發(fā)布時(shí)間：2020-11-21 02:54

　　 當(dāng)今時(shí)代,人們生活水平日益提高,對(duì)優(yōu)質(zhì)的農(nóng)作物,尤其是對(duì)優(yōu)質(zhì)蛋白玉米的需求不斷增加,這對(duì)育種人員培育新的玉米品種以及篩選優(yōu)質(zhì)的玉米品種提出了更高的要求,傳統(tǒng)的玉米檢測(cè)方法已經(jīng)不能滿足高效率的需求。隨著機(jī)器視覺(jué)以及深度學(xué)習(xí)的發(fā)展,該技術(shù)已經(jīng)被廣泛的應(yīng)用在了農(nóng)業(yè)等各個(gè)方面,取得了較為理想的結(jié)果。本文通過(guò)機(jī)器視覺(jué)和數(shù)字圖像處理以及深度學(xué)習(xí)等技術(shù),對(duì)玉米籽粒的多種外形參數(shù)以及品種的分類進(jìn)行了研究。由于玉米籽粒的部分外形參數(shù)可以通過(guò)視覺(jué)的處理方式進(jìn)行獲取,故本文采用機(jī)器視覺(jué)等方法計(jì)算得出玉米籽粒的部分外形參數(shù)。對(duì)于玉米籽粒的分類研究,由于僅通過(guò)傳統(tǒng)的機(jī)器視覺(jué)方式較難獲得理想的結(jié)果,故本文采用深度學(xué)習(xí)等技術(shù)對(duì)玉米籽粒的分類問(wèn)題進(jìn)行研究。本論文的主要研究?jī)?nèi)容如下:1.搭建了機(jī)器視覺(jué)硬件系統(tǒng),包括工業(yè)相機(jī),鏡頭,光源和框架,用于提取玉米粒形狀參數(shù)。該系統(tǒng)結(jié)構(gòu)簡(jiǎn)單,易于搭建,后期維護(hù)成本低。2.通過(guò)灰度處理、空間濾波、圖像分割以及形態(tài)學(xué)處理等方法,對(duì)現(xiàn)有圖像預(yù)處理方案進(jìn)行了簡(jiǎn)化,大大降低了玉米考種機(jī)器識(shí)別對(duì)硬件的依賴,加快了其處理過(guò)程。試驗(yàn)表明,該預(yù)處理方案可以較好的滿足需求。3.提出玉米籽粒外形參數(shù)(面積、周長(zhǎng)、形心、長(zhǎng)短軸以及最小外接矩形等)的提取方案。根據(jù)像素比例方法實(shí)現(xiàn)對(duì)面積和周長(zhǎng)的轉(zhuǎn)換獲取;通過(guò)像素均值獲得形心;測(cè)量通過(guò)形心任意線段的方式獲得長(zhǎng)短軸;通過(guò)利用長(zhǎng)短軸平移方法獲得最小外接矩形。同時(shí),對(duì)玉米籽粒面積、周長(zhǎng)以及長(zhǎng)短軸等特征進(jìn)行了統(tǒng)計(jì)分析。4.本文采用深度學(xué)習(xí)等技術(shù)對(duì)玉米籽粒進(jìn)行分類識(shí)別,利用多種數(shù)據(jù)處理形式以及優(yōu)化算法進(jìn)行優(yōu)化,包括數(shù)據(jù)的增強(qiáng)以及格式轉(zhuǎn)換,Dropout、Adam、Batch normalization等算法,通過(guò)這些方式對(duì)訓(xùn)練速度進(jìn)行提升,提高模型的泛化能力。在此基礎(chǔ)上,對(duì)不同品種的玉米籽粒進(jìn)行識(shí)別,通過(guò)遷移學(xué)習(xí)等方式,對(duì)比多種模型測(cè)得其準(zhǔn)確率均達(dá)97%以上。
【學(xué)位單位】：杭州電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：S513;TP391.41
【部分圖文】：

統(tǒng)計(jì)發(fā)芽率、均勻度等，同時(shí)支持多種種子的檢測(cè)。該設(shè)備的采集裝置采用的是攝像頭上置??的形式，通過(guò)拍照獲取玉米籽粒的圖像。光源采用背光光源，即位于玉米籽粒下方。設(shè)備如??圖１．１所示。??圖１．１?ＳＣ－Ｇ型考種機(jī)??武漢紅星楊科技有限公司的ＹＴＳ－ＭＫＴ－２型玉米籽粒數(shù)字化考種機(jī)，可以通過(guò)機(jī)器視覺(jué)等??方式獲取粒長(zhǎng)、粒寬、粒面積等等參數(shù)。其相機(jī)采用的是單色線陣列ＣＣＤ相機(jī)。設(shè)備如圖１．２??所示。??圖１．２?ＹＴＳ－ＭＫＴ－２型考種機(jī)??３??

統(tǒng)計(jì)發(fā)芽率、均勻度等，同時(shí)支持多種種子的檢測(cè)。該設(shè)備的采集裝置采用的是攝像頭上置??的形式，通過(guò)拍照獲取玉米籽粒的圖像。光源采用背光光源，即位于玉米籽粒下方。設(shè)備如??圖１．１所示。??圖１．１?ＳＣ－Ｇ型考種機(jī)??武漢紅星楊科技有限公司的ＹＴＳ－ＭＫＴ－２型玉米籽粒數(shù)字化考種機(jī)，可以通過(guò)機(jī)器視覺(jué)等??方式獲取粒長(zhǎng)、粒寬、粒面積等等參數(shù)。其相機(jī)采用的是單色線陣列ＣＣＤ相機(jī)。設(shè)備如圖１．２??所示。??圖１．２?ＹＴＳ－ＭＫＴ－２型考種機(jī)??３??

浙江托普云農(nóng)科技股份有限公司生產(chǎn)的ＴＰＫＺ－１型號(hào)玉米考種儀，可以對(duì)玉米籽粒的粒數(shù)、??粒長(zhǎng)、粒寬、面積、周長(zhǎng)等等參數(shù)進(jìn)行統(tǒng)計(jì)分析，同時(shí)可以自動(dòng)過(guò)濾胚尖不明顯的玉米籽粒。??該款考種設(shè)備也可以對(duì)水稻、小麥以及花生等其他農(nóng)作物的種子進(jìn)行考察。設(shè)備如圖１．３所示。??ｆ??一＾‘１：??圖１．３?ＴＰＫＺ－１型號(hào)玉米考種儀??１．２．２國(guó)外研究現(xiàn)狀??國(guó)外學(xué)者在２０世紀(jì)８０年代開(kāi)始，就通過(guò)機(jī)器視覺(jué)對(duì)玉米籽粒進(jìn)行研宄，并且已經(jīng)取得了??較大進(jìn)展。??ＭｏｈｓｅｎＷ１３】等人提出了描述玉米籽粒物理形狀和大小的標(biāo)準(zhǔn)。取三個(gè)相互垂直的軸作為??尺寸度量。數(shù)據(jù)顯示，主軸、副軸和中間軸的平均值為１０．７８ｍｍ。根據(jù)他們測(cè)試的５０粒玉米籽??粒數(shù)據(jù)顯示，分別為７．５８ｍｍ以及４．５７ｍｍ。??Ｓａｐｉｒｓｔｄｎｔ１４］等人利用數(shù)字圖像處理技術(shù)對(duì)小麥、大麥、黑麥以及燕麥等谷物進(jìn)行檢測(cè)和??分類。從數(shù)字化的二值圖像中提取了種子的形態(tài)學(xué)特征。寬度和長(zhǎng)度作為尺寸和形狀參數(shù)的??分類特征。同時(shí)還提取了區(qū)域輪廓的長(zhǎng)度、長(zhǎng)寬比、厚度比以及歸一化后的中心距。四種谷??物的分類成功率均在９６％以上。??ＮｅｕｍａｎｔＵ等人利用籽�？臻g大小和形狀參數(shù)，結(jié)合籽粒輪廓像素以及像素長(zhǎng)度信號(hào)的傅??里葉變化，對(duì)小麥分類和品種進(jìn)行鑒定，正確識(shí)別率在１５％－９６％之間。??ＧｕｎａｓｅｋａｒａｉＬＳＭｌ等提出了一種識(shí)別玉米籽粒的裂紋缺陷檢測(cè)的方法，該方法基于高速濾??波，檢測(cè)精準(zhǔn)度較高。??ＮｅｕｍａｎＭｌ等人使用Ｒ、Ｇ、Ｂ值將小麥籽粒劃分為六個(gè)等級(jí)類別。采用管式彩色攝像機(jī)進(jìn)??行圖像采集
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 肖伯祥;王傳宇;郭新宇;吳升;杜建軍;;玉米考種自動(dòng)化流水線機(jī)構(gòu)設(shè)計(jì)與仿真[J];系統(tǒng)仿真學(xué)報(bào);2015年04期

2 梁文東;;基于MATLAB的玉米果穗圖像輪廓提取[J];農(nóng)業(yè)網(wǎng)絡(luò)信息;2014年06期

3 李靜;申慶超;宋俊喬;賈海濤;;基于機(jī)器視覺(jué)的玉米穗行數(shù)自動(dòng)檢測(cè)算法設(shè)計(jì)[J];電子產(chǎn)品世界;2014年06期

4 段熊春;周金輝;王思嘉;;面向玉米果穗考種測(cè)量的圖像標(biāo)定方法[J];農(nóng)機(jī)化研究;2014年01期

5 王傳宇;郭新宇;吳升;肖伯祥;杜建軍;;采用全景技術(shù)的機(jī)器視覺(jué)測(cè)量玉米果穗考種指標(biāo)[J];農(nóng)業(yè)工程學(xué)報(bào);2013年24期

6 吳建偉;郭新宇;王傳宇;吳升;李永祥;楊寶祝;;玉米育種自動(dòng)考種儀[J];中國(guó)種業(yè);2013年09期

7 曹維時(shí);張春慶;王金星;劉雙喜;許興鎮(zhèn);;離散小波變換和BP神經(jīng)網(wǎng)絡(luò)識(shí)別玉米種子純度(英文)[J];農(nóng)業(yè)工程學(xué)報(bào);2012年S2期

8 馬欽;江景濤;朱德海;李紹明;梅樹(shù)立;呂永春;;基于圖像處理的玉米果穗三維幾何特征快速測(cè)量(英文)[J];農(nóng)業(yè)工程學(xué)報(bào);2012年S2期

9 孫志軍;薛磊;許陽(yáng)明;王正;;深度學(xué)習(xí)研究綜述[J];計(jì)算機(jī)應(yīng)用研究;2012年08期

10 孫海艷;蔡一林;王久光;王國(guó)強(qiáng);代國(guó)麗;徐德林;孫敬芳;;玉米主要營(yíng)養(yǎng)品質(zhì)性狀的QTL定位[J];農(nóng)業(yè)生物技術(shù)學(xué)報(bào);2011年04期

本文編號(hào)：2892410