摘要: 在计算机视觉与模式识别两大研究方向的共同推动下，农作物的质量检测已逐渐成为一个活跃的研究领域，对农作物尤其是种子的质量检测也提出了更高的要求。许多的专家和学者也都投入到这个方面的研究上来，并且取得了一定的研究成果。基于计算机视觉的... 展开 在计算机视觉与模式识别两大研究方向的共同推动下，农作物的质量检测已逐渐成为一个活跃的研究领域，对农作物尤其是种子的质量检测也提出了更高的要求。许多的专家和学者也都投入到这个方面的研究上来，并且取得了一定的研究成果。基于计算机视觉的种子质量鉴别涉及两个方面的问题：特征提取和分类器设计。 本文首先对样本图像作预处理，包括去除噪声、图像增强等，使样本图像的有效特征更加突出。 在特征提取阶段，对于经过预处理的样本图像，分别提取了颜色、形状和纹理三个方面的特征，颜色特征是通过提取样本区域内的像素均值获得的；由区域的周长和面积计算得到了圆形度，作为形状特征；通过区域的能量、熵和惯性矩来描述纹理特征。阐述了各种特征提取的算法，分别对基于颜色特征、形状特征和纹理特征的特征提取算法进行了实验。 本文最后提出了一种基于规则的识别方法，对于颜色特征、形状特征和纹理特征的判别都有两个相关的规则。基于规则的识别方法的特点是识别速度快、规则的逻辑关系清晰。 结合提取到的颜色特征值、形状特征值和纹理特征值，利用基于规则的识别方法检测种子的质量，本文采用50个样本图像作为试验数据，每个样本图像包含32颗豆子，共计1600颗豆子，识别率可达93.2％，接近人工识别的识别率。实验结果表明无论是采用的特征提取算法，还是模式识别方法，都具有较好的性能。 收起