颗粒图象识别及计数在粮种品质测定中的应用

论文摘要

数字图像处理技术近年来在工农业生产、医疗卫生等领域的应用越来越广泛,成为国内外的一大研究热点。农业科研人员在育种的过程中也希望能有更为便捷准确的方法来确定粮食尤其是谷物或豆类的种子的品质特征参数,已达到育种优选的目的。因此,本课题对此问题进行了深入研究,与河北省农科院谷物研究所合作,研发了粮种品质参数检测装置所需的硬件平台,并设计实现了基于颗粒图像处理技术的粮种品质参数测定系统。本课题面向从事农业育种工作的科研人员,符合实际需要,目的明确,实用性强,研发成果亦可推广到农作物的质量检测和分级等领域,有广阔的应用前景。研究内容：1)检测装置的硬件平台,对粮种取样并摄像,要求成本低,便于生产,易于操作。2)检测装置的软件平台,以实现粮种颗粒图像的基础处理,对颗粒进行分割,并在此基础上进行颗粒计数和体征提取。软件还包括对特征数据导入数据库,并进行分析和处理。重点研究了图像分割算法和图像的模式识别。本论文阐述了颗粒图像处理与分析过程中用到的一些基础知识,如图像二值化、边缘检测、阀值分割、平滑滤波、图像形态学方法等的基础算法,在此基础上重点分析了颗粒图像分割算法,颗粒图像计数算法及颗粒图像特征提取和模式识别的方法,并对关键算法做了一些改进。最后介绍了粮种品质参数测定系统检测装置的硬件平台和软件平台的解决方案,采用了软件工程开发方法和面向对象的VC++语言,给出了系统的需求分析、系统架构、功能模块设计、算法设计及运行测试,最终实现了基于颗粒图像处理技术的粮种品质参数测定系统。

论文目录

• 摘要
• Abstract
• 目录
• 第1章 绪论
• 1.1 引言
• 1.2 课题的研究意义
• 1.3 国内外的研究成果及发展
• 1.4 课题的来源及研究内容
• 1.5 论文的组织结构
• 第2章 数字图像处理基础方法研究
• 2.1 图像的灰度变换
• 2.1.1 灰度的线性变换
• 2.1.2 值化和阀值处理
• 2.1.3 灰度直方图
• 2.2 边缘检测算法
• 2.2.1 常用边缘算子
• 2.3 图像的平滑方法
• 2.3.1 邻域平均法
• 2.3.2 加权平均法
• 2.3.3 中值滤波法
• 2.4 图像分割方法
• 2.4.1 阀值分割法
• 2.4.2 区域生长算法
• 2.4.3 轮廓提取和边界跟踪
• 2.5 图像复原
• 2.5.1 匀速直线运动模糊的退化模型
• 2.6 图像形态学处理
• 2.6.1 形态学的基本算法
• 2.6.2 形态学闭开运算进行滤波
• 2.6.3 粘连颗粒图像的分割
• 2.7 区域标记算法
• 2.8 本章小结
• 第3章 粮种品质测定系统解决方案
• 3.1 系统硬件平台构建
• 3.2 系统软件平台构建
• 3.2.1 Microsoft Visual C++6.0
• 3.2.2 SQL Server数据库
• 3.2.3 MATLAB软件
• 3.3 面向对象的软件工程开发方法
• 3.3.1 流行的软件工程方法
• 3.3.2 面向对象的软件工程方法的优点
• 3.4 采用或改进的关键算法
• 3.4.1 颗粒图像分割
• 3.4.2 颗粒图像计数
• 3.4.3 颗粒图像特征提取
• 3.5 本章小结
• 第4章 粮种品质参数测定系统的设计与实现
• 4.1 系统需求获取
• 4.1.1 问题定义
• 4.1.2 系统主要功能设定
• 4.2 系统的实现平台和开发工具的选择
• 4.3 系统功能模块设计
• 4.4 系统框架结构设计
• 4.5 系统运行示例
• 4.5.1 系统主界面及图片导入
• 4.5.2 系统图像基础处理模块
• 4.6 实验结果与误差分析
• 4.7 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间所发表的论文
• 致谢
• 个人简历