基于机器视觉的蔬菜种子活力指数检测算法研究及系统实现
- （1 安徽大学 电子信息工程学院，安徽 合肥230601； 2 北京农业信息技术研究中心，北京100097；3 国家农业信息化工程技术研究中心，北京100097；4农业部农业信息技术重点实验室，北京100097；5 北京市农业物联网工程技术研究中心，北京100097）
Study on vegetable seed vigor index detection algorithm and system realization based on machine vision
- （1 School of Electronic and Information Engineering， Anhui University， Hefei 230601， China; 2 Beijing Research Center for Information Technology in Agriculture， Beijing 100097， China; 3 National Engineering Research Center for Information Technology in Agriculture， Bejing 100097， China; 4 Key Laboratory of Agri\|informatics， Ministry of Agriculture， Beijing 100097， China; 5 Beijing Engineering Research Center of Agricultural Internet of Things， Beijing 100097， China）
摘要： 常规的种子活力检测存在主观性强、花费高、人工操作难等不足，无法满足当前自动化育种的发展需求。为了提高种子活力检测的自动化水平和质量，以辣椒种子图像为研究对象，利用创新的过黄特征法将种子图像灰度化，此方法可充分保留种子信息，通过阈值处理，可降低系统去除噪声所需的处理时间，为了标记每粒种子，采用漫水填充算法将种子填充为不同的灰度值；编程计算了种子发芽指数和种子平均根长，最终得出种子活力指数计算结果。通过不同种子图像的处理与试验，表明该算法在种子分离、活力指数计算方面具有一定优势，可适用于不同种子活力评估；对系统的评估精度进行试验测试，结果显示，自主开发的种子活力指数检测系统计算的种子活力指数准确率高达92%以上，可为蔬菜种子在线化生产提供参考。
