本站小編為你精心準備了機器視覺技術在大豆種子檢驗的研究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要：隨著圖像處理技術越來越專業化，導致計算機硬件成本的下降和計算機速度的提高,機器視覺技術在農產品品質自動檢測領域應用已經越來越廣泛。為了能充分利用國內外的最新研究成果,文章綜述了國內外在利用機器視覺技術進行外觀品質檢測的研究現狀,同時指出當今國內外研究中存在的問題和對今后研究的進一步展望。

關鍵詞：機器視覺；大豆；現狀

1國外研究現狀

美國、巴西、阿根廷等國家大豆生產之所以要持續發展，是因為轉基因大豆猛烈沖擊并占據我國大豆主要市場，除其含油率高的國產大豆約2%外，大豆單產高、成本低、等級質量好，具有價格競爭優勢。分析其大豆生產狀況不難發現，美國具有產區集中、生產規模大、氣候適宜等有利的資源與生產條件外，更重要的原因在于大豆育種、栽培技術和機械工程技術水平高以及嚴格的管理。20世紀60年代開始，美國一直研究大豆脫粒技術以及損傷問題，特別對種子損傷問題（包括機械脫粒等加工和儲運損傷及其危害）給予了足夠重視。經系統研究了大豆種子清選、輸送、儲存中的機械損傷問題，試驗證明機械損傷造成種子質量的下降和發芽率的降低。除此之外、在無損檢測方面，許多學者先后做了大量的相應工作。這其中包括磁共振技術、高光譜圖像技術、X射線透視技術等都得到不同應用范圍的試驗研究。隨著計算機技術及圖像處理技術的發展，數字成像技術在農產品檢測領域得到了廣泛的應用研究。綜上所述，國外大豆機械脫粒與聯合收獲技術已經成熟，從大豆規模化種植和技術規范化等方面相互配合，有效地解決了機械損傷問題。在國外，計算機視覺技術、高光譜圖像技術、核磁共振技術在農產品檢測方面的研究越來越受到重視，已逐漸研究應用于谷物發芽和病害、水果病變及成熟度檢測與分類等方面。

2國內研究現狀

我國大豆機械化收獲技術起步晚、機械化技術水平不高，脫粒環節存在嚴重損傷等問題。我國學者針對實際作業中遇到的問題，對現有機械結構改進、性能提高等方面進行了廣泛、卓有成效的研究，對提高我國大豆機械收獲、脫粒技術水平發揮了重要作用。大豆不同于水稻、小麥和玉米等谷物，其屬于莢果作物，豆粒生長在莢皮之中，脫粒時需要將大豆莢皮破碎使豆粒從中脫出。因此，用機械完成脫粒且大豆不受損傷，遠比一般谷物脫粒困難得多；豆莢木質性很強并具有韌性、不易開裂，粗硬的大豆秸稈同時進入脫粒裝置受到機械作用，脫粒的大豆很容易造成脆性而碎裂或不同程度的隱性損傷。目前，國內對大豆檢測方面的研究比較少，主要集中在機器視覺大豆外觀品質檢測和精選分級方面的研究。馬姝琳進行了大豆等農產品在線檢測技術研究，建立了大豆等農產品基于機械電磁效應和機器視覺判別基準的模式、識別模型。為實現大豆精選模型的設計，以正常豆、灰斑豆、霉變豆、蟲蝕豆為研究對像，采用可脫離PC機獨立工作的智能攝像頭獲取豆粒圖像，通過動態閾值分割算法分離豆粒與背景，提取豆粒圖像的典型特征參數12個，然后應用BP神經網絡建立大豆精選分類模型，試驗證明模型平均識別準確率達98%。VC++語言與Matlab軟件相結合，構建了神經網絡識別系統對大豆進行精選研究，開發了人機交互界面的大豆精選系統。為減輕采集到的大豆圖像中不易分離的噪聲，增強大豆圖像顯示效果，采用多尺度形態學圖像濾波的算法，提升大豆檢測的精度。此后，形態學濾波的算法被很多學者應用到農產品圖像的去噪研究中和農產品品質評價和農產品品種分級研究中，應用不同的算法對圖像進行識別和區分得到很多學者和研究人員的重視。用機器視覺代替人的視覺來完成對農作物品種的分級和無損傷識別，是目前很多相關研究人員的共識。例如，針對玉米種子及種子圖像特點的玉米品種識別硬件系統和軟件系統，利用基于多對象有效特征提取和主成分分析基礎上的優化神經網絡的玉米種子品種識別方法。基本思路也是提取玉米種子的幾何特征和顏色特征等參數，優化玉米種子圖像的處理策略和品種識別算法，以提高玉米品種識別的速度和準確率為目的。還有基于機器視覺技術的雜交水稻品種快速低成本實時檢測系統和玉米籽粒品質檢測分級系統。對于無損檢測方面的研究，利用X射線照射術探測種子的內部結構、各種損傷及病菌侵染程度，并進行植物種子質量檢測分析。指出該項技術可廣泛應用于植物種子質量檢測、品種選育、遺傳資源的長期保存、糧食儲存及食品加工原料質量分析等領域。

3結束語

計算機視覺、高光譜圖像技術及X射線檢測在我國已經應用到了農產品的分類、檢測等領域，但是對大豆種子隱性損傷的檢測目前未見文獻報告。因此我國大豆的生產不但要從大豆脫粒技術方面進行研究改進，還要把存在隱性損傷的大豆種子揀選出來。高光譜圖像技術應用于水果和作物種子的無損檢測比較盛行，通過數字圖像的計算機處理，可以得到較高的識別準確率。這種技術手段和方法對單粒大豆種子的隱性損傷識別也是一種先進而準確的方法，但對呈平鋪和運動狀態的種子精選具有一點的局限性。

參考文獻：

[1]王潤濤,張長利,房俊龍,等.基于機器視覺的大豆籽粒精選技術[J].農業工程學報,2011(8):355-359.

[2]趙丹婷.基于圖像處理技術的大豆外觀品質檢測系統研究[D].哈爾濱:東北農業大學,2010.

[3]柴玉華,高立群,王蓉,等.基于多尺度形態學大豆圖像濾波方法[J].農業工程學報,2006(6):119-122.

作者:姚宇 單位：遼寧省農機質量監督管理站