农业工程学报
農業工程學報
농업공정학보
2010年
6期
199-204,后插5
,共7页
王玉亮%刘贤喜%苏庆堂%王朝娜
王玉亮%劉賢喜%囌慶堂%王朝娜
왕옥량%류현희%소경당%왕조나
特征提取%主成分分析%神经网络%玉米种子%品种识别
特徵提取%主成分分析%神經網絡%玉米種子%品種識彆
특정제취%주성분분석%신경망락%옥미충자%품충식별
为了实现机器视觉代替人的视觉,对玉米种子品种进行实时、客观、准确和无损伤识别,研制了玉米品种识别硬件系统和软件系统.针对玉米种子及种子图像的特点,对玉米种子品种识别技术与算法进行了深入地研究和探索,提出了一种基于多对象有效特征提取和主成分分析优化神经网络的玉米种子品种识别方法,提取了玉米种子的几何特征和颜色特征参数,优化了基于机器视觉的玉米种子图像处理策略和品种识别算法,提高了玉米品种识别的速度和准确率.对农大108、鲁单981、郑单958、五岳18共4个品种玉米种子进行了品种识别试验,每粒种子识别的平均耗时为 0.127 s,综合识别率达到97%以上.研究表明,基于机器视觉的玉米种子品种识别与检测方法是可行的,该方法可提高玉米种子品种识别效率和正确率.
為瞭實現機器視覺代替人的視覺,對玉米種子品種進行實時、客觀、準確和無損傷識彆,研製瞭玉米品種識彆硬件繫統和軟件繫統.針對玉米種子及種子圖像的特點,對玉米種子品種識彆技術與算法進行瞭深入地研究和探索,提齣瞭一種基于多對象有效特徵提取和主成分分析優化神經網絡的玉米種子品種識彆方法,提取瞭玉米種子的幾何特徵和顏色特徵參數,優化瞭基于機器視覺的玉米種子圖像處理策略和品種識彆算法,提高瞭玉米品種識彆的速度和準確率.對農大108、魯單981、鄭單958、五嶽18共4箇品種玉米種子進行瞭品種識彆試驗,每粒種子識彆的平均耗時為 0.127 s,綜閤識彆率達到97%以上.研究錶明,基于機器視覺的玉米種子品種識彆與檢測方法是可行的,該方法可提高玉米種子品種識彆效率和正確率.
위료실현궤기시각대체인적시각,대옥미충자품충진행실시、객관、준학화무손상식별,연제료옥미품충식별경건계통화연건계통.침대옥미충자급충자도상적특점,대옥미충자품충식별기술여산법진행료심입지연구화탐색,제출료일충기우다대상유효특정제취화주성분분석우화신경망락적옥미충자품충식별방법,제취료옥미충자적궤하특정화안색특정삼수,우화료기우궤기시각적옥미충자도상처리책략화품충식별산법,제고료옥미품충식별적속도화준학솔.대농대108、로단981、정단958、오악18공4개품충옥미충자진행료품충식별시험,매립충자식별적평균모시위 0.127 s,종합식별솔체도97%이상.연구표명,기우궤기시각적옥미충자품충식별여검측방법시가행적,해방법가제고옥미충자품충식별효솔화정학솔.
