CN104915682A - 一种豆科种子识别系统及方法 - Google Patents
一种豆科种子识别系统及方法 Download PDFInfo
- Publication number
- CN104915682A CN104915682A CN201510307603.0A CN201510307603A CN104915682A CN 104915682 A CN104915682 A CN 104915682A CN 201510307603 A CN201510307603 A CN 201510307603A CN 104915682 A CN104915682 A CN 104915682A
- Authority
- CN
- China
- Prior art keywords
- recognition
- leguminous
- image
- leguminous seeds
- recognition system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
Abstract
本发明涉及生物识别技术领域以及计算机视觉技术领域,特别涉及一种豆科种子识别系统及方法。其系统包括图像采集系统、计算机识别系统和计算机显示系统,图像采集系统将采集到的豆科种子图像发送给计算机识别系统,所述的计算机识别系统对所述的图像进行分割、预处理、特征提取后建立特征值数据库,进行识别后将识别结果发送给计算机显示系统进行显示。本系统利用生物稳定遗传特征提取豆科类种子的形态学特征,通过分析特征间的关系,识别不同类的种子,提高了豆科类种子识别的效率和准确率,可以快速准确的检验检疫鉴定豆科种子,为保护农林业经济安全提供有效手段。
Description
技术领域
本发明涉及生物识别技术领域以及计算机视觉技术领域,特别涉及一种豆科种子识别系统及方法。
背景技术
对于各种豆科中子的识别,传统方法主要依靠种子形态鉴定,利用卡尺、天平等进行手工测量和主观判断,这种检测方法很大程度上依赖检验员的经验,存在鉴定时间长、识别率低等缺点,准确性和应用范围有很大的局限性。
随着计算机技术和数字图像处理技术的发展,以及对种子视觉不变性的研究日渐增多,目前可以依据先进的计算机图像处理技术来实现品种质量检测自动化,从而对提高种子识别的精度和工作效率都具有非常重要的意义。
发明内容
为了解决现有技术的问题,本发明提供了一种豆科种子识别系统及方法,其用以方便检验检疫关口对豆科种子进行分类识别,提供识别速率及准确率。
本发明所采用的所述技术方案如下:
一种豆科种子识别系统,包括图像采集系统、计算机识别系统和计算机显示系统,图像采集系统将采集到的豆科种子图像发送给计算机识别系统,所述的计算机识别系统对所述的图像进行分割、预处理、特征提取后建立特征值数据库,进行识别后将识别结果发送给计算机显示系统进行显示。
计算机识别系统中还包括将识别结果存储的装置。
一种豆科种子识别方法,包括以下步骤:
A、对豆科种子进行图像采集;
B、计算机读取种子图像;
C、对所述的图像进行分割;
D、对所述的图像进行预处理;
E、对图像中的特征进行提取;
F、将所述的特征进行参数对比;
G、建立特征值数据库;
H、分类进行识别;
I、显示识别结果。
本发明的一种豆科种子识别系统及方法,其具有以下特点:
1)采集部分使用工业CCD相机,保证了采集图像的质量、精度和色彩还原度;
2)采用机器视觉技术对豆科种子进行图像识别,选取种子具有稳定遗传形态特征进行识别;
3)选取的生物遗传稳定不变特征具有平移、旋转和尺度不变性;
4)为更好的识别特征,对采集的图像进行分割、去噪及边缘提取,最终提取出完整的种子边缘图像和种脐边缘图像;
5)提取的特征具有多维、数据量大等特性,采用主成分分析法,提取前几个主成分来反应特征值指标信息,使维数大大降低,保证对高维、大量数据集进行了合理的分类,为最终的种子的识别提供了很好的保证;
6)采用支持向量回归机的方法来提高识别精度;
7)识别的数据上传到服务器,可以随时查看这个数据,后台服务器对数据进行分类,方便后续查看。
本发明提供的技术方案带来的有益效果是:
利用生物稳定遗传特征提取豆科类种子的形态学特征,通过分析特征间的关系,识别不同类种子,提高了豆科类种子识别的效率和准确率。本发明可以快速准确的检验检疫鉴定豆科种子,为保护农林业经济安全提供有效手段。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的一种豆科种子识别系统及方法的方法流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
实施例一
一种豆科种子识别系统,包括图像采集系统、计算机识别系统和计算机显示系统,图像采集系统将采集到的豆科种子图像发送给计算机识别系统,所述的计算机识别系统对所述的图像进行分割、预处理、特征提取后建立特征值数据库,进行识别后将识别结果发送给计算机显示系统进行显示。
计算机识别系统中还包括将识别结果存储的装置。
实施例二:
一种豆科种子识别方法,主要对豆科种子通过外部形态来实现种子的识别分类。利用计算机视觉识别技术对种子进行自动鉴别。利用摄像头采集的图像,经过图像处理的一系列运算分析,实现种子的分类识别,识别流程见图1所示,包括以下步骤:A、对豆科种子进行图像采集;B、计算机读取种子图像;C、对所述的图像进行分割;D、对所述的图像进行预处理;E、对图像中的特征进行提取;F、将所述的特征进行参数对比;G、建立特征值数据库;H、分类进行识别;I、显示识别结果。
本实施例通过高清摄像头拍摄豆科种子图像,保证采集图像的质量、精度和色彩还原度。采集到的图像必须经过预处理,该过程主要是对图像进行分割、去噪及边缘提取,最终提取出完整的种子边缘图像和种脐边缘图像;
边缘提取的图像基于种子的形态学特征,提取出9个稳定性的特征值,这些特征具有平移、旋转和尺度不变性。由于这些特征值具有高维、数据庞大的特点,要对这些数据降维处理,采用主成分分析法,提取前4个主成分特征,这些主成分特征基本上包含了原来的9个特征值所反映的指标信息,使维数大大降低。
对种子大规模的训练集,采取支持向量回归机的方式来训练样本,支持向量机的模型在提供识别率的同时解决了种子高维、大量类别的识别分类问题。
识别分类完成之后,将数据上传到数据服务器,之后数据处理服务器对上传的数据进行分类汇总,检测人员可以随时查看上传的分类数据,同时检验检疫部门可以对所获取的数据进行分类登记,方便及时处理进出口的安检工作。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种豆科种子识别系统,包括图像采集系统、计算机识别系统和计算机显示系统,其特征在于,所述的图像采集系统将采集到的豆科种子图像发送给计算机识别系统,所述的计算机识别系统对所述的图像进行分割、预处理、特征提取后建立特征值数据库,进行识别后将识别结果发送给计算机显示系统进行显示。
2.根据权利要求1所述的一种豆科种子识别系统,其特征在于,所述的计算机识别系统中还包括将识别结果存储的装置。
3.一种豆科种子识别方法,包括以下步骤:
A、对豆科种子进行图像采集;
B、计算机读取种子图像;
C、对所述的图像进行分割;
D、对所述的图像进行预处理;
E、对图像中的特征进行提取;
F、将所述的特征进行参数对比;
G、建立特征值数据库;
H、分类进行识别;
I、显示识别结果。
4.根据权利要求3所述的一种豆科种子识别方法,其特征在于,所述的步骤A中,使用工业CCD相机对种子进行图像采集。
5.根据权利要求3所述的一种豆科种子识别方法,其特征在于,所述的步骤B中,采用机器视觉技术对豆科种子进行图像识别并读取,选取的种子具有稳定遗传形态特征,所述的稳定遗传形态特征具有平移、旋转和尺度不变性。
6.根据权利要求3所述的一种豆科种子识别方法,其特征在于,所述的步骤C中,对采集的图像进行分割、去噪及边缘提取,最终提取出完整的种子边缘图像和种脐边缘图像。
7.根据权利要求3所述的一种豆科种子识别方法,其特征在于,所述的步骤E中,提取的特征具有多维、数据量大的特性,采用主成分分析法,提取前几个主成分来反应特征值指标信息。
8.根据权利要求3所述的一种豆科种子识别方法,其特征在于,所述的步骤H中,采用支持向量回归机的方法来提高识别精度。
9.根据权利要求3所述的一种豆科种子识别方法,其特征在于,所述的步骤H中,还包括将识别的数据上传到服务器并对数据进行分类的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510307603.0A CN104915682A (zh) | 2015-06-08 | 2015-06-08 | 一种豆科种子识别系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510307603.0A CN104915682A (zh) | 2015-06-08 | 2015-06-08 | 一种豆科种子识别系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104915682A true CN104915682A (zh) | 2015-09-16 |
Family
ID=54084731
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510307603.0A Pending CN104915682A (zh) | 2015-06-08 | 2015-06-08 | 一种豆科种子识别系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104915682A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108875627A (zh) * | 2018-06-14 | 2018-11-23 | 深度计算(长沙)信息技术有限公司 | 一种基于图像视觉识别的槟榔分选方法 |
CN109308936A (zh) * | 2018-08-24 | 2019-02-05 | 黑龙江省稻无疆农业科技有限责任公司 | 一种粮食作物产地的识别方法、识别装置及终端识别设备 |
CN110188609A (zh) * | 2019-04-24 | 2019-08-30 | 中国农业科学院深圳农业基因组研究所 | 一种杂草种子的检测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101701916A (zh) * | 2009-12-01 | 2010-05-05 | 中国农业大学 | 一种玉米品种快速鉴定、鉴别方法 |
CN103714317A (zh) * | 2013-12-10 | 2014-04-09 | 同济大学 | 一种基于Android平台的植物叶片识别方法 |
-
2015
- 2015-06-08 CN CN201510307603.0A patent/CN104915682A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101701916A (zh) * | 2009-12-01 | 2010-05-05 | 中国农业大学 | 一种玉米品种快速鉴定、鉴别方法 |
CN103714317A (zh) * | 2013-12-10 | 2014-04-09 | 同济大学 | 一种基于Android平台的植物叶片识别方法 |
Non-Patent Citations (1)
Title |
---|
王军欣: "杂草种子稳定遗传特征的提取及其识别研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108875627A (zh) * | 2018-06-14 | 2018-11-23 | 深度计算(长沙)信息技术有限公司 | 一种基于图像视觉识别的槟榔分选方法 |
CN108875627B (zh) * | 2018-06-14 | 2021-11-19 | 深度计算(长沙)信息技术有限公司 | 一种基于图像视觉识别的槟榔分选方法 |
CN109308936A (zh) * | 2018-08-24 | 2019-02-05 | 黑龙江省稻无疆农业科技有限责任公司 | 一种粮食作物产地的识别方法、识别装置及终端识别设备 |
CN109308936B (zh) * | 2018-08-24 | 2020-09-01 | 黑龙江省稻无疆农业科技有限责任公司 | 一种粮食作物产地的识别方法、识别装置及终端识别设备 |
CN110188609A (zh) * | 2019-04-24 | 2019-08-30 | 中国农业科学院深圳农业基因组研究所 | 一种杂草种子的检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108074231B (zh) | 一种基于卷积神经网络的磁片表面缺陷检测方法 | |
US10152650B2 (en) | Trademark retrieval method, apparatus and system, and computer storage medium | |
Tomari et al. | Computer aided system for red blood cell classification in blood smear image | |
Ushizima et al. | Segmentation of subcellular compartments combining superpixel representation with voronoi diagrams | |
Maitra et al. | Detection and counting of red blood cells in blood cell images using Hough transform | |
CN103164692B (zh) | 一种基于计算机视觉的特种车辆仪表自动识别系统及方法 | |
Jayakody et al. | Microscope image based fully automated stomata detection and pore measurement method for grapevines | |
Ramesh et al. | Isolation and two-step classification of normal white blood cells in peripheral blood smears | |
Weaver et al. | LeafMachine: Using machine learning to automate leaf trait extraction from digitized herbarium specimens | |
CN106610969A (zh) | 基于多模态信息的视频内容审查系统及方法 | |
Wang et al. | Mobile smart device-based vegetable disease and insect pest recognition method | |
WO2019015514A1 (zh) | 一种荧光图像的荧光强度确定方法和系统 | |
WO2017088537A1 (zh) | 一种元件分类方法及装置 | |
EP3006551B1 (en) | Image processing device, image processing method, program, and storage medium | |
CN106778851B (zh) | 基于手机取证数据的社交关系预测系统及其方法 | |
CN102915432A (zh) | 一种车载微机图像视频数据提取方法及装置 | |
CN108009567B (zh) | 一种结合图像颜色及hog和svm的粪便性状的自动辨别方法 | |
CN110533654A (zh) | 零部件的异常检测方法及装置 | |
CN111445459A (zh) | 一种基于深度孪生网络的图像缺陷检测方法及系统 | |
Laga et al. | Image-based plant stornata phenotyping | |
Meimban et al. | Blood cells counting using python opencv | |
CN115062186B (zh) | 一种视频内容检索方法、装置、设备以及存储介质 | |
CN113221918A (zh) | 目标检测方法、目标检测模型的训练方法及装置 | |
CN104915682A (zh) | 一种豆科种子识别系统及方法 | |
CN105404682B (zh) | 一种基于数字图像内容的图书检索方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150916 |
|
WD01 | Invention patent application deemed withdrawn after publication |