一种基于多分类器的玉米品种真伪鉴别方法和鉴别系统技术方案

本发明专利技术提供了一种基于多分类器的玉米品种真伪鉴别方法和鉴别系统，通过采集目标玉米籽粒的二维彩色图像；对彩色图像进行一系列预处理，包括灰度化，去噪，二值化等操作；提取玉米籽粒的表型特征参数，表型参数包括周长，面积；将参数作为自变量输入到该品种已经训练好的三个分类器中(KNN、神经网络、支持向量机)，根据输出结果投票决定是否属于该品种。本发明专利技术的方法实现了玉米品种真伪鉴别的自动化、智能化以及信息化,具有快速、无损、低成本、准确性高等优点。

【技术实现步骤摘要】
一种基于多分类器的玉米品种真伪鉴别方法和鉴别系统
本专利技术属于图像处理
，具体涉及一种基于多分类器的玉米品种真伪鉴别方法和鉴别系统。
技术介绍
玉米是人类生存、畜牧业及工业发展的重要粮源。不仅如此，在能源日趋紧张的今天，以玉米等为原料的可再生能源开发已成为许多国家能源发展战略的重点。玉米的“使命”正发生着巨大变革，也使得玉米成为软黄金将出现短缺。由于种子在农业生产中的特殊地位和作用，加上种子生产、经营具有较高利润，进入市场的种子企业良莠不齐，在利益的驱动下，制售假劣种子，害农坑农事件时有发生。因此加强种子质量检测工作，杜绝假冒伪劣种子进入市场，保护农民利益，增强种子生产者、经营者的质量意识，调动种子生产者的积极性，自觉规范种子生产、经营行为，切实有效地搞好质量控制，严格把好种子质量关，提高商品种子的质量，具有十分重要的意义。现代玉米种子纯度检验技术包括植物形态技术、生化电泳技术、分子生物学技术、叶色标记检验技术、荧光检验技术等。但这些技术具有检验周期长、具有操作技术要求高、检验成本较高等特点，限制了其应用，目前仅停留在实验探索阶本文档来自技高网...

【技术保护点】
1.一种基于多分类器的玉米品种真伪鉴别方法，其特征在于：包括以下步骤：/nS1：采集目标玉米籽粒的彩色图像；/nS2：对彩色图像进行包括灰度化、去噪、二值化的预处理；/nS3：从步骤S1和步骤S2得到的图像中分别提取玉米籽粒的包括颜色特征、形状特征和纹理特征的表型特征参数；/nS4：将表型特征参数作为自变量，输入到预设品种的已经训练好的包括KNN分类器、神经网络分类器和支持向量机分类器的分类器中，根据输出结果投票决定目标玉米籽粒是否属于预设品种。/n

【技术特征摘要】
1.一种基于多分类器的玉米品种真伪鉴别方法，其特征在于：包括以下步骤：
S1：采集目标玉米籽粒的彩色图像；
S2：对彩色图像进行包括灰度化、去噪、二值化的预处理；
S3：从步骤S1和步骤S2得到的图像中分别提取玉米籽粒的包括颜色特征、形状特征和纹理特征的表型特征参数；
S4：将表型特征参数作为自变量，输入到预设品种的已经训练好的包括KNN分类器、神经网络分类器和支持向量机分类器的分类器中，根据输出结果投票决定目标玉米籽粒是否属于预设品种。


2.根据权利要求1所述的鉴别方法，其特征在于：所述的步骤S2中，具体步骤为：
S21：利用灰度化公式将彩色图像转化为灰度图像；
S22：自定义加权均值滤波模板对灰度图像滤波，对灰度图像去噪；
S23：使用最大类间方差法进行基于直方图的自动的非参数非监督的阈值选择，并根据阈值对灰度图进行二值化操作得到二值图像。


3.根据权利要求2所述的鉴别方法，其特征在于：所述的步骤S23中，二值化阈值为105。


4.根据权利要求2所述的鉴别方法，其特征在于：所述的步骤S3中，玉米籽粒的纹理特征包括：
基于灰度图像获取45度方向上的灰度共生矩阵；
基于灰度共生矩阵计算灰度共生矩阵元素值的平方和获取能量参数值；
基于灰度共生矩阵计算图像灰度级集合的比特平均数获取熵的值；
基于灰度共生矩阵计算惯性矩；
基于灰度共生矩阵计算相关性。


5.根据权利要求2所述的鉴别方法，其特征在于：所述的步骤S3中，玉米籽粒的形状特征包括：
基于二值图像获取玉米籽粒区域内包含的所有像素个数，用于确定目标玉米籽粒的面积；
基于二值图像获取玉米籽粒区域面积相等的圆的直径，用于确定目标玉米籽粒的直径；
基于二值图像获取玉米籽粒区域外轮廓线的长度，用于确定目标玉米籽粒的周长；
根据面积和直径计算玉米籽粒形状接近圆的程度，用于确定目标玉米籽粒的圆形度；
基于二值图像获取玉米籽粒区域的长和宽，用于确定目标玉米籽粒的椭圆度和延伸度。


6.根据权利要求1所述的鉴别方法，其特征在于：所述的步骤S3中，玉米籽粒的颜色特征包括：基于彩色图像获取RGB各分量和HSV各分量；
RGB各分量中，根据彩色图像的R分量值确定R分量的一阶矩、二阶矩、偏度、峰值；根据彩色图像的G分量值...

【专利技术属性】
技术研发人员：石礼娟，谢新港，彭明霞，
申请(专利权)人：华中农业大学，
类型：发明
国别省市：湖北;42