基于机器视觉的水稻杂质及破碎籽粒在线识别方法

• 作者: 练毅 陈进 韩梦娜 顾琰
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 机器视觉 图像处理 杂质 水稻 破碎籽粒 颜色模型 在线识别
• 年，卷（期）: 2018,（13）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 187-194
• 页数: 8页
• 分类号: TP391.41
• 字数: 5719字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2018.13.022

摘要

为了解决目前国内联合收获机缺乏针对含杂率、破碎率的在线监测装置的问题,该文提出基于机器视觉的水稻图像采集,杂质与破碎籽粒分类识别方法.采用带色彩恢复的多尺度Retinex算法增强原始图像,对HSV颜色模型的色调、饱和度两个通道分别设定阈值进行图像分割,并结合形状特征得到分类识别结果.采用综合评价指标对试验结果进行量化评价,研究表明,茎秆杂质识别的综合评价指标值达到了86.92%,细小枝梗杂质识别的综合评价指标值为85.07%,破碎籽粒识别的综合评价指标值为84.74%,平均识别一幅图像的时间为3.24 s.结果表明,所提出的算法能够快速有效识别出水稻图像中的杂质以及破碎籽粒,为水稻含杂率、破碎率的在线监测提供技术支撑.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈进	江苏大学机械工程学院	73	1411	21.0	36.0
2	练毅	江苏大学机械工程学院	7	33	3.0	5.0
3	顾琰	江苏大学机械工程学院	2	16	2.0	2.0
4	韩梦娜	江苏大学机械工程学院	2	13	1.0	2.0