农业机械学报

北大核心,CA,JST,EI,CSCD

国内刊号:11-1964/S

国际刊号:1000-1298

农业机械学报杂志2022年第11期:基于ECMM分割法的杂草稻种子在线识别技术

发布日期:

作者:刘双喜,刘印增,胡安瑞,张正辉,王恒,李军贤

单位:山东农业大学,山东农业大学,山东农业大学,山东农业大学,山东农业大学,山东农业大学,

关键词:杂草稻种子;凹点分割;种子识别;形色双选

基金:山东省现代农业产业技术体系水稻农业机械岗位专家项目(SDAIT-17-08)

为提高水稻种子质量,剔除杂草稻种子,提出一种基于凹点匹配的粘连分割算法,搭建一种在线形色双选水稻种子识别平台。该平台由排种系统、图像采集系统、传动系统、电机驱动系统构成。该平台算法基于ECMM凹点分割法,首先对采集的图像进行预处理、提取形态因子小于0.4的粘连轮廓,对所提取轮廓的边缘进行一维高斯卷积核平滑处理,并计算平滑后轮廓曲线的曲率及其曲率均值,寻找与曲率均值相差较大的若干个点作为角点。其次,依据矢量三角形面积的正负来判断角点是否为真正的凹点,寻找凹点与前继点、后继点所组成的法线方向的夹角范围(0°~180°),并在此夹角范围内寻找与其相匹配的凹点对,完成粘连分割。该算法平均精度为92.90%,比极限腐蚀法提高19.82个百分点,比分水岭算法提高12.85个百分点。最后,计算分割后图像上各轮廓内的种子长度与R通道像素占比来识别杂草稻种子。经识别平台测试,本文算法每识别100粒种子平均用时0.95s,平均识别精度为97.50%。

来源:2022年第11期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2022年第11期

联系我们

  • 地址:北京德胜门外北沙滩1号
  • 电话:86-10-64867367
  • E-mail:njxb@caams.org.cn

咨询工作人员