论文部分内容阅读
计算机视觉自动检测农产品资源品质,是实现农业生产自动化发展的必然趋势。本研究在国内外相关研究基础上,以目前尚未进行的脱水蒜片识别作为研究方向,选取三个等级脱水蒜片作为研究对象,以计算机视觉和模式识别理论为基础,通过获取脱水蒜片图像,对图像处理、分析,提取反映脱水蒜片品种形态结构的特征参数,用人工神经网络方法识别脱水蒜片品种。主要研究内容如下：(1)根据计算机视觉检测脱水蒜片的要求,搭建了脱水蒜片图像获取和分析的计算机视觉系统。(2)分析并改进了图像预处理算法。背景分割过程中,通过对比迭代法和改进的大津法(OTSU法)对脱水蒜片彩色图像的红、绿、蓝分量图像背景分割试验结果,提出在红色分量图像中利用大津法获取阈值进行二值化,并将二值化图像与原彩色图像进行对比处理,实现彩色图像的背景分割。脱水蒜片提取过程中采用扫描线种子填充算法标记脱水蒜片所在区域,得到一幅图像中的多个脱水蒜片。(3)分析脱水蒜片外部形态结构,定义了一组基本参数,将反映脱水蒜片品种形态结构的特征参数分为两组,分别是颜色参数、形状参数。选用HSI颜色模型来表示颜色特征。(4)采用LMBP算法,对网络进行训练。通过分析特征参数组合对BP网络识别率的影响,确定了最能反映脱水蒜片形态特征的4个参数作为等级识别的依据,试验分析证明,BP网络结构为4-16-1时,网络识别率较高,平均识别准确率达85%。(5)基于viusal c++6.0,开发了一套脱水蒜片等级计算机视觉识别研究软件,该软件界面友好,功能完备。能够完成图像的基本处理分析,特征参数的计算,保存特征值数据文件及bp网络训练检测。