基于机器视觉的玉米种粒破损识别方法研究

• 作者: 崔欣 张鹏 徐文腾 赵静 金城谦 马伟童
• 来源期刊: 农机化研究
• 学科: 农学
• 关键词: 玉米种粒 破损识别 机器视觉 特征提取 SVM
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 理论研究与探讨
• 页码范围: 28-33,84
• 页数: 7页
• 分类号: S126
• 字数: 4476字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-188X.2019.02.005

摘要

针对玉米种粒在收获、脱粒、贮藏时因各种因素造成损伤和人工选种耗时耗力的问题,提出了一种基于机器视觉的玉米种粒破损检测方法.首先,利用图像获取装置得到单粒玉米种粒图像,通过差影法确定图像噪声种类,采用中值滤波方法对图像进行降噪;其次,标记图像边界,运用灰度阈值法完成玉米种粒图像分割.根据玉米种粒的形态特征分别提取玉米种粒的周长、面积、周长面积比、长轴长、短轴长、长宽比6个几何特征和矩形度、圆形度、紧凑度、7个Hu不变矩10个形状特征,共16个特征.完整玉米种粒和破损玉米种粒图像各50幅作为训练样本,将提取的16个特征分量作为输入量,对支持向量机(Support Vector Machine,SVM)进行训练,输出量为1、0,分别代表"合格""不合格",训练完成后获得玉米种粒的SVM识别模型;另取完整的玉米种粒和破损的玉米种粒图像各50幅作为测试样本,对训练好的SVM模型进行测试.结果表明:该检测方法对玉米种粒破损识别准确率达95％以上,识别100幅玉米种粒图像的时间为1.27s.研究结果为玉米种粒的实时破损检测提供了参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵静	山东理工大学农业工程与食品科学学院	37	248	9.0	14.0
2	徐文腾	山东理工大学农业工程与食品科学学院	4	13	2.0	3.0
3	张鹏		8	39	3.0	6.0
4	崔欣	山东理工大学农业工程与食品科学学院	3	9	2.0	3.0
5	马伟童	山东理工大学农业工程与食品科学学院	3	16	2.0	3.0
6	金城谦	山东理工大学农业工程与食品科学学院	1	6	1.0	1.0