论文部分内容阅读
种子是一个特殊的、不可替代的最基本的生产资料，是农业科学技术和各种农业生产资料发挥作用的重要载体，是决定农产品质量和产量的根本内因。
优良的种子是农业增产、增效的前提和基础。良种在我国乃至世界农业发挥了重要的作用。种植业的成败很大程度上决定于播种种子的质量，而种子检验是确保种子质量的重要环节。随着计算机图像处理技术的发展，图像处理技术的专业化与计算机硬件成本的下降和速度的提高，利用机器视觉技术进行种子质量检验评价成为可能。应用机器视觉技术进行农作物种子质量检验评价具有良好的适应性，能够达到快速、准确、无损等人工无法比拟的效果。
本文以棉花种子为具体的研究对象，针对良种与劣种、残破种及其他各类杂质的不同特点进行研究，主要研究内容如下：
(1)研究棉种分选的预处理方法，试验了三种不同方法共23种卷积核进行比较分析最终选择效果与速度之比较高的中值滤波作为分选滤波方法。
(2)进行了多种阈值和背景分离试验，证明了通过外接矩形提取种子及其分离背景是一种行之有效的方法。
(3)针对色度曲线分布的不同特点设计出一套基于经典RGB颜色模型的各分量数学加权组合分选算法，本文针对600粒种子(300粒良种和300粒劣种)的最高分选率达到了97.5％。
(4)提取了良种和劣种、残破种及各种类型杂质的形状特征参数。
(5)设计了一套基于形状特征参数的杂质分选算法，试验分选率为94％。
(6)通过与颜色算法对接试验实现了对试验样本杂质的100％分选。
(7)集到的图像进行了四通道划分。
(8)提出了基于外接矩形的分选速度优化算法，经验证在处理速度上有较大的提高。
(9)根掘上述研究结果的理论和方法，自主开发了一套适用于棉种预处理系统，分析系统和自动分级检测的应用系统软件。