資源描述:
《谷物檢測(cè)中機(jī)器視覺技術(shù)的應(yīng)用進(jìn)展》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第48卷第6期2009年6月湖北農(nóng)業(yè)科學(xué)湖Hubei北AgriculturalSciences學(xué)谷物檢測(cè)中機(jī)器視覺技術(shù)的應(yīng)用進(jìn)展石禮娟a,b,文友先b,牟同敏c,徐俊英c(華中農(nóng)業(yè)大學(xué)a.理學(xué)院;b.工程技術(shù)學(xué)院;c.作物遺傳改良國(guó)家重點(diǎn)實(shí)驗(yàn)室,武漢430070)Vol.48No.6Jun.,2009摘要:谷物自動(dòng)檢測(cè)的基本思路是利用數(shù)字圖像處理技術(shù)和模式識(shí)別技術(shù),首先對(duì)獲取的谷物子粒圖像進(jìn)行預(yù)處理,其次提取谷物子粒圖像的特征,然后對(duì)提取的特征進(jìn)行分析和處理之后送入分類器中識(shí)別。以圖像處理、
2、圖像分析、圖像識(shí)別這3個(gè)步驟為主線綜述在谷物自動(dòng)檢測(cè)中機(jī)器視覺相關(guān)技術(shù)的應(yīng)用進(jìn)展,并說明了各種方法的適用范圍。關(guān)鍵詞:機(jī)器視覺;谷物;自動(dòng)檢測(cè);進(jìn)展中圖分類號(hào):TP391.41文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):0439-8114(2009)06-1514-05ApplicationProgressofMachineVisionTechnologyinGrainDetectionSHILi-juana,b,WENYou-xianb,MOUTong-minc,XUJun-yingc(a.CollegeoF
3、BasicSciences;b.CollegeoFEngineeringandTechnology;c.StateKeyLaboratoryoFCropGeneticImprovement,HuazhongAgriculturalUniversity,Wuhan430070,China)Abstract:TheautomaticdetectionoFgrainistheimportantapplicationoFdigitalimageprocessingandpatternrecognitio
4、ntechnology.TheprocessoFthisapplicationincludesseveralsteps.Firstly,theacquiredimageoFgrainispreprocessed.Sec-ondly,thetypicalFeaturesareextractedFromtheprocessedgrainimage.Finally,theselectedFeaturesaretreatedasthein-putoFclassiFieraFterbeinganalyze
5、d.TherecentprogressoFmachinevisiontechnologyingrainrecognitionwassummarizedinthelightoFimageprocessing,imageanalysisandimagerecognition,andtheapplicationoftheseapproacheswasalsore-vealed.Keywords:machinevision;grain;automaticdetection;progress谷物檢測(cè)的任務(wù)
6、主要有兩大類,一是品種識(shí)別與分類,二是品質(zhì)檢測(cè)與分級(jí)。由于谷物子粒大部分具有數(shù)量大、體積小、許多特征肉眼難以發(fā)現(xiàn)等特點(diǎn),因此基于人工的檢測(cè)方法操作繁瑣、工作量理之后送入分類器中識(shí)別,即建立一種無需人工干涉的谷物自動(dòng)檢測(cè)系統(tǒng)。本文從圖像處理、圖像分析、圖像識(shí)別這幾個(gè)方面概述在谷物自動(dòng)檢測(cè)領(lǐng)域中機(jī)器視覺技術(shù)的應(yīng)用進(jìn)展。大、速度慢、主觀性強(qiáng)、誤差相當(dāng)大。用計(jì)算機(jī)代替人來檢測(cè)谷物子粒是解決這一問題的有效辦法。幾1圖像處理十年來,許多科研工作者研究機(jī)器視覺技術(shù)在谷物檢測(cè)領(lǐng)域的應(yīng)用,已取得了顯著的成果
7、。機(jī)器視覺檢測(cè)方法是一種檢測(cè)速度快、鑒別能力強(qiáng)、重復(fù)性高、可大批量檢測(cè)的新方法,而且還具有成本低、樣品無損等生化鑒定所沒有的優(yōu)勢(shì)。谷物自動(dòng)檢測(cè)的研究就是利用數(shù)字圖像處理技術(shù)和模式識(shí)別技術(shù),對(duì)獲取的谷物子粒圖像進(jìn)行預(yù)處理后,再提取谷物子粒圖像的特征,然后對(duì)提取的特征進(jìn)行分析和處圖像處理工作分兩步:第一,圖像預(yù)處理,即對(duì)獲取的圖像進(jìn)行去噪、銳化與增強(qiáng);第二,圖像分割,將目標(biāo)從背景中分離出來為下一步的特征提取作準(zhǔn)備。在實(shí)際應(yīng)用中,采集到的谷物圖像常會(huì)出現(xiàn)子粒聚堆或粘連的現(xiàn)象,如果不能把這種粘連的子粒
8、分離開,將嚴(yán)重影響子粒識(shí)別的后續(xù)工作。所以谷物圖像分割時(shí)不僅涉及到背景與谷物子粒的分割,還涉及到連接子粒間的分割。收稿日期:2009-03-28基金項(xiàng)目:湖北省重點(diǎn)科技攻關(guān)項(xiàng)目(20002P0603)作者簡(jiǎn)介:石禮娟(1976-),女,湖北荊門人,講師,博士研究生,(電話)027-61265878(電子信箱)slj2002@m(xù)ail.hzau.edu.cn;通訊作者,文友先,教授,博士生導(dǎo)師。2009年農(nóng)業(yè)科第6期石禮娟等:谷物檢測(cè)中機(jī)器視覺技術(shù)的應(yīng)用進(jìn)展1515對(duì)粘連分割的問題已有很多學(xué)者