基于小波變換和人工神經(jīng)網(wǎng)絡(luò)的玉米種純度識別.pdf

1、種子純度是指在供檢種子樣本中，純種種子數(shù)占供檢樣本總數(shù)的比例，它是反映種子質(zhì)量的重要參數(shù)，是評定種子等級的主要依據(jù)。近年來，隨著玉米種子雜交技術(shù)的廣泛應(yīng)用，玉米種子的品種越來越多，類間相似性越來越大，混雜現(xiàn)象日趨嚴(yán)重，導(dǎo)致品種區(qū)分越來越困難。進(jìn)行玉米種子純度檢驗是減少玉米種子混雜，保證農(nóng)業(yè)生產(chǎn)的一個根本途徑。傳統(tǒng)的玉米種子純度檢測方法存在著鑒定時間長、人員依賴性強(qiáng)、對種子具有破壞性等缺點。
　　本文主要針對玉米種子純度識別方面的問

2、題，提出一種基于小波變換和BP神經(jīng)網(wǎng)絡(luò)的玉米種子純度識別算法。以雜交玉米品種山農(nóng)8號，農(nóng)大108，鄭單958、魯單984等種子為研究對象，利用機(jī)器視覺、數(shù)字圖像處理、小波變換和神經(jīng)網(wǎng)絡(luò)等智能檢測方法，進(jìn)行了以下研究：⑴完善了基于機(jī)器視覺的玉米種子純度檢測系統(tǒng)，并設(shè)計了一種玉米種子直立擺放裝置，將批量玉米種子一次性準(zhǔn)確定位直立擺放。配合玉米種子純度檢測系統(tǒng)，對玉米種子冠部圖像進(jìn)行批量圖像采集。⑵分別提取玉米種子冠部核心區(qū)域的RGB顏色模型

3、特征參數(shù)，然后對三個色彩分量分別進(jìn)行二層二維離散小波變換，將玉米種子冠部圖像R、G、B三維向量細(xì)節(jié)差異分解成為18維特征向量，放大了樣本之間的色彩特征細(xì)節(jié)差異。使得從玉米種子冠部圖像小波分析數(shù)據(jù)中提取的人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本能夠更好地反映樣本特征，從而保障玉米種子純度識別的準(zhǔn)確性。⑶在玉米種子純度識別網(wǎng)絡(luò)設(shè)計時，對BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化，提高了神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)收斂速度，提高了識別效率。采用結(jié)構(gòu)為輸入層18個神經(jīng)元，隱含層6個神經(jīng)元，輸出層2個神

4、經(jīng)元，訓(xùn)練函數(shù)使用有動量和自適應(yīng)學(xué)習(xí)率的梯度下降函數(shù)traingdx，中間層神經(jīng)元的激活函數(shù)為S形正切函數(shù)tansig，輸出層神經(jīng)元激活函數(shù)使用S形對數(shù)函數(shù)logsig的神經(jīng)網(wǎng)絡(luò)，對經(jīng)離散小波變換后的玉米種子圖像特征數(shù)據(jù)進(jìn)行訓(xùn)練和識別。⑷采用本文算法，對常見商業(yè)玉米品種山農(nóng)8號，農(nóng)大108，鄭丹958、魯單984等種子純度進(jìn)行識別，識別準(zhǔn)確率分別可以達(dá)到96.4％、95.9％、96.1％、96.0％。實驗結(jié)果表明該方法可準(zhǔn)確識別玉米純度