收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

稻种质量的机器视觉无损检测研究

成芳  
【摘要】: 农作物种子质量检验对有效控制种子质量以提高产品产量和质量、贯彻优质优价政策、保证种子贮藏运输的安全及种子产业化进程的作用举足轻重。我国目前每年的检验样品量非常有限,且停留在靠人工感官进行识别判断的简单统计获得,效率低,准确性差,难以适应批量商用稻种的质量控制。用机器视觉代替人的视觉进行质量检测有不言而喻的优越性,种子质量检验领域的最新研究动态多数与基于计算机图像分析的机器视觉有关。 结合我国农业生产情况,本文选择在粮食生产中占有重要地位的稻种为研究对象,针对杂交稻种生产、收购、加工、贮藏、流通过程中存在的实际质量问题,系统研究基于图像分析技术的稻种质量视觉检验原理和方法,以期为最终实现稻种质量的机器视觉自动化检验打下基础。本文针对静态、单粒稻种的可见光彩色图像进行分析,构建适用于稻种质量检验的机器视觉硬件系统,致力于批量商用稻种普遍存在的芽谷、霉变和裂颖缺陷问题的机器视觉无损检测研究,并探索基于图像分析的稻种品种识别,取得了较好效果。 论文的主要内容包括: 1.首次使用电镜显微观察稻种表面缺陷,籍此了解研究对象的微观视觉特征,指导其宏观的机器视觉检测中关键特征的提取和系统精度要求的确定;通过不同表面质量稻种样品的高光谱反射特性测定分析(350-2500nm),与彩色CCD传感器的光谱响应相结合以充分发挥视觉硬件性能,研究表明本研究稻种图像采集的最佳光照条件是在可见光波段450nm到650nm之间具有足够辐射强度的较高色温全色光;通过标准发芽试验研究不同程度的表面缺陷对发芽率的影响规律,提示稻种质量机器视觉检验策略;根据上述基础试验研究与分析的结果,构建稻种质量检验用机器视觉硬件系统,并进行参数优化。 2.结合传统方法,研究针对稻种质量检验的专用图像预处理方法,以实现稻种尺寸、形状和颜色共23个基本特征参数的提取,并根据检验目标形成一套由先进统计分析理论支持的特征分析与选择方法,即用K-W检测进行单特征分析,图形考察特征值分布,直接选择特征或经主成分分析选择最优特征组合,该方法简单而有效,适用面 摘要 .曰巴..目留翻....吕吕日. 广。在此基础上初步建立了五个品种杂交稻种不同类别图像信息库。 3.对比不同算法,分别研究适用于芽谷、霉变和裂颖缺陷检测的稻种图像特征, 并相应开发高精度识别算法。利用紧密度特征和平均色调特征的线性判别100%正确 地分类正常稻种与芽谷;在霉变检测时,提出了一个基于稻种区域色调直方图形状的 特征K,其稳定性较之平均色调特征要好,使用该特征的Parzen窗函数法的分类精度 高于基于欧几里德距离尺度的分类器;利用哈夫变换找到了与稻种裂颖缺陷紧密相关 的图像特征,该特征形象直观,对正常稻种的平均识别准确率为%%,微裂稻种的平 均识别准确率为92%,裂颖稻种的平均识别准确率为87%。 4.归纳稻种品种识别问题中具有代表性的不同情况,主要采用人工神经网络方法 对选择的四种典型实例进行品种识别研究,将由简到繁四种算法用于复杂的水稻品种 识别问题。对金优402与汕优10两品种的识别采用一个简单的长宽比闽值分类,检测 正确率可达100%;对金优402与H优3207两品种的识别采用一个通过感知器设计的 超平面进行分类,检测正确率可达100%;对金优402与中优207两品种的识别采用一 个经结构优化和充分训练的人工神经网络进行分类,检测正确率可达98%;对金优402、 汕优10、中优207、加优99、H优3207五个品种的识别采用一个共扼梯度法训练的 人工神经网络进行分类,检测正确率分别可达91.2%,93.1%,75.3%,62.6%,93%。 5.在本研究基础上对相关算法成果进行归纳整理,开发了基于Mat lab平台的稻种 图像分析系统,为实现稻种质量机器视觉检验提供了基础。该系统可对静态单粒稻种 图像进行各种预处理操作,计算出稻种尺寸、形状和颜色等23个特征参数,自动识别 金优402、汕优10、中优207、加优99、11优3207五个品种并检测稻种的穗萌芽、 霉变和裂颖缺陷。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 陈君;;农产品品质的无损检测技术[J];长春工业大学学报(自然科学版);2006年03期
2 张磊;王书茂;陈兵旗;祝青园;;基于机器视觉的麦田边界检测[J];农业机械学报;2007年02期
3 毛文华,王一鸣,张小超,王月青;基于机器视觉的田间杂草识别技术研究进展[J];农业工程学报;2004年05期
4 王玉顺,郭俊旺,赵晓霞,安爱琴;基于机器视觉的条播排种器性能检测及分析[J];农业机械学报;2005年11期
5 周俊;姬长英;刘成良;;视觉导航农用车辆相对位姿测量新方法(英文)[J];农业工程学报;2006年06期
6 林艾光;孙宝元;马先英;;虾夷扇贝定向检测方法研究[J];大连理工大学学报;2008年01期
7 周增产,张晓文,吴建红,周伟光;黄瓜自动分级系统的研制(英文)[J];农业工程学报;2003年05期
8 谢志勇;张铁中;赵金英;;基于Hough变换的成熟草莓识别技术[J];农业机械学报;2007年03期
9 赵杰文;刘少鹏;邹小波;石吉勇;殷小平;;基于支持向量机的缺陷红枣机器视觉识别[J];农业机械学报;2008年03期
10 饶洪辉;刘燕德;孙旭东;卢卓;周华茂;蒋育华;;基于机器视觉的水稻种子质量在线检测机[J];农机化研究;2009年10期
11 刘建军;姚立健;彭樟林;;基于机器视觉的山核桃等级检测技术[J];浙江农业学报;2010年06期
12 杨丽,张铁中,罗辉;基于机器视觉的组织培养苗自动识别技术[J];农业机械学报;2005年01期
13 赵延军;徐丽明;;基于机器视觉的苹果果袋检测方法[J];中国农业大学学报;2006年01期
14 饶洪辉;姬长英;;基于机器视觉的作物对行喷药控制的研究[J];南京农业大学学报;2007年01期
15 胡波;;利用机器视觉防治草莓苗期杂草的研究[J];微计算机信息;2007年29期
16 金声琅;李玉娟;殷涌光;;采用显微图像识别技术快速检测食品细菌总数[J];农业工程学报;2008年04期
17 黄秀玲;郑加强;赵茂程;;基于自动定向的苹果品质智能分级生产线设计[J];安徽农业科学;2008年07期
18 毛文华;郑永军;张银桥;苑严伟;张小超;;基于机器视觉的草地蝗虫识别方法[J];农业工程学报;2008年11期
19 刘华波;贺立源;李猷;;现代成像技术在农产品品质检测中的应用[J];计算机与现代化;2009年04期
20 岳利军;汪仁煌;黄颖怡;;植物叶片特征参数的机器视觉提取方法[J];农机化研究;2009年05期
中国重要会议论文全文数据库 前10条
1 沈宝国;陈树人;尹建军;;基于机器视觉的棉田杂草精确定位研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
2 金晅宏;戴曙光;穆平安;;机器视觉在汽车前照灯配光检测系统中的应用研究[A];第十三届全国汽车检测技术年会论文集[C];2009年
3 罗明智;杜家政;;机器视觉苹果自动分级系统图像处理方案设计[A];北京力学会第17届学术年会论文集[C];2011年
4 鲁波;黄坚;朱子伟;;基于机器视觉的LED阵列自动分选系统设计[A];浙江省电子学会2010学术年会论文集[C];2010年
5 何浩;龙淼;王晓婷;王忆文;李辉;;电子白板系统中基于机器视觉的目标识别技术[A];第十五届计算机工程与工艺年会暨第一届微处理器技术论坛论文集(A辑)[C];2011年
6 管庶安;周龙;陈永强;廖明潮;;机器视觉在粮食品质检测中的应用研究[A];中国粮油学会第三届学术年会论文选集(下册)[C];2004年
7 张海潮;邱红专;;加权Kalman filter:应用[A];2004中国控制与决策学术年会论文集[C];2004年
8 胡庆新;王伟;顾爱华;;基于机器视觉的农产品物料分级检测系统关键技术研究[A];2011下一代自动测试系统学术研讨会论文集[C];2011年
9 陈艳;张漫;刘兆祥;籍颖;马文强;刘春红;;基于Kalman滤波器的机器视觉自动导航定位算法研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
10 杨雪勤;张洪钺;;差分GPS/姿态传感器/机器视觉在飞机着陆定位中的应用[A];'2002系统仿真技术及其应用学术论文集(第四卷)[C];2002年
中国博士学位论文全文数据库 前10条
1 成芳;稻种质量的机器视觉无损检测研究[D];浙江大学;2004年
2 丁萌;空间探测器着陆过程中的机器视觉关键技术研究[D];南京航空航天大学;2010年
3 徐剑坤;基于机器视觉的巷道变形实时监测预警技术研究[D];中国矿业大学;2012年
4 盛遵冰;机器视觉图像检测与定位系统关键技术研究[D];哈尔滨工业大学;2009年
5 陈志国;基于群体智能的机器视觉的关键技术研究[D];江南大学;2010年
6 许海霞;机器视觉标定与目标检测跟踪方法及其应用研究[D];湖南大学;2011年
7 刘璎瑛;基于机器视觉的稻米品质评判方法研究[D];南京农业大学;2010年
8 李晓丽;基于机器视觉及光谱技术的茶叶品质无损检测方法研究[D];浙江大学;2009年
9 刘洪江;基于机器视觉的毛杆缺陷检测技术的研究[D];广东工业大学;2011年
10 毛文华;基于机器视觉的田间杂草识别技术研究[D];中国农业大学;2004年
中国硕士学位论文全文数据库 前10条
1 吴珂;基于机器视觉的弹片质量在线检测系统[D];重庆大学;2010年
2 程现彬;基于机器视觉的小直径工件检测系统的研究[D];合肥工业大学;2010年
3 袁云峰;基于机器视觉的溶液pH值测试的试验研究[D];广西大学;2002年
4 晁攀攀;基于机器视觉的贵金属复合带焊接质量在线检测技术研究[D];电子科技大学;2010年
5 刘华冠;基于机器视觉的袋装物料位姿自动识别研究[D];济南大学;2011年
6 阮晓虹;基于机器视觉的触点零件在线检测系统研究[D];上海交通大学;2010年
7 刘学山;基于机器视觉的锂离子电池极片检测系统的研究与设计[D];华南理工大学;2010年
8 王强;基于机器视觉的检测识别系统研究及应用[D];电子科技大学;2010年
9 王磊;基于机器视觉的电池表面缺陷检测技术研究[D];中国科学技术大学;2011年
10 赵娇洁;基于机器视觉的汽车轮毂形状识别算法研究[D];沈阳师范大学;2011年
中国重要报纸全文数据库 前10条
1 本报记者 李剑琦;机器视觉行业整合正热 中国市场尚处萌芽期[N];机电商报;2005年
2 袁中;邦纳机器视觉在食品及医药包装行业中的应用[N];中国包装报;2009年
3 新纹;农发行贷款将向棉花质检体制改革企业倾斜[N];中华合作时报;2008年
4 心暄;珠宝检验师资格考试酷暑升温[N];中国黄金报;2006年
5 ;维护独立公正 提供高效服务[N];中国质量报;2005年
6 本报记者 李剑琦;西门子成功并购RVSI Acuity CiMatrix 意欲扩充机器视觉版图[N];机电商报;2005年
7 郭志民 周立国;食品检验中心建设半年告成[N];营口日报;2006年
8 雷蕾通讯员 应玉玲;两个省级产品质量检验中心在我市落户[N];丽水日报;2007年
9 陈蕾;康耐视向中国多所大学捐赠机器视觉产品加强与高校合作[N];中国包装报;2010年
10 杨立民;巴西将对出口豆油加强质量检验[N];国际商报;2004年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978