大米外觀品質檢測及品種分類算法研究.pdf

1、大米是最重要的糧食品種之一,目前我國對大米的質量檢測仍然停留在人工觀察階段,這種檢測方式缺乏客觀性與準確性,而且難以適應實際生活中的大批量的檢測。針對這些問題本文研究了基于數字圖像處理的大米質量檢測與品種檢測,對大米品質自動檢測領域做了有意義的研究和探索。本論文的主要內容如下:
　　 首先,根據大米的形態(tài)及外觀特性,設計了用于采集大米圖像的圖像采集系統(tǒng),本系統(tǒng)結構簡單,易于實現(xiàn),同時也可以應用于其他農作物種子圖像的采集,取得了良

2、好的效果。
　　 然后,通過分析比較圖像預處理的幾種算法,選擇了適合大米圖像特征的預處理方法,采用自適應中值濾波器對獲取的圖像進行去除噪聲處理,實驗證明,經過圖像預處理,能夠大大提高大米的圖像分析的準確性。
　　 在大米堊白檢測領域,本文研究了一種新的基于模糊閾值分割算法的大米堊白檢測算法。本算法在傳統(tǒng)模糊閾值分割的基礎上,首先使用最大類間方差的閾值求解方法求出閾值T,然后再在T的基礎上給出一個加權平均公式縮小了閾值選取

3、時資格函數自變量g的取值范圍,實驗結果證明本文提出方法不僅能夠準確的對大米堊白進行檢測而且縮短了算法耗時,提高堊白的檢測效率。
　　 在大米的黃米粒檢測領域,本文研究了基于信息熵的黃米粒檢測算法。本算法首先計算大米圖像的整體信息熵,然后對大米圖像進行非重疊區(qū)域劃分,計算每個分塊圖像的單元信息熵,最后以圖像的整體信息熵為閾值對圖像進行劃分,實現(xiàn)了對黃米粒的檢測。
　　 在大米的品種檢測領域,本文運用支持向量機理論對不同品種