使用機(jī)器對顆粒的計數(shù)
我們在針對種子的顆粒計數(shù)的時候，是想盡了很多方法的，最傳統(tǒng)的方法就是進(jìn)行人工的計數(shù)，但是畢竟存在著工作量大，誤差大等缺點，為了解決這樣的問題，我們已經(jīng)加快了農(nóng)業(yè)發(fā)展的步伐，中間也經(jīng)歷了其他的方法進(jìn)行改善，但是都是存在一定問題的。就在上個年代末我們研制了電子自動數(shù)粒儀，純自動化的儀器已經(jīng)解決了我們的問題，原理以及結(jié)構(gòu)都是相當(dāng)簡單的，最主要的是價格也很實惠，能夠被廣大的農(nóng)民接受，已經(jīng)得到了廣泛的應(yīng)用。由于基于二維直方圖的分割算法增加了各個像素點的鄰域信息，從而增強(qiáng)了抗干擾能力，提高了分割的準(zhǔn)確性，進(jìn)而再結(jié)合極限腐蝕的方法實現(xiàn)對種子的計數(shù)。實驗結(jié)果表明：采用本文的算法可對不同光照強(qiáng)度下的種子圖像進(jìn)行有效的分割及識別計數(shù)。
千粒重是體現(xiàn)種子大小與飽滿程度的一項重要指標(biāo)，是檢驗種子質(zhì)量和作物考種的內(nèi)容，也是田間預(yù)測產(chǎn)量時的重要依據(jù)。目前對基于機(jī)器視覺技術(shù)的類圓物體的檢測計數(shù)方法有很多，例如：Hough變換圓檢測法。但這些計數(shù)方法的準(zhǔn)確性和實用性都是建立在對采集到的圖像進(jìn)行良好預(yù)處理基礎(chǔ)之上的，由于受環(huán)境的影響，實際采集的圖像往往存在較多的噪聲。不能準(zhǔn)確分割目標(biāo)與背景將會嚴(yán)重影響后續(xù)對種子計數(shù)的準(zhǔn)確性，因此，如何準(zhǔn)確提取種子圖像是所要解決的關(guān)鍵問題。
并結(jié)合色差比的方法進(jìn)行自適應(yīng)閾值分割，可有效去除枝、葉的干擾，但對于蘋果表面由于光照而出現(xiàn)的顏色失真沒有很好地解決;蔡健榮等研究了HIS顏色空間下基于色調(diào)和飽和度的自動閾值分割，該法在處理直方圖雙峰不明顯的圖像時準(zhǔn)確率有所下降。分析其直方圖發(fā)現(xiàn)出現(xiàn)了3個波峰，且谷底也不是很明顯，這將嚴(yán)重影響Ot-su分割算法的性能。由此可以看出基于RGB空間的色差分割不能很好地適應(yīng)不同的光照條件，不能解決因顏色失真而引起的錯誤分割，而且基于色差法的分割算法有其局限性：一旦目標(biāo)顏色發(fā)生變化，中國糧油儀器網(wǎng) http://www.yoshikomatsuura.com/
