常規(guī)特征有區(qū)別的進行優(yōu)化。從兩組最優(yōu)特征子集的識別率與算法運行過程中的特征選擇率兩方面證實了部分新特征是很有價值。對特征數(shù)據(jù)進行分析，進一步證實白色部分與黃色部分的面積比例特征的可用性；通過試驗驗證，黃色部分的藍色分量與飽和度對識別的價值要優(yōu)于整個玉米種子的相應特征。 5．玉米品種識別 采用支持向量機方法對玉米品種進行識別。三個玉米品種的識別率分別為90.1％、93.5％、96％。 二、本文