学位论文 > 优秀研究生学位论文题录展示
基于数学形态学稻种纹理特征提取与识别研究
作 者: 黄美芝
导 师: 尹文庆
学 校: 南京农业大学
专 业: 农业电气化与自动化
关键词: 纹理描述 品种识别 EQP 数学形态学 SVM
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 52次
引 用: 0次
阅 读: 论文下载
内容摘要
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。
|
全文目录
摘要 6-8 ABSTRACT 8-10 第一章 绪论 10-22 1.1 研究背景和意义 10-11 1.2 稻谷种子纹理特征 11-14 1.2.1 纹理概念及纹理特征提取与识别的常用方法 11-12 1.2.2 稻种表面纹理特征研究 12-14 1.3 国内外研究现状 14-19 1.3.1 国外研究现状 15-18 1.3.2 国内研究现状 18-19 1.4 本文研究内容与技术路线 19-22 1.4.1 课题研究内容 19-20 1.4.2 课题研究技术路线 20-22 第二章 机器视觉系统与图像采集 22-29 2.1 机器视觉系统组成 22-26 2.1.1 显微数字摄像机 23-24 2.1.2 单筒连变显微镜 24-25 2.1.3 冷光源与电动控制平台 25-26 2.1.4 计算机与软件应用系统 26 2.2 实验样品与图像采集 26-28 2.3 本章小结 28-29 第三章 稻种表面纹理图像预处理 29-43 3.1 数字图像处理技术 29-30 3.2 稻种表面纹理图像的预处理 30-41 3.2.1 图像类型变换与颜色空间 30-31 3.2.2 图像增强 31-36 3.2.3 图像分割 36-41 3.3 本章小结 41-43 第四章 稻种纹理数字图像的数学形态学处理 43-55 4.1 数学形态学 43-45 4.1.1 数学形态学与图像处理 43-44 4.1.2 基于数学形态学的图像处理的原则与优势 44-45 4.2 二值图像形态学 45-50 4.2.1 二值图像的腐蚀与膨胀 45-49 4.2.2 二值图像的开运算与闭运算 49-50 4.3 灰度图像形态学 50-51 4.4 稻种表面纹理形态学处理 51-54 4.4.1 击中击不中变换 51-52 4.4.2 稻种表面二值纹理图像细化 52-54 4.4.3 稻种表面纹理细化图像的修剪 54 4.5 本章小结 54-55 第五章 稻种表面纹理特征的选择与提取 55-67 5.1 基于Gabor小波纹理特征提取 55-58 5.1.1 基于小波变换的纹理描述 55-56 5.1.2 Gabor小波纹理特征提取 56-58 5.2 基于灰度共生矩阵的纹理特征提取 58-60 5.2.1 灰度共生矩阵的纹理描述 58-59 5.2.2 灰度共生矩阵的纹理特征提取 59-60 5.3 基于双树复小波变换(DT-CWT)的纹理特征提取 60-62 5.3.1 DT-CWT的纹理描述 60-61 5.3.2 DT-CWT的纹理特征提取 61-62 5.4 稻种表面纹理特征的选择与提取 62-66 5.4.1 LBP直方图算法 62-64 5.4.2 改进型LBP 64-66 5.4.3 结合形态学与EQP算法提取稻种纹理特征 66 5.5 本章小结 66-67 第六章 基于SVM-RBF的稻种纹理特征的品种识别 67-82 6.1 支持向量机的识别模型 67-71 6.1.1 SVM分类机理 67-69 6.1.2 RBF网络的工作原理 69-70 6.1.3 RBF网络与SVM-RBF 70-71 6.2 基于SVM-RBF的稻种纹理识别的设计 71-75 6.2.1 RBF设计 71-72 6.2.2 支持向量机的RBF网络实现 72-75 6.3 实验建立 75-76 6.4 识别结果讨论与分析 76-82 第七章 稻种纹理特征提取与品种识别软件系统设计 82-87 7.1 软件系统设计与功能 82-83 7.2 系统界面与主要模块实现 83-86 7.3 本章小结 86-87 第八章 结论与展望 87-89 8.1 总结 87-88 8.2 后续工作展望 88-89 参考文献 89-94 攻读学位期间发表的学术论文 94-96 致谢 96
|
相似论文
- 舌体特征的提取及融合分类方法研究,TP391.41
- 基于数学形态学分析的激光散斑特性研究,O29
- 基于区域分割的遥感影像道路提取算法研究,TP751
- 基于数字图像处理的血管管径自动测量技术,R310
- 蚁群算法及其在气象卫星云图分割中的应用,TP391.41
- 基于高分辨率遥感数据的矿区房屋信息提取方法研究,TP751
- 基于形态学策略的高分辨率遥感影像道路提取方法研究,TP751
- 中文缺省识别研究,TP391.1
- 基于计算机视觉的柑橘品质分级技术研究,TP391.41
- 基于战略采购的供应商选择研究,F426.31
- 海南雾的天气气候特征分析及预报方法研究,P457
- 基于粗糙集和模糊SVM的车牌识别技术研究,TP391.41
- 基于支持向量机的视频目标检测方法研究,TP391.41
- 基于视觉的运动人体行为分析,TP391.41
- 基于Otsu算法与数学形态学的图像分割算法研究,TP391.41
- 医学图像检索中基于混合方法的相关反馈技术研究,TP391.3
- 视频图像中的行人检测算法研究与实现,TP391.41
- 基于改进的SVM模型的肝癌识别方法的研究与实现,TP391.41
- 湿法冶金浸出过程建模与优化,TF803.2
- 基于SVM分类的指纹图像质量评估算法研究,TP391.41
- 基于牛顿迭代图形的丝绸提花织物纹理设计方法,TS141
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|