安娟华 董 鑫 王克俭 何振学

（河北农业大学信息科学与技术学院，071000，河北保定）

小麦是世界上种植面积最大的农作物，是我国最重要的商品粮食[1]，但是小麦优劣参差不齐，导致种子的质量不高，而且小麦籽粒分级主要依靠人工目测的方式，该方法具有主观性强、随意性大和效率低等缺陷，给小麦分级带来很大的不确定性[2]。因此利用有效的科学技术快速准确地识别小麦籽粒的优劣具有重要的研究意义和价值。

随着信息技术的发展，机器视觉和图像处理等在农业上发挥着越来越重要的作用。Zayas等[3]利用计算机视觉区分小麦品种及非小麦成分，之后又做了各种粮食的分类；Verma[4]采用数字图像处理并结合BP神经网络对大米进行分级，分级准确率达到90%。Paliwal等[5]将5种加拿大小麦和谷糠、麦穗等一些谷物杂质混合鉴定，正确率达到90%。Mahale等[6]采用边缘检测算法提取谷物颗粒区域的边缘，通过计算和分析谷物的大小和形状实现对谷物的分级。Abirami等[7]采用神经网络结合数字图像处理方法对大米颗粒分级的准确率达到96%。Waghmare等[8]通过分析识别葡萄叶片纹理特征，采用多级支持向量机检测分级方法对葡萄霜霉病和黑腐病进行检测和分级，准确率达到96.6%。石小风[9]探索分析基于图像处理技术的小麦品质检测与分级的新方法，建立能够正确识别小麦品种的最优模型，为自动检测小麦所属品种分类提供技术支持。梁良[10]以小麦籽粒优劣分级为目标，通过数字图像处理对小麦籽粒进行特征提取，利用层次分级法和隶属度函数法对小麦籽粒进行了分级，准确率达到93%。……