李佩阳,叶睿哲,陆华才

(安徽工程大学 电气传动与控制安徽普通高校重点实验室,安徽 芜湖 241000)

0 引言

我国在玉米产业的自动化方面较为落后,主要还是依靠人力对玉米粒饱满度进行挑选,效率精度低下而且不能够满足玉米产业发展的需求,这种筛选方式不能很好地适应玉米加工产业的自动化和智能化发展。玉米粒饱满度参数的研究在粮食、饲料以及很多工业原料方面都有着重要的价值,玉米的生产和销售过程中不够饱满的玉米籽粒都会造成玉米品质的下降,而且还会影响农业产品市场价格,造成巨大的经济损失[1]。

很多专家学者对玉米粒质量和粒型方面做出了大量研究,管树辉[2]通过数字图像处理手段对玉米粒品质进行检测,得到椭圆长宽比来实现对玉米粒品质进行鉴别。万鹏等[3]通过计算机视觉技术开发了粒型检测算法,拓宽了对玉米粒质量的检测方法。然而现有的研究中,大多都是局限于对玉米粒型和质量的研究,而对玉米粒检测精度方面的研究较少。

本研究在传统玉米粒型检测方法基础上进行了改进,加入高斯滤波的方式来去除玉米粒图像中的高斯噪声,通过引入OTSU算法来解决人工设置Canny边缘算子的高低阈值问题,避免了人工设置阈值过程中存在阈值过高而导致图像边缘信息缺失,阈值过低而导致出现过多无关边缘信息的干扰等问题[4]。所提出的新型检测算法能够很好地解决玉米粒饱满度检测精度低下的问题,极大地提高了算法运行的精度,为我国玉米粒等谷物生产和加工过程提供了新的研究方法。……