玉米果穗轮廓提取及其网站开发的研究

详细信息    查看全文 | 推荐本文 |

	作者：马丽 ; 姜熠昕 ; 郭旋 ; 王福真 ; 赵晨宇 ; 代亭山 关键词：机器视觉 ; 玉米果穗 ; 机器学习 ; 二值图像 中文刊名：JNYZ 英文刊名：Agriculture of Jilin 机构：吉林农业大学; 出版日期：2019-07-19 出版单位：吉林农业 年：2019 期：No.456 基金：吉林省科技厅科技引导计划项目(20180412036XH);; 吉林省大创项目:基于机器视觉的玉米果穗轮廓提取方法研究、基MO O C+SPO C的高校课堂教学系统构建、智能剥椰壳机支持支持项目 语种：中文; 页：JNYZ201915097 页数：2 CN：15 ISSN：22-1186/S 分类号：116-117

摘要

为了实现基于计算机视觉技术建立农产品无损检测系统,本文阐释了一套基于OpenCV和MPC平台的玉米果穗轮廓提取系统。首先通过玉米果穗侧面图像,对图像进行预处理及边缘提取,得到相应的玉米果穗表面几何特征参数值;其次获取玉米果穗穗粒分布图,通过对研究对象进行阈值分级,将每一区域相似的果穗粒分割,并提取出穗粒,最后转化确定后的像素值,获取玉米果穗穗粒分布图。根据玉米果穗二值图像自动检测得到的外部几何特征和玉米穗粒分布区域图像,为玉米果穗的识别提供了新的方法,加快了果穗识别速度,为玉米烤种、育种提供新的参考。最后针对以上研究成果,构建玉米果穗轮廓提取网站。
        

引文

[1]金保华,殷长魁,张卫正,等.基于机器视觉的苹果园果实识别研究综述[J].轻工学报,2019,(34).
    [2]赵娇洁.基于机器视觉的汽车轮毂形状识别算法研究[D].沈阳:沈阳师范大学, 2011.
    [3]杨光,冯涛,秦永左.轮型代码自动识别系统图像处理算法改进研究[J].核电子学与探测技术,2012,32(06):732-735.
    [4]苏春阳,孙晓帮,陈乐辉,蔡景月,李欢,邱亚男.基于机器视觉的活塞杆端表面瑕疵检测研究[J].汽车实用技术,2019(15):1-3.
    [5]葛菁.计算机图像识别的智能化处理方法解读[J].计算机产品与流通,2019(04):97.