荞麦剥壳性能参数在线检测方法

　　\" 本书介绍了荞麦剥壳性能参数在线检测中的方法和步骤，从图像的获取方式、图像预处理、背景分割、粘连分割、特征提取以及神经网络识别等阶段工作展开研究和论述，形成了一种基于机器视觉和模式识别技术并能够满足检测精度和运行时间需求的软硬件检测系统。本书内容主要包括四部分， 部分设计了一种对荞麦剥壳机组现有机械结构和剥壳流程扰动小且经济性较好的荞麦剥出物图像获取方式，第二部分提出了一种在蓝色背景下对荞麦剥出物图像进行N×（B-R）灰度化的方法，第三部分提出了一种类圆形农作物籽粒的粘连分割方法，第四部分提出了一种荞麦籽粒交互式快速标注方法，并使用BP神经网络对荞麦剥出物中的各种籽粒成分进行识别。本书可以作为机器视觉、模式识别以及农作物检测领域的相关研究人员的参考书籍。\"

　　吕少中，内蒙古工业大学信息工程学院物联网工程系副教授，硕士生导师。1995年哈尔滨电工学院工业电气自动化专业本科毕业进入内蒙古工业大学工作至今，期间2004年获得内蒙古工业大学计算机应用技术硕士学位，2019年获内蒙古农业大学农业机械化工程博士学位。先后开出和讲授“电力电子变流技术”、“汇编语言程序设计”、“C语言程序设计”、“微型计算机原理及接口技术”、“嵌入式技术基础”等课程。主持或参与多项 及省部级项目，发表论文十余篇。主要研究方向为农业智能测控与精准作业系统。

第1章 绪论
1.1 荞麦剥壳性能在线检测的作用
1.2 机器视觉技术在相关领域的应用
1.2.1 机器视觉技术在农产品检测中的应用
1.2.2 图像中颗粒对象的粘连分割
1.3 荞麦剥壳性能参数在线检测的关键问题和研究内容
1.3.1 荞麦剥壳性能参数在线检测的关键问题
1.3.2 荞麦剥壳性能参数在线检测的研究内容
第2章 荞麦剥壳性能参数在线检测试验台架与图像预处理
2.1 荞麦剥壳机组与试验台架
2.1.1 荞麦剥壳机组
2.1.2 荞麦籽粒的取料匀料
2.1.3 图像采集与处理设备
2.1.4 照明光源
2.2 荞麦籽粒图像的插值重建
2.2.1 工业相机中的颜色滤波阵列
2.2.2 图像中籽粒边缘的拉链效应
2.2.3 带二阶拉普拉斯修正项的边缘自适应插值算法
2.3 荞麦籽粒图像的增强
2.3.1 荞麦籽粒图像中的伪彩色
2.3.2 荞麦籽粒图像的空间域滤波
2.3.3 荞麦籽粒图像的对比度增强
第3章 荞麦籽粒图像的背景分割
3.1 图像的背景分割
3.2 荞麦籽粒图像的阈值分割
3.2.1 彩色图像的颜色空间及灰度化
3.2.2 灰度图像的阈值分割
3.3 荞麦籽粒图像的Nx（B-R）灰度化方法
3.3.1 RGB颜色空间中荞麦籽粒颜色分布特征
3.3.2 荞麦籽粒图像的Nx（B-R）灰度化方法
3.3.3 荞麦籽粒图像的二值化
第4章 荞麦籽粒图像的粘连分割
4.1 分水岭分割算法
4.2 粘连荞麦籽粒图像种子点提取方法
4.2.1 荞麦籽粒的距离图像
4.2.2 荞麦籽粒的距离骨架图像
4.2.3 区域极大值滤波提取种子点
4.3 种子点控制的粘连荞麦籽粒分水岭分割
第5章 荞麦剥出物成分识别与剥壳性能参数检测
5.1 籽粒样本的交互式快速标注
5.2 荞麦籽粒特征的提取
5.3 荞麦剥出物中籽粒类别的识别
5.3.1 神经网络识别方法
5.3.2 荞麦籽粒的BP神经网络识别
5.4 荞麦剥壳性能检测
参考文献