收藏本站
收藏 | 投稿 | 论文排版

基于机器视觉的水稻杂质及破碎籽粒在线识别方法

陈进  顾琰  练毅  韩梦娜  
【摘要】:为了解决目前国内联合收获机缺乏针对含杂率、破碎率的在线监测装置的问题,该文提出基于机器视觉的水稻图像采集,杂质与破碎籽粒分类识别方法。采用带色彩恢复的多尺度Retinex算法增强原始图像,对HSV颜色模型的色调、饱和度两个通道分别设定阈值进行图像分割,并结合形状特征得到分类识别结果。采用综合评价指标对试验结果进行量化评价,研究表明,茎秆杂质识别的综合评价指标值达到了86.92%,细小枝梗杂质识别的综合评价指标值为85.07%,破碎籽粒识别的综合评价指标值为84.74%,平均识别一幅图像的时间为3.24 s。结果表明,所提出的算法能够快速有效识别出水稻图像中的杂质以及破碎籽粒,为水稻含杂率、破碎率的在线监测提供技术支撑。

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 陈进;顾琰;练毅;韩梦娜;;基于机器视觉的水稻杂质及破碎籽粒在线识别方法[J];农业工程学报;2018年13期
2 崔欣;张鹏;赵静;徐文腾;马伟童;金城谦;;基于机器视觉的玉米种粒破损识别方法研究[J];农机化研究;2019年02期
3 曾勇;熊瑛;向阳;蒋蘋;罗亚辉;林洁雯;;基于机器视觉的田间水稻苗列识别算法的研究[J];湖南农业大学学报(自然科学版);2018年03期
4 朱冰琳;刘扶桑;朱晋宇;郭焱;马韫韬;;基于机器视觉的大田植株生长动态三维定量化研究[J];农业机械学报;2018年05期
5 黄留锁;宋艳;;茶叶茶梗的计算机在线识别技术及其应用[J];福建茶叶;2016年07期
6 王康;;机器视觉在水稻空壳率统计中的应用研究[J];现代计算机(专业版);2011年27期
7 陈晓峰;张东峰;郝明明;马波;闫修强;;基于机器视觉的枸杞产地识别研究[J];农业科技与装备;2013年11期
8 张元;毛罕平;张晓东;赵德升;;基于多光谱视觉的油菜叶片氮素营养检测方法研究[J];农机化研究;2009年11期
9 赵军;田海韬;;利用机器视觉检测马铃薯外部品质方法综述[J];图学学报;2017年03期
10 周竹;黄懿;李小昱;文东东;汪成龙;陶海龙;;基于机器视觉的马铃薯自动分级方法[J];农业工程学报;2012年07期
11 王蕊;刘双喜;王钦祥;崔嵬;高丽娟;王金星;;棉花异性纤维中麻绳与羽毛的分类特征(英文)[J];农业工程学报;2012年S2期
12 吴继华;刘燕德;欧阳爱国;;基于机器视觉的种子品种实时检测系统研究[J];传感技术学报;2005年04期
13 张新伟;赵学观;张健东;焦维鹏;邵志刚;高连兴;;基于数据融合的玉米种子内部机械裂纹检测方法[J];农业工程学报;2012年09期
14 饶洪辉;刘燕德;孙旭东;卢卓;周华茂;蒋育华;;基于机器视觉的水稻种子质量在线检测机[J];农机化研究;2009年10期
15 王传宇;郭新宇;吴升;肖伯祥;杜建军;;采用全景技术的机器视觉测量玉米果穗考种指标[J];农业工程学报;2013年24期
16 茅正冲;刘永娟;;基于机器视觉的玉米雄穗识别算法[J];南京理工大学学报;2016年06期
17 汪成龙;李小昱;武振中;周竹;冯耀泽;;基于流形学习算法的马铃薯机械损伤机器视觉检测方法[J];农业工程学报;2014年01期
18 吴莉莉;邢玉清;郑宝周;林爱英;;机器视觉在花椒品种鉴别中的初步研究[J];传感技术学报;2016年01期
19 王方永;李少昆;王克如;隋学艳;柏军华;陈兵;刘国庆;谭海珍;;基于机器视觉的棉花群体叶绿素监测[J];作物学报;2007年12期
20 韩仲志;杨锦忠;;计数玉米穗行数的机器视觉研究[J];玉米科学;2010年02期
中国重要会议论文全文数据库 前2条
1 陈涛;徐小波;乐忠宇;于振东;李伟;;棉花种子颜色分选自动化系统研究[A];农业机械化与新农村建设——中国农业机械学会2006年学术年会论文集(上册)[C];2006年
2 孙红;孙明;王一鸣;;基于机器视觉的农作物生长无损测量的研究进展[A];中国数字农业与农村信息化学术研究研讨会论文集[C];2005年
中国硕士学位论文全文数据库 前6条
1 周田田;基于机器视觉小麦叶片含水量检测研究[D];山东农业大学;2017年
2 张魄珊;基于机器视觉的枸杞外观品质检测与评级方法研究[D];兰州理工大学;2017年
3 刘韦;基于机器视觉的马铃薯表面缺陷检测算法的研究[D];黑龙江八一农垦大学;2013年
4 孔彦龙;基于机器视觉的马铃薯分类研究[D];甘肃农业大学;2013年
5 龚朝勇;基于机器视觉裂颖稻种在线双面识别与剔除系统研究[D];浙江大学;2016年
6 王昌;基于模拟无人机平台的油菜和杂草图像处理及分类研究[D];浙江大学;2016年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978