摘 要: 种子是农业生产中最基本，最重要的生产资料，作为一切农业生产的基础，它的纯度关乎整个农业产业的发展。种子的特征是种子种类识别的主要依据。近年来，随着杂交技术的广泛应用，种子的种类数目越来越来多，随之而来的种子混杂现象越来越严重。因此，保证种子的纯度是一个亟待解决的问题。高光谱图像技术囊括了计算机机器视觉的图像信息和近红外光谱的光谱信息两种特征信息，是一种无损检测的新方法，在此领域中高光谱图像技术得到了广泛的应用。本论文利用高光谱图像技术结合数字图像处理及多元数据分析技术，提取高光谱图像中感兴趣区域特征，建立种子分类模型，实现对种子品种的高精度自动识别。该课题对于种子品种识别，保证种子质量具有重要的实际应用价值。论文主要研究工作如下：

(1) 利用高光谱成像设备采集种子的高光谱图像，对所采集的高光谱图像进行预处理，采用传统的阈值图像分割法，保证提取的种子特征的有效性。

(2) 基于阈值分割法，提取不同波段下的种子熵特征和Mean特征作为种子的分类特征参数，并采用偏最小二乘判别分析法建立种子的分类模型，实现种子分类。

研究结果表明，利用高光谱图像技术快速识别种子的品种是可行的。

关键词：高光谱图像技术；种子；阈值分割；偏最小二乘判别分析

 

目录

摘要

ABSTRACT

第1章 绪论-1

1.1 研究目的和意义-1

1.2 国内外研究现状-1

1.2.1 种子品种识别的国内外研究现状-2

1.2.2 高光谱图像技术在农业中的应用现状-2

1.3 本论文的研究工作-3

第2章 高光谱图像技术简介及实验数据采集-5

2.1 引言-5

2.2 高光谱图像技术-5

2.2.1 高光谱图像的名词解释-5

2.2.2 高光谱图像的基本原理-6

2.3 高光谱反射图像采集系统介绍-7

2.3.1 实验材料-8

2.3.2 种子高光谱反射图像采集-8

2.4 种子样本的高光谱反射图像校正-9

2.5 本章小结-10

第3章 基于阈值分割和PLSDA的玉米种子高光谱图像分类-11

3.1 引言-11

3.2 高光谱图像预处理-11

3.2.1 种子图像的矩阵表示-11

3.2.2 种子图像的格式转化-12

3.2.3 种子图像的灰度变换-12

3.2.4 种子图像的目标增强-13

3.3图像阈值分割-14

3.4高光谱图像的特征提取-15

3.4.1熵特征提取-15

3.4.2 Mean 特征提取-16

3.5 PLSDA-16

3.6 本章小结-18

第4章 结果分析与讨论-19

4.1 引言-19

4.2 图像分割结果-19

4.2.1 原始高光谱图像不同波段的分割-19

4.2.2 分割结果-21

4.3 特征分析-22

4.3.1 熵、Mean特征结果-22

4.3.2特征参数的分析-23

4.4PLSDA分类结果-24

4.4.1仿真结果-24

4.4.2 结果讨论-25

4.5 本章小结-25

第5章 结论与展望-27

5.1 结论-27

5.2 未来展望-27

致谢-29

参考文献-30