基于数学形态学稻种纹理特征提取与识别研究

水稻是我国重要的粮食作物之一,种子的质量是影响水稻产量的一个重要因素。纯度是种子最主要的质量指标,品种纯度对作物产量有明显的影响。目前,品种纯度的鉴定主要是用化学的方法和田间种植方法进行检测,虽然可以达到检测纯度的目的,但都需要通过人工检测来完成,且需要花费大量的财力和物力,还浪费时间。寻找一种既可以快速检测、又能实现准确检测目的的方法对农村、农业、农民来说是非常重要的,同时也是实现增产增收和农业现代化所必需的。稻种纹理特征在稻种品种群中显示出明显的个性差异性及遗传特性,有效地提取并识别这一特征对稻种品种识别及稻种纹理遗传规律的研究具有重要意义。本文以十二种稻谷品种为研究对象,以计算机、CMOS、光学镜头、电动平台以及自动可调光源为实验工具,综合运用图像处理技术和多元统计方法,研究了基于数学形态学稻种图像纹理特征的提取与品种识别的方法。 论文的主要研究内容与结论如下： (1)搭建了基于数学形态学稻种图像纹理特征的提取与品种识别的机器视觉系统,系统由HDL-I型单孔卤素灯冷光源、显微数字摄像机、单筒连变显微镜、电动控制平台、计算机五部分组成。整个系统轻便实用,采集的纹理图像质量良好。 (2)根据采集的纹理图像噪声多、光照不均匀等特点,探讨了多种图像预算处理算法改善纹理图像质量,并结合多聚焦稻谷纹理图像融合技术,找出突显稻种纹理特征的数字图像处理方法。文中对稻种纹理图像进行了二值分割,从图中分离出纹理的形态特征,并进行形态学细化和修剪处理,便于观察纹理的形态特点。 (3)针对传统的灰度共生矩阵、经典的Gabor小波变换和双树复小波变换等三种纹理特征方法进行了分析,并比较了传统LBP算法、LQP算法、ELBP算法以及EQP算法对稻种纹理特征提取识别的实际效果。 (4)在本研究基础上对相关算法成果进行归纳整理,开发了基于Visual C++平台的稻种纹理图像处理分析系统。该系统可对静态单粒稻种图像进行各种预处理操作,并提取熵、能量、惯性矩、局部平稳性等纹理特征参数以及EQP纹理特征分布,结合支持向量机RBF分类器进行自动稻种品种识别。实验证明,通过建立针对稻种纹理特征进行品种识别是可行的,并为利用稻种表面纹理信息识别稻种品种提出了一种新方法。 本研究综合运用图像纹理特征提取与表达、图像融合与识别、数学形态学等技术,建立了稻种纹理特征的品种识别系统,为利用稻种纹理图像进行品种识别提出了一种新方法。