数字图像处理及机器视觉技术在谷物种子形态识别中的研究进展.pdfVIP

林蔷，等：数字图像处理及机器视觉技术在谷物种子形态识别中的研究进展 数字图像处理及机器视觉技术在谷物种子形态 识别中的研究进展 林 吉占1 郑丽敏2 朱虹2 唐毅2 (1．中国农业大学农学与生物技术学院；2．信息与电气工程学院北京100083) 摘要：本文从谷物种子识别参数、谷物种子分割算法、分类识别算法的研究进展中，综述了基于图像处理和机器诨觉技 术在谷物形态研究的进展及发展方向。 关键词：数字图像机器视觉谷粒形态种子识别 1 引言 谷物的籽粒形态是谷物种子识别和纯度鉴定的一个重要的方面。然而由于谷物生长受各种环境因 子的影响。使其籽粒的形态有很大的差异，使得人工鉴定的准确性大大降低。况且人工识别和鉴定的方 法不可避免的存在着速度缓慢、劳动量大、效率低下、主观臆断、不能定量研究等缺点。随着计算机科学 特别是机器视觉理论及相关学科(图像处理，专家系统，模式识别，算法理论)的发展，使得计算机图像技 术及机器视觉技术在各个行业中得以广泛的应用。应用机器视觉的方法进行种子的识别和检测可以克 服人工方法的种种缺点。种子图像识别主要基于谷粒的形状，颜色以及纹理特征来进行的。基于统计 的分类模型和人工神经网络的分类算法、数字图像处理算法在谷物种子分类识别中都得到了研究和应 用。种子分类特征的选择，种子图像分割算法，种子识别算法的研究是文中主要论述的三个方面。探索 综合多种特征参数的分类模式和算法是今后研究的重点。 2基于机器视觉技术研究谷物种子形态的历史 从20世纪70年代起，美国、日本等发达国家开始用机器视觉技术进行谷物种子识别和纯度鉴定 LI T J提出了结构 的研究。1981年Umetani讨论了用于识别形状最基本的图像特征。1982年Pavlidis 分析法和外形轮廓曲线检测法2种形状识别模式。这为计算机视觉技术用于形态的识别奠定了基础。 Zayas[z1等从1985年开始将计算机图像处理技术分析小麦种子的形态特征，利用统计图像识别技 1989年用彩色种子图像分析来确定大豆的品质。Liao．K 术用于区分不同小麦品种。ShyyY．Y等¨J 等¨11992年把知识规则用来分析种子图像的颜色从而区分玉米粒。GaoX等¨J1995年年使用三维彩 色空间的图像分割技术分割种子的图像。LiaoK等¨]1994年根据玉米种子的颜色和表面缺陷进行实 时分级获得成功。NiB等[7]1998年使用一个反射镜获取玉米种子的顶部和侧面图像用来计算种子的 长、宽和投影面积，进行玉米种子粒度分级。而国内应用机器视觉技术进行谷物种子的研究尚不多见。 擎苍等，2002年；李伟等，2004年)6 3基于机器视觉技术研究谷物种子形态的算法进展 3．1种子特征参数选择 种子的分类和识别很大程度上取决于特征参数的选择，如何选择合适的参数一直是种子图像分类 的～个热点问题。一般是从种子图像的形状、颜色和纹理三个参数集中选择若干参数作为分类识别的 依据。 相对于颜色和纹理特征，种子粒的几何形状特征是研究最多的方面。 对顶圆柱体和长椭球体)分析澳大利亚小麦形状，以期找到最优的种子形状，即每单位表面积的体积获 得最大的出粉率。由于种子重量和体积的增加更多的取决于种子的长度而不是宽和高，所以随着种子 ·14I’ 数宇农业研究进展：第二篇数字信息采集、检测、控制技术 体积的增大，种子的形状也将发生变化。 表1澳大利亚小麦品种的参数IMarshall等。1984) ”8’i。1y。。 1。“g‘h ”i01h h。igh‘ 1oog‘ain ”。1““。 wjI h／l accession (I。，mm) (W·ram)(h，ram) weight(g) (m