机器视觉检测精密排种器的模式及其识别,要求准确确定排种模式,为此研究了一种基于机器视觉检测的模式识别方法,涉及系统设备构成、数据采集、图像处理、特征量提取、排种模式识别、MATLAB程序实现、模式识别精度分析、技术优势和尚存缺陷等问题。结果表明,机器视觉检测精密排种器的模式及其识别过程在原理和实践上是可行和有效的,实现了识别过程的无接触、无损伤、无污染、高精度、便捷快速和自动化。 样本采集对CCD摄像机没有特殊的环境、光照和技术性能要求,选用30Hz拍摄频率。 为研究识别方法和考察检测误差,设计并实施了针对大豆和玉米的二因素二次正交旋转组合试验。试验覆盖了精密排种器可能的转速和气压范围,试验环境条件要求较低。 对采集到的样本进行图像处理(包括增加图像的对比度、利用差分法去除图像的背景、阈值分割、二值化处理、中值滤波等),使得帧图像中只留下种子目标。 特征量提取过程,以种子自身的截面积为参数,对种子数进行判断识别,从而消除了从图像上看因种子重叠而造成的漏计等,精确地提取出样本帧种子数及其相应的频率分布。 解模型过程,对建立的排种模式模型,利用最小二乘非线性规划的方法,求解出最佳的帧种子数的概率。 误差分析过程分析了各个环节的误差对总误差的影响。 上述图像处理及数据分析过程均利用MATLAB语言编程实现。编制的图像处理与分析集成程序系统,实现了数据的快速处理,算法的效率和精度达到较好水平并具有针对性、可扩展性和便于改进。