典型文献
基于图像分析的玉米籽粒损伤检测研究
文献摘要：
为深入探索玉米籽粒机械损伤的自动、准确、快速识别技术,本试验首先采用灰度法、色度阈值法、色彩恢复的多尺度Retinex法、基于卷积的Sobel法分别对玉米籽粒进行区域分割和质量比较;其次提取玉米籽粒的二值化图像特征,建立玉米籽粒的机械损伤判别分析和逐步剔除模型;最后利用构建和验证集样本对2种模型进行验证.结果表明,基于卷积的Sobel法二值化图像质量最优,其均方误差、峰值信噪比、熵、平均梯度分别为1.8135、45.5455 dB、2.8387 bit/pixel、7.3584;利用置信区间法得到了正常与机械损伤样本形态特征的最优阈值,各形态指标对判别是否产生机械损伤的贡献程度由大到小依次为面积、周长、最短费特雷直径、最长费特雷直径,其权重系数分别为0.2995、0.2832、0.2417、0.1755;得到了玉米籽粒多元线性机械损伤判别模型,相关性为0.805,判别分析和逐步剔除模型的平均准确率分别为93.00％、85.67％,构建集与验证集准确率差值分别为2.00％和3.33％.本研究可为玉米籽粒品质视觉检测提供理论依据.
文献关键词：
玉米籽粒;图像分割;机械损伤;判别分析;形态特征
中图分类号：
作者姓名：
张涛;张莹;唐兴隆;李鸿;李平;杨清慧;代治国;张先锋
作者机构：
重庆市农业科学院,重庆 401329;重庆市经贸中等专业学校,重庆 402160
文献出处：
引用格式：
[1]张涛;张莹;唐兴隆;李鸿;李平;杨清慧;代治国;张先锋-.基于图像分析的玉米籽粒损伤检测研究)[J].核农学报,2022(07):1425-1433
A类：
B类：
图像分析,玉米籽粒,籽粒损伤,损伤检测,机械损伤,快速识别,灰度法,色度,阈值法,色彩恢复,Retinex,Sobel,区域分割,质量比较,二值化图像,图像特征,判别分析,验证集,图像质量,均方误差,峰值信噪比,平均梯度,dB,bit,pixel,置信区间,区间法,最优阈值,形态指标,贡献程度,周长,权重系数,判别模型,平均准确率,籽粒品质,视觉检测,图像分割
AB值：
0.405889
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
