[发明专利]一种基于轮廓质心距离与神经网络的玉米破碎粒检测方法

摘要

本发明公开了一种基于轮廓质心距离与神经网络的玉米破碎粒检测方法。获取玉米籽粒图像，依次进行灰度变换、滤波、图像分割和边缘提取后，计算玉米籽粒轮廓质心作为极点建立极坐标系，构建轮廓信息序列，再进行等角度采样和归一化处理构建轮廓特征向量；用样本玉米籽粒图像的轮廓特征向量与是否为玉米破碎粒标签一起输入BP神经网络进行训练，以训练好的BP神经网络对待测玉米籽粒图像进行检测。本发明能够适应非理想环境和玉米籽粒颜色引入的误差，为玉米粒收破碎粒检测提供了一种有效方法。

主权项

1.一种基于轮廓质心距离与神经网络的玉米破碎粒检测方法，其特征在于该方法的步骤如下：1)获取玉米籽粒图像，以图像的左上角点为原点，以图像水平向右方向为x轴正方向，以图像竖直向下方向为y轴正方向，建立直角坐标系；2)对玉米籽粒图像依次进行分段灰度变换、滤波、图像分割和轮廓提取，绘制轮廓图像E；3)扫描轮廓图像E，构建直角坐标系下长度为ns的玉米籽粒轮廓信息序列S；4)计算轮廓质心O的坐标(xo,yo)：5)建立极坐标系，将直角坐标系下的玉米籽粒轮廓信息序列S转换为极坐标系下的玉米籽粒轮廓信息序列Sp；6)根据极坐标系下的玉米籽粒轮廓信息序列Sp构建长度为360/Δθ的轮廓质心距离序列R，对轮廓质心距离序列R进行归一化处理得到轮廓特征向量F；7)采集已知是否为玉米破碎粒的样本玉米籽粒图像，重复步骤1)至步骤6)获得轮廓特征向量F，然后将N个样本玉米籽粒图像的轮廓特征向量F与图像是否为玉米破碎粒的标签一起输入到BP神经网络中进行训练；然后采集待测玉米籽粒图像，重复步骤1)至步骤6)获得轮廓特征向量F，将轮廓特征向量F输入到训练好的BP神经网络中获得是否为玉米破碎粒的检测结果。