基于图像处理的稻米垩白自动检测研究

被引:9
作者
于润伟
朱晓慧
机构
[1] 黑龙江农业工程职业学院
关键词
稻米; 图像处理; 稻米垩白; 自动检测;
D O I
暂无
中图分类号
S126 [电子技术、计算机技术在农业上的应用];
学科分类号
082804 ;
摘要
应用大津算法自动选取分割阈值,对稻米图像进行两次分割,分别得到籽粒和垩白区域的二值图像,再根据区域内部象素的连通性,将不同区域赋予不同的标记,计算出籽粒和垩白粒数,以及二者对应的面积(象素)。研究结果表明,该算法的自动检测结果与人工检测相关性大于90%,可用于稻米垩白粒率和垩白度的自动检测。
引用
收藏
页码:122 / 125
页数:4
相关论文
共 4 条
[1]   基于图像识别的黄粒米自动检测研究 [J].
尚艳芬 ;
侯彩云 ;
常国华 .
农业工程学报, 2004, (04) :146-148
[2]   种子动态图像自动分割与标记技术研究 [J].
李伟 ;
林家春 ;
毛恩荣 .
农业机械学报, 2004, (02) :76-79+95
[3]   在MATLAB环境中基于计算机视觉技术的大米垩白检测 [J].
孙明 ;
凌云 ;
王一鸣 .
农业工程学报, 2002, (04) :146-149
[4]  
GB/T 17891-1999. 优质稻谷[S]. 1999