基于图像处理技术的脱绒棉种内部品质检测机理研究

摘要

种子是农业生产中最基本的生产资料,棉种质量是影响棉花产量和质量的重要因素之一。种子发芽率作为种子质量的重要指标之一,常规方法是在标准试验条件下进行发芽试验检验棉花种子质量,但生产实践表明,在试验室理想条件下棉种发芽率与自然环境下田间出苗率之间存在较大差距,且其实验周期长、劳动强度大、数据处理速度、精度和结果分析等方面都不能满足实际生产需要。因此,针对此问题探寻一种基于图像处理技术的脱绒棉种内部品质检测机理十分必要。该检测机理是通过采集脱绒棉种图像,提取棉种种皮颜色特征参数,然后基于神经网络建立反映棉种内部品质的主要评价指标与其显著相关的外观特征参数之间的数学模型。本文主要研究内容如下:
　　(1)对不同的光源和照明方式进行分析,根据脱绒棉种颜色特点选取LED白色光源和前向照明方式。在RGB颜色模型下对采集的脱绒棉种图像进行分析,图像双峰特性明显,图像背景和目标区分明显。并对图像进行灰度值累计分布图分析,得出图像R、G、B各颜色分量的像素分布情况。
　　(2)对不同的图像滤波方法和图像分割方法进行分析,选择高斯滤波方法对图像进行滤波,滤波模板选择7×7模板对图像进行处理;图像分割方法选择K均值聚类算法,该分割算法有效地将背景和目标分割。基于MATLAB GUI设计了脱绒棉种颜色特征采集平台,该平台通过颜色直方图法实现了脱绒棉种特征的快速提取。
　　(3)研究了脱绒棉种种子批活力与其发芽率、模拟田间出苗率之间的关系,并对脱绒棉种颜色特征与种子活力之间的相关性进行了探讨,结果表明脱绒棉种部分外观颜色特征参数与其电导率值之间相关性显著。该研究结果为基于数字图像处理技术的脱绒棉种活力快速检测提供了科学依据,同时也为脱绒棉种内部品质的快速无损检测研究奠定了一定的理论基础。
　　(4)建立了基于BP神经网络的脱绒棉种内部品质检测模型,通过神经网络设计和网络参数设定确定检测模型,取脱绒棉种鼎丰10和新陆早45各300粒对模型进行训练,取100粒对训练好的网络模型进行验证,结果表明用BP神经网络的检测精度分别可达到82.7％、86.1%。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1研究的目的及意义

1.2图像处理技术在农产品检测方面的应用研究状况

1.3种子外观特征与种子内在品质关系的研究现状

1.4图像处理技术在种子检测方面的国内外应用研究状况

1.5主要研究内容及技术路线

1.6本章小结

第二章 棉种图像采集平台及图像采集

2.1脱绒棉种图像采集平台

2.2图像采集与分析

2.3本章小结

第三章 图像预处理及特征提取

3.1脱绒棉种图像预处理

3.2颜色特征采集平台

3.3颜色特征值提取

3.4本章小结

第四章 脱绒棉种外观颜色特征与内部品质相关性分析

4.1脱绒棉种发芽率和模拟田间发芽率测定方法

4.2脱绒棉种种子活力测定方法

4.3脱绒棉种种子批发芽率、模拟出苗率与种子电导率相关性分析

4.4单粒脱绒棉种颜色特征参数与种子电导率相关性分析

4.5本章小结

第五章 基于BP神经网络的棉种内部品质检测模型

5.1基于图像处理技术的脱绒棉种内部品质检测机理

5.2脱绒棉种内部品质检测模型建立

5.3本章小结

第六章 结论与展望

6.1结论

6.2展望

参考文献

致谢

作者简介

石河子大学硕士研究生学位论文导师评阅表