基于机器视觉的农作物种子的研究的开题报告--------精简版.docVIP

黄山学院本科毕业论文(设计)开题报告 题目 基于机器视觉的农作物种子自动计数方法研究 题目性质 □实验研究 □技术开发 □工程设计 √□应用型 □调查型 □其它 一、选题依据和目标（该研究的目的、意义、国内外研究现状及发展趋势） 1.1研究目的： 该论文主要用于分析各类种子、麦类、稻米（籼米、粳米、籼糯米、粳糯米，特种米、有机米、大小麦等），以及小米、豆类、玉米、芝麻、瓜果、非常细小的花种子，蔬菜等种子的自动计数。可快速分析计算：千粒重、碎米率、垩白率、整精米、整精米率、粒形（直径、长度、宽度、长宽比、面积）、杂质。更好的计算出各类种子的数目，以便于对各类种子更好的筛选和使用。 1.2研究意义： 随着计算机技术的飞速发展、人工智能的日臻成熟，数字图像处理技术广泛用于工业、军事、农业等各个领域。本论文的主要任务是利用数字图像处理技术及自动计数应用到农作物种子的计数和筛选上。该研究是工农交叉性研究，在一定程度上促进了农业及林业领域信息化的发展建设，为机器视觉的农作物种子自动计数迅速发展提供了强有力的技术支持，从而对推动经济的跨越发展起到了重要作用。 1.3国内外研究现状: 20世纪20年代，图像处理首次得到应用。20世纪60年代中期，随电子计算机的发展得到普遍应用。60年代末，图像处理技术不断完善，逐渐成为一个新兴的学科。利用数字图像处理主要是为了修改图形，改善图像质量，或是从图像中提起有效信息，还有利用数字图像处理可以对图像进行体积压缩，便于传输和保存。数字图像处理主要研究以下内容：傅立叶变换、小波变换等各种图像变换；对图像进行编码和压缩；采用各种方法对图像进行复原和增强；对图像进行分割、描述和识别等。随着技术的发展，数字图像处理主要应用于通讯技术、宇宙探索遥感技术和生物工程等领域。 1.4发展趋势 数字图像处理因易于实现非线性处理，处理程序和处理参数可变，故是一项通用性强，精度高，处理方法灵活，信息保存、传送可靠的图像处理技术。主要用于图像变换、量测、模式识别、模拟以及图像产生。广泛应用在遥感、宇宙观测、影像医学、通信、刑侦及多种工业领域。 二、课题关键问题及难点 2.1关键问题： （1）图像的预处理算法； （2）图片单位面积内农作物种子的自动计数方法。 2.2课题难点： 该课题难点：当有两个或两个以上的颗粒粘在一起或重叠在一起时，不易分辨出来，因此计数的过程中容易出现错误，导致结果的偏差比较大。 三、研究方案 3.1. 拟采取的研究方法或试验方法及主要技术路线 3.1.1研究方法： （1）机器视觉模块中摄像头连续采集运输链上的明暗度适宜魔女工作无种子端面图像； （2）对机器采集的图像的进行预处理算法； （3）结合数学统计方法列出拟合方程，绘制出相应的拟合曲线，对所处的图像进行编程，得出单位面积内农作物种子的大致个数. (4)结合准确的作物种子个数，进行比较，得出相应的结论。总结课题的意义和该研究在农作物生产中的用处。 3.1.2技术路线图：种子以葡萄为例： 2. 研究进度安排 2012年3月20日--2012年4月1日：搜集文献，撰写开题，了解整个设计的内容，并作出相应的设计方案； 2012年4月1日--2012年4月20日：熟悉Matlab软件的应用及图像处理的编程复习。 2012年4月20日--2012年5月1日：通过Matlab软件开始对种子计数方法的编程和系统设计；并完成论文的稿子。 2012年5月1日--2012年5月20日：完成论文的全部编写工作。 3. 参考文献 [1]周莹莉， 基于图像处理的菌落自动计数方法及其实现. 数据采集与处理，2003，18（4）：460~464 [2]林小竹，王彦敏，等. 基于分水岭变换的目标图像的分割与计数方法. 计算机工程，2006，32（15）：181~183 罗三定，肖飞. 不规则类圆形团块目标图像识别的新方法. 中南大学学报（自然科学版），2004，35（4）： 632~637 [3]路迈西，王勇，等. 利用阈值分割技术提取煤泥浮选泡沫图像的物理特征. 煤炭科学技术，2002，30（8） [4]李庆扬. 数值分析基础教程. 北京：北京高等教育出版社，2001 五、指导教师意见 签名： 年 月 日 六、院系意见 负责人签名： 年 月 日