基于机器视觉的水稻杂质及破碎籽粒在线识别方法

摘要：

为了解决目前国内联合收获机缺乏针对含杂率、破碎率的在线监测装置的问题,该文提出基于机器视觉的水稻图像采集,杂质与破碎籽粒分类识别方法.采用带色彩恢复的多尺度Retinex算法增强原始图像,对HSV颜色模型的色调、饱和度两个通道分别设定阈值进行图像分割,并结合形状特征得到分类识别结果.采用综合评价指标对试验结果进行量化评价,研究表明,茎秆杂质识别的综合评价指标值达到了86.92%,细小枝梗杂质识别的综合评价指标值为85.07%,破碎籽粒识别的综合评价指标值为84.74%,平均识别一幅图像的时间为3.24 s.结果表明,所提出的算法能够快速有效识别出水稻图像中的杂质以及破碎籽粒,为水稻含杂率、破碎率的在线监测提供技术支撑.

关键词：机器视觉、图像处理、杂质、水稻、破碎籽粒、颜色模型、在线识别

所属期刊栏目：34

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家重点研发计划重点专项2016YFD0702001;江苏省重点研发计划BE2017358;镇江市重点研发计划NY2016016

在线出版日期：2018-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：187-194