试析玉米种子纯度数字图像处理与识别技术的应用研究

《试析玉米种子纯度数字图像处理与识别技术的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文学校代码：10193编号：2005．S092分类号：$513．038密级：无玉米种子纯度数字图像处理与识别技术的应用研究作者：赵新子专业名称：农业机械化工程研究方向：农业信息化与自动化指导教师：袁洪印教授吉林农业大学二00五年六月吉林农业大学硕士学位论文五米种予纯度数字图像处理与识别技术的应用研究摘要当前是信息时代，对信息的获得、．,5nY--、处理和应用等都有了飞跃发展。随着计算机技术的飞速发展，数字图像处理技术才得以迅速发展并形成了新的学科，几十年以来，它已经被广泛用于航空、医学等多个领域。今天，数字图像处理与识别技术也已经成为发展现代农业不可缺少的组成部分，随着计算

2、机硬件成本的下降和CPU运算速度的提高以及图像处理与识别技术本身的专业化发展，这项技术在农业上的应用将越来越广泛，也是实现农业信息化与自动化的重要技术力量。种子纯度是种子质量的重要指标之一，是评定种子等级的主要依据，对种子的销售者弄口使用者来说更是非常重要。近年来，随着新品种尤其是杂交种的广泛应用，种子在农业生产中的地位日渐重要，随之而来的是因为种子纯度而引起的问题也日趋严重，每年仅玉米杂交种因纯度问题造成的混杂就达1．5亿吨。据测算，玉米杂交种纯度每下降1％，每公顷约减少135kg籽粒产量，每年玉米种子纯度尽管呈上升趋势，但是仍然低而不稳。现有的种子纯度检测方法，包括形态学检测法、

3、生理生化法和分子生物学法，虽然可以达到检测纯度的目的，但是他们都是通过人工检测完成的，而且有的方法既需要花费大量的财力和物力，还浪费时间。寻找一种既可以快速检测、又能实现准确检测目的的方法对农村、农业、农民来说是非常重要的，同时也是实现增产增收和农业现代化所必需的。本文在吉林省科技厅科研项目《种子纯度与活力快速测定的人工智能图像识别与处理系统》的研究基础上，增加玉米种子品种，以掖单12、东农248和478等18个玉米品种为研究对象，以计算机、摄像机、图像采集卡、电泳仪以及自制的光照室为实验S-．具，综合运用图像处理技术、统计学数据分析理论和对比试验理论，将数字图像处理技术与玉米种子纯

4、度的生物学方法相结合，完善玉米种子纯度检测的数字图像处理与识别系统。本研究分五大部分：(1)玉米种子纯度检测的生物学方法研究对本研究采用的玉米种子纯度生物学方法进行分析，查阅大量书籍和资料，利用对比实验方法，进而选取最适合的种子纯度检测的生物学方法，并通过其改进后的方法，提高电泳谱带的清晰度，利用此方法进行人工检测，得出可靠的人工鉴定结果，并把该电泳1吉林农业大学硕士学位论文玉米种子纯度数字图像处理与识别技术的应用研究谱带作为计算机图像处理的图像来源。(2)硬件系统的建立建立数字图像处理硬件系统，为图像的获取创造良好的拍摄环境。(3)图像处理方法的运用改进了图像处理方法，根据电泳谱带

5、图像的特点，采用图像的灰度转换、图像增强、图像整体均衡、图像分割及特征提取等图像处理方法对图像进行处理，最后对图像进行识别。在对图像进行识别时，首先要找到最佳匹配模板，然后采用模板匹配法进行图像的匹配。(4)软件系统的建立建立数字图像处理的工作流程，利用Vc++编写软件程序，建立数字图像处理与识别软件系统。(5)系统可靠性研究利用对比试验来验证和修正图像处理与识别系统。一、玉米种子纯度检测的生物学方法研究对目前种子纯度的检测方法进行了细致分析，得知在玉米种子纯度检测的方法申，蛋白质凝胶电泳法具有快速、准确、稳定、经济、不受环境条件影响等特点，并对电泳检测结果与田问试验结果相对比，二者

6、结果相近，因此选取此方法作为种子纯度检测方法。利用改进后的国家试行的玉米蛋白凝胶电泳法反应体系进行化学实验，其实验得到的电泳图谱图像更清晰。二、硬件系统的建立根据以上选取的玉米种子纯度测定方法，设计了图像处理与识别系统的硬件组成。由IBM．PIII微机、CCD行阃变换摄像机、图像采集卡争光照室组成图像处理与识别硬件系统。三、图像处理方法的运用将人工检测得到的电泳图谱图像进行图像预处理，采用加权平均值法实现图像的灰度转换；利用图像的平滑去噪、中值滤波方法对图像进行增强处理，并对图像进行整体均衡；采用最小错误分割方法对图像进行分割，实现特征提取；建立标准模板库，采用全局样板匹配法对图像进

7、行识别。四、软件系统的建立¨吉林农业大学硕士学位论文玉米种子纯度数字图像处理与识别技术的应用研究充分利用WINDOWS界面和Vc十+软件的优点编写玉米种子纯度图像处理与-／7,31系统程序，完善了玉米种子纯度检测数字图像处理与识别软件系统。五、系统可靠性研究将计算机图像识别的结果和人工检测结果进行对比，验证和修正图像识别与处理系统。在种子纯度检测中，图像识别与处理系统检测结果与人工检测结果的准确度达到了95％以上。试验中发现，摄像头和数码相机的光学失真以及