张宇卓 王德成 方宪法 吕程序 董 鑫 李 佳

(1.中国农业大学工学院， 北京 100083；2.中国农业机械化科学研究院集团有限公司土壤植物机器系统技术国家重点实验室， 北京 100083)

0 引言

玉米从收获到销售各环节，易出现不同程度损伤[1-4]，导致玉米种子内部的胚乳侧产生裂纹，影响种植品质及效益。开发内部裂纹的自动识别系统，实现玉米种子内部裂纹自动、高效识别，对提高我国玉米种子市场竞争力具有重要作用。

研究人员利用声学及图像的方法识别种子内部裂纹，文献[5-6]发现，由于玉米种子内部细胞空隙阻碍，基于声学的内部裂纹检测效果有待进一步提升。文献[7]对采集的图像进行灰度、均值处理，获得了原图像以及经过平滑拉伸后的差值图，利用阈值分割实现了对种子内部裂纹识别。文献[8]提出了基于频域分析的玉米种子内部裂纹识别方法，对差值图进行阈值分割和膨胀处理，实现了内部应力裂纹识别。文献[9]应用霍夫变换对种子裂纹进行边缘检测，实现了高准确率检测,且平均速度为0.012 5粒/s。文献[10]采用掩膜方法对种子进行区域提取，用Kirsch算子及用矢量化的机器学习完成对玉米种子内部裂纹检测,准确率在80%以上，处理速度不低于0.5粒/s。文献[11-12]用机器学习的方式提取玉米种子内部裂纹边缘特征，检测种子裂纹。已有研究多基于单粒种子进行识别，实现批量检测的较少，模型都是基于传统算法，尚未利用深度学习算法来提高检测稳定性与效率。……