玉米作为世界三大农作物之一,在世界范围的播种面积和总产量中占有重要的地位,是重要的粮食作物和油料作物。我国是一个农业大国,农作物的种类众多,玉米是目前种植面积最大的农作物之一,是整个农业生产的基础,在国民经济中占据着举足轻重的地位。要发展玉米生产,玉米种子是关键,种子质量决定产量。在我国特别是现阶段,种子品种的真实性鉴定具有特殊地位,尤其是研究能够应用于种子交易流通和种植现场的种子品种真实性的快速识别方法,对指导农业生产、保护农民利益、保障国家粮食安全具有重要意义。近几年来,计算机视觉已经广泛应用到农作物种子品种的检测和识别中,利用计算机视觉技术可以实现不同玉米品种的自动识别。由于玉米籽粒形状不规则、颜色多变、大小不一,同品种内籽粒一致性差,不同品种间的特征重叠较多,误判的可能性较大,不同玉米品种的识别难度也较大。本文以数字图像处理、模式识别等技术为基础,分析研究了玉米品种深度图像,发现了玉米籽粒的有效特征参数。本文的主要工作如下:1.玉米品种深度图像的获取及颜色空间选择。确定了玉米深度图像的采集条件和颜色空间模型。设计了采集方法,经过实验验证,HSV颜色空间模型对玉米籽粒的深度图像颜色特征提取取得较好效果。2.玉米品种深度图像预处理方法的确定。为了使玉米籽粒的深度信息更突出,便于特征提取,对生成的彩色深度图像进行了预处理,采用图像灰度化、图像增强、图像分割和Harris算法对玉米籽粒尖端进行检测,达到了理想的预处理效果。3.玉米品种深度图像特征的提取。通过研究发现,直接对深度图像进行灰度化存在一定的误差,本文结合颜色特征对图像进行灰度化,提取出图像的颜色特征、灰度特征及尖端的周长、面积、圆形度等形状特征。4.玉米品种识别方法的研究。根据选取的特征参数,构建了基于颜色特征的灰度直方图和基于尖端形状特征的玉米品种识别的BP神经网络,对识别的结果进行分析比较;然后结合两种方法,将所有的特征参数作为神经网络的输入,进行了玉米品种的识别,实验结果表明,基于颜色灰度直方图和尖端形状特征相结合的方法识别的准确率更高。