資源描述：
《谷物檢測中機器視覺技術(shù)的應(yīng)用進展》由會員上傳分享，免費在線閱讀，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)谷物檢測中機器視覺技術(shù)的應(yīng)用進展石禮娟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．作物遺傳改良國家重點實驗室，武漢430070）Vol．48No.6Jun．，2009摘要：谷物自動檢測的基本思路是利用數(shù)字圖像處理技術(shù)和模式識別技術(shù)，首先對獲取的谷物子粒圖像進行預(yù)處理，其次提取谷物子粒圖像的特征，然后對提取的特征進行分析和處理之后送入分類器中識別。以圖像處理、圖像分析、圖像識別這3個步驟為主線綜述在谷物自
2、動檢測中機器視覺相關(guān)技術(shù)的應(yīng)用進展，并說明了各種方法的適用范圍。關(guān)鍵詞：機器視覺；谷物；自動檢測；進展中圖分類號：TP391．41文獻標(biāo)識碼：A文章編號：0439－8114（2009）06－1514-05ApplicationProgressofMachineVisionTechnologyinGrainDetectionSHILi－juana，b，WENYou－xianb，MOUTong－minc，XUJun－yingc（a．CollegeoFBasicSciences；b．CollegeoFEngineeringandTechnol
3、ogy；c．StateKeyLaboratoryoFCropGeneticImprovement，HuazhongAgriculturalUniversity，Wuhan430070，China）Abstract：TheautomaticdetectionoFgrainistheimportantapplicationoFdigitalimageprocessingandpatternrecognitiontechnology．TheprocessoFthisapplicationincludesseveralsteps．Firstly，t
4、heacquiredimageoFgrainispreprocessed．Sec-ondly，thetypicalFeaturesareextractedFromtheprocessedgrainimage．Finally，theselectedFeaturesaretreatedasthein-putoFclassiFieraFterbeinganalyzed．TherecentprogressoFmachinevisiontechnologyingrainrecognitionwassummarizedinthelightoFimage
5、processing，imageanalysisandimagerecognition，andtheapplicationoftheseapproacheswasalsore-vealed.Keywords：machinevision；grain；automaticdetection；progress谷物檢測的任務(wù)主要有兩大類，一是品種識別與分類，二是品質(zhì)檢測與分級。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，因此基于人工的檢測方法操作繁瑣、工作量理之后送入分類器中識別，即建立一種無需人工干涉的谷物自動檢測系統(tǒng)。本文
6、從圖像處理、圖像分析、圖像識別這幾個方面概述在谷物自動檢測領(lǐng)域中機器視覺技術(shù)的應(yīng)用進展。大、速度慢、主觀性強、誤差相當(dāng)大。用計算機代替人來檢測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器視覺技術(shù)在谷物檢測領(lǐng)域的應(yīng)用，已取得了顯著的成果。機器視覺檢測方法是一種檢測速度快、鑒別能力強、重復(fù)性高、可大批量檢測的新方法，而且還具有成本低、樣品無損等生化鑒定所沒有的優(yōu)勢。谷物自動檢測的研究就是利用數(shù)字圖像處理技術(shù)和模式識別技術(shù)，對獲取的谷物子粒圖像進行預(yù)處理后，再提取谷物子粒圖像的特征，然后對提取的特征進行分析和處
7、圖像處理工作分兩步：第一，圖像預(yù)處理，即對獲取的圖像進行去噪、銳化與增強；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。在實際應(yīng)用中，采集到的谷物圖像常會出現(xiàn)子粒聚堆或粘連的現(xiàn)象，如果不能把這種粘連的子粒分離開，將嚴(yán)重影響子粒識別的后續(xù)工作。所以谷物圖像分割時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基金項目：湖北省重點科技攻關(guān)項目（20002P0603）作者簡介：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）slj200
8、2＠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：谷物檢測中機器視覺技術(shù)的應(yīng)用進展1515對粘連分割的問題已有很多學(xué)者
