水稻是我国粮食生产中的主要农作物之一,种子的质量是影响水稻产量的一个重要因素。在众多的质量指标中,尤以品种纯度的鉴定最难。目前,品种纯度的鉴定主要是用化学方法和田间小区种植方法进行检测。这两种方法都能给出比较准确的检测结果,但是化学方法的成本昂贵、田间种植的方法周期太长,都不能满足种子商业流通的需要。本文研究了利用计算机视觉技术对水稻种子的品种进行识别的方法。 论文的主要内容包括: 1.本研究稻种图像采集的光源是采用冷光源的环形卤素灯,其色温为3300K,采用50mm焦距的镜头和25mm的镜头延长管,背景采用白色的。 2.本文研究了一些图像预处理的方法。为了保留目标的颜色信息,而又要将背景去除,采用灰度阈值法进行背景分割。研究发现,蓝色分量能很好地区分背景和目标。其中阈值的设置是在灰度直方图中基于最小错误概率的理论。在图像灰度化的阶段是采用了加权平均值的方法。进行图像黑白二值化处理也同样是采用的灰度阈值法。运用数学形态学运算中的开闭运算对二值图像进行去噪声处理。 3.从背景分割后的图像中提取了五个颜色特征,包括红色分量均值、绿色分量均值、蓝色分量均值、色调分量均值和饱和度分量均值:通过Blob分析,从二值图像中提取了七个形状特征,包括长度、宽度、长宽比、面积、周长、圆形度和内切圆半径。 4.研究稻种品种识别问题中有代表性的不同情况,主要采用了单特征阈值法、多特征阈值法和人工神经网络方法。单特征阈值法区分三种情况的两个品种的识别问题。对秀水11和籼优9308两品种的识别,单独选取长度、长宽比、周长和圆形度中任一个特征其识别精度分别为100%、100%、95%、100%,其中阈值分别设定为450、3.5、1200、1.8;对籼优5968和籼优9308两个品种的识别,单独选取稻种的监色分量均值、色调分量均值和饱和度分量均值中任一个特征其分类识别正确率分别为96%、92%、97%,其中阈值分别设置为226、236、35;对形状极其相近的Ⅱ优7954和汕优浙3两个品种的识别,研究发现内切圆半径可以识别,其识别正确率为86%,阈值设为1.5。对Ⅱ优7954、汕优浙3、秀水11和舟903四个品种的分类识别,采用了多特征阈值法,选择了长度和内切圆半径这两个特征,识别正确率分别为90%、80%、92%、100%。对Ⅱ优7954、汕优浙3、秀水11、籼优5968和舟903五个品种的分类识别,采用了一个三层BP神经网络进行分类识别,其识别正确率分别可达80.3%、73.5%、85.4%、77.6%、75.0%。 5.根绝上述理论与方法的研究结果,开发了一套稻种品种识别的专用软件。