粮食水分检验技术论文提纲

论文题目：基于机器视觉的玉米水分和破损籽粒检测方法研究

摘要：玉米作为我国的主要粮食作物之一,玉米品质的检测在玉米的收获、储存以及深加工过程中具有着重要作用,而决定玉米品质优劣的重要参数中就包括玉米的含水量和破损率。目前玉米水分含量的检测大多具有效率低下、测量范围有限、易受环境温度影响等缺点;而玉米破损籽粒的检测多由人工检测,易导致主观臆断和效率低下。因此,本文引入了机器视觉技术,结合图像处理技术来探索玉米水分含量和破损籽粒检测的新方法。本文的主要研究内容和结论如下:（1）完整玉米籽粒水分检测模型的建立。本文以4种玉米品种（翔玉218、吉单519、先玉335和吉农大516）为实验材料,采集每个玉米品种不同水分含量完整玉米籽粒的数字图像,经图像处理分析后建立了4个品种的水分检测模型。结果表明,4个水分检测模型的水分检测的绝对误差均在±1%以内,相对误差均在±4%以内,具有较好的稳定性。用该方法对玉米跨品种水分检测的可行性进行了分析,用翔玉218、吉单519和先玉335三个玉米品种的数据建立多品种水分检测模型,经检验得到,检测水分的绝对误差范围为-6.73%-2.72%,相对误差范围为-60%-13%。该方法在同品种之间的水分检测效果较好,精度较高,但在跨玉米品种水分检测时存在较大的误差。（2）玉米破损籽粒检测方法的研究。本文提出了两种破损籽粒的识别方法:判别分析法和逐步剔除法。其中判别分析法是通过建立判别方程,利用判别方程去判断玉米籽粒是否破损,经统计,破损籽粒识别的准确率为95.92%;在实际检测过程中一板（184粒）玉米样品中最多只有2粒被误判,破损籽粒识别的准确率高达99%。而逐步剔除法主要是利用破损籽粒与完整籽粒之间几何特征和颜色特征之间的差异进行阈值筛选,逐步从原始图像中剔除破损籽粒的方法。经实际测量检验,在一板（184粒）玉米样品中最多只有3粒被误判,破损籽粒识别的准确度达到了98.4%。由此可知,上述两种方法均具有较好的识别效果。（3）含破损玉米籽粒水分检测模型的建立。破损籽粒会影响玉米含水率检测的准确度,本文对含有破损玉米籽粒的图像信息和重量信息两个方面存在的误差进行了修正,建立了新的水分检测模型,实现了玉米含水率和破损籽粒的同步检测。结果表明,4个新模型的含水率测量值的绝对误差范围均在±1%以内,一板（184粒）玉米样品的检测中破损籽粒的误判在2粒以内,准确率达到了98%,在水分含量检测和破损籽粒的检测上均具有较高的准确性。

关键词：玉米;水分含量;破损籽粒;机器视觉;图像处理

学科专业：农业电气化与自动化

摘要

abstract

第1章 绪论

1.1 课题研究背景及意义

1.2 国内外研究现状

1.2.1 机器视觉技术概述

1.2.2 机器视觉技术在玉米检测中的应用

1.3 论文主要研究内容

第2章 机器视觉检测系统的搭建

2.1 机器视觉检测系统硬件设计

2.1.1 图像采集系统的构造

2.1.2 称重传感器的介绍

2.1.3 取样孔板的设计

2.2 机器视觉检测系统的软件介绍

2.2.1 玉米籽粒图像预处理

2.2.2 玉米籽粒图像分割

2.2.3 玉米籽粒图像的形态学处理

2.3 取样孔板的摆放位置对测量结果的影响

2.4 本章小结

第3章 玉米籽粒图像的特征提取和优化

3.1 玉米籽粒图像特征的提取

3.1.1 几何特征的提取

3.1.2 纹理特征的提取

3.1.3 颜色特征的提取

3.2 玉米籽粒图像特征参数的数据分析

3.3 本章小结

第4章 完整玉米籽粒水分检测模型的建立

4.1 实验因素的选取

4.2 实验方案的设计

4.2.1 实验目的

4.2.2 实验材料与设备

4.2.3 实验方法

4.3 实验数据的处理和分析

4.3.1 实验数据预处理

4.3.2 实验数据的相关性分析

4.3.3 实验数据的线性回归分析

4.3.4 探索水分检测模型能否跨玉米品种运用

4.4 本章小结

第5章 玉米破损籽粒的检测

5.1 实验方案的设计

5.1.1 实验目的

5.1.2 实验材料与设备

5.1.3 实验方法

5.2 玉米破损籽粒识别和筛选的方法研究

5.2.1 判别分析

5.2.2 逐步剔除法

5.3 玉米破损籽粒检测结果分析

5.4 本章小结

第6章 含破损籽粒的玉米水分检测模型的建立与验证

6.1 破损籽粒对水分检测模型测量精度的影响

6.2 四个品种的综合检测结果分析

6.2.1 翔玉218综合检测结果分析

6.2.2 吉单519综合检测结果分析

6.2.3 先玉335综合检测结果分析

6.2.4 吉农大516综合检测结果分析

6.3 本章小结

第7章 结论与展望

7.1 结论

7.2 创新点

7.3 展望

参考文献

致谢