使用機器對顆粒的計數(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，原理以及結構都是相當簡單的，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，從而增強了抗干擾能力，提高了分割的準確性，進而再結合極限腐蝕的方法實現(xiàn)對種子的計數(shù)。實驗結果表明：采用本文的算法可對不同光照強度下的種子圖像進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，是檢驗種子質(zhì)量和作物考種的內(nèi)容，也是田間預測產(chǎn)量時的重要依據(jù)。目前對基于機器視覺技術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)方法的準確性和實用性都是建立在對采集到的圖像進行良好預處理基礎之上的，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。不能準確分割目標與背景將會嚴重影響后續(xù)對種子計數(shù)的準確性，因此，如何準確提取種子圖像是所要解決的關鍵問題。
并結合色差比的方法進行自適應閾值分割，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：一旦目標顏色發(fā)生變化，中國糧油儀器網(wǎng) http://18192.cn/
