1、水稻是我國糧食生產(chǎn)中的主要農(nóng)作物之一，種子的質(zhì)量是影響水稻產(chǎn)量的一個(gè)重要因素。在眾多的質(zhì)量指標(biāo)中，尤以品種純度的鑒定最難。目前，品種純度的鑒定主要是用化學(xué)方法和田間小區(qū)種植方法進(jìn)行檢測。這兩種方法都能給出比較準(zhǔn)確的檢測結(jié)果，但是化學(xué)方法的成本昂貴、田間種植的方法周期太長，都不能滿足種子商業(yè)流通的需要。本文研究了利用計(jì)算機(jī)視覺技術(shù)對(duì)水稻種子的品種進(jìn)行識(shí)別的方法。 論文的主要內(nèi)容包括：1.本研究稻種圖像采集的光源是采用冷光源的環(huán)形鹵

2、素?zé)?，其色溫?300K，采用50mm焦距的鏡頭和25mm的鏡頭延長管，背景采用白色的。 2.本文研究了一些圖像預(yù)處理的方法。為了保留目標(biāo)的顏色信息，而又要將背景去除，采用灰度閾值法進(jìn)行背景分割。研究發(fā)現(xiàn)，藍(lán)色分量能很好地區(qū)分背景和目標(biāo)。其中閾值的設(shè)置是在灰度直方圖中基于最小錯(cuò)誤概率的理論。在圖像灰度化的階段是采用了加權(quán)平均值的方法。進(jìn)行圖像黑白二值化處理也同樣是采用的灰度閾值法。運(yùn)用數(shù)學(xué)形態(tài)學(xué)運(yùn)算中的開閉運(yùn)算對(duì)二值圖像進(jìn)行去噪

3、聲處理。 3.從背景分割后的圖像中提取了五個(gè)顏色特征，包括紅色分量均值、綠色分量均值、藍(lán)色分量均值、色調(diào)分量均值和飽和度分量均值；通過Blob分析，從二值圖像中提取了七個(gè)形狀特征，包括長度、寬度、長寬比、面積、周長、圓形度和內(nèi)切圓半徑。 4.研究稻種品種識(shí)別問題中有代表性的不同情況，主要采用了單特征閾值法、多特征閾值法和人工神經(jīng)網(wǎng)絡(luò)方法。單特征閾值法區(qū)分三種情況的兩個(gè)品種的識(shí)別問題。對(duì)秀水11和秈優(yōu)9308兩品種的識(shí)別，

4、單獨(dú)選取長度、長寬比、周長和圓形度中任一個(gè)特征其識(shí)別精度分別為100％、100％、95％、100％，其中閾值分別設(shè)定為450、3.5、1200、1.8；對(duì)秈優(yōu)5968和秈優(yōu)9308兩個(gè)品種的識(shí)別，單獨(dú)選取稻種的藍(lán)色分量均值、色調(diào)分量均值和飽和度分量均值中任一個(gè)特征其分類識(shí)別正確率分別為96％、92％、97％，其中閾值分別設(shè)置為226、236、35；對(duì)形狀極其相近的Ⅱ優(yōu)7954和汕優(yōu)浙3兩個(gè)品種的識(shí)別，研究發(fā)現(xiàn)內(nèi)切圓半徑可以識(shí)別，其識(shí)別正

5、確率為86％，閾值設(shè)為1.5。對(duì)Ⅱ優(yōu)7954、汕優(yōu)浙3、秀水11和舟903四個(gè)品種的分類識(shí)別，采用了多特征閾值法，選擇了長度和內(nèi)切圓半徑這兩個(gè)特征，識(shí)別正確率分別為90％、80％、92％、100％。對(duì)Ⅱ優(yōu)7954、汕優(yōu)浙3、秀水11、秈優(yōu)5968和舟903五個(gè)品種的分類識(shí)別，采用了一個(gè)三層BP神經(jīng)網(wǎng)絡(luò)進(jìn)行分類識(shí)別，其識(shí)別正確率分別可達(dá)80.3％、73.5％、85.4％、77.6％、75.0％。 5.根絕上述理論與方法的研究結(jié)果，