粮食信息处理.docVIP

农作物籽粒的图像处理和识别方法研究综述 1.1 前言 利用计算机视觉技术检测农作物籽粒外观特征并识别其品种，对提高农业生产自动化水平和农产品增值效益、加强我国农业在国际市场上的竞争优势具有重要意义。基于这样的背景，选择我国广泛种植的大米、玉米等作物籽粒的静态图像作为研究对象，重点研究这些作物籽粒的图像分割技术、形态结构特征提取和分类方法，设计和开发了基于机器视觉的作物籽粒外观特征检测和识别系统。 图像获取和图像预处理是农作物籽粒外观品质检测中的前期工作。其中，图像获取任务由硬件成像装置完成，由于研究的对象为可见光下的籽粒图像，而常见的农作物籽粒外观肉眼可辨，且形态稳定，所以对图像获取装置的设计相对容易。而在图像预处理任务中，去噪和图像增强等操作已形成较为成熟的理论和算法，因此，预处理的难点在于提取单个籽粒，特别是分割粘连籽粒。 本文主要介绍作物籽粒图像获取系统，并对籽粒图像分割方法进行研究和比较，提出了 3 种连接作物籽粒的图像分割算法，为后期的特征提取和分级分类奠定了基础。 1.2 经典算法 本文中作物籽粒图像的计算机视觉获取系统如图 2-1 所示，该系统由计算机、数码相机、照明室、载样台等组成。计算机选取 HP6910p、Intel CPU T7100、主频 1.8GHz、内存 2G、显卡 ATI Mobility Radeon X2300、