谷物检测中机器视觉技术的应用进展

被引：2

作者：

石礼娟 ^{[1
,2
]}

文友先 ^{[2
]}

牟同敏 ^{[3
]}

徐俊英 ^{[3
]}

机构：

[1] 华中农业大学理学院

[2] 华中农业大学工程技术学院

[3] 华中农业大学作物遗传改良国家重点实验室

来源：

湖北农业科学 | 2009年 / 48卷 / 06期

关键词：

机器视觉; 谷物; 自动检测; 进展;

D O I：

10.14088/j.cnki.issn0439-8114.2009.06.074

中图分类号：

TP274.4 [];

学科分类号：

0804 ; 080401 ; 080402 ; 081002 ; 0835 ;

摘要：

谷物自动检测的基本思路是利用数字图像处理技术和模式识别技术,首先对获取的谷物子粒图像进行预处理,其次提取谷物子粒图像的特征,然后对提取的特征进行分析和处理之后送入分类器中识别。以图像处理、图像分析、图像识别这3个步骤为主线综述在谷物自动检测中机器视觉相关技术的应用进展,并说明了各种方法的适用范围。

引用

页码：1514 / 1518

页数：5

共 32 条

[1] 基于遗传算法和支持向量机的玉米品种识别 [J].

王宏勇 ;

侯惠芳 ;

刘素华 .

计算机工程与应用 , 2008, (18) :221-223

[2] 基于数学形态学的稻米粒形边缘检测研究 [J].

张聪 ;

张慧 .

中国粮油学报, 2007, (05) :139-141

[3] 基于粒子群算法和神经网络的大豆识别研究 [J].

高艳霞 ;

李禹生 .

中国粮油学报, 2007, (04) :121-124

[4] 基于Matlab语言的杂交水稻品种的颜色特征 [J].

周超 ;

欧阳爱国 ;

吴继华 ;

刘燕德 .

生物数学学报, 2006, (04) :627-630

[5] 基于图像分析的大米形状识别 [J].

张聪 ;

管庶安 .

粮食与饲料工业, 2006, (06) :5-7

[6] 基于图象处理技术的大米色泽检测 [J].

刘光蓉 ;

管庶安 ;

周红 .

粮食与饲料工业, 2006, (01) :8-9

[7] 基于机器视觉的种子品种实时检测系统研究 [J].

吴继华 ;

刘燕德 ;

欧阳爱国 .

传感技术学报, 2005, (04) :742-744

[8] 小麦籽粒形状参数分形特性研究及应用 [J].

任宪忠 ;

汪春 ;

雷溥 ;

马小愚 .

农业机械学报, 2005, (10) :85-87

[9] 模拟退火算法在模糊模式识别中的应用研究 [J].

胡声艳 ;

王桂芝 .

湖北教育学院学报, 2005, (05) :40-43

[10] 基于色调的黄粒米检测方法 [J].

孙明 ;

王一鸣 ;

凌云 ;

张小超 .

农业机械学报, 2005, (08) :78-81

← 1 2 3 4 →