基于近红外高光谱图像技术的粮粒内部害虫检测方法研究

1.通过分析粮粒的光谱曲线发现，粮粒姿态的不同，导致粮粒整体灰度值的差异有所不同，且幼虫、蛹和成虫三个虫态之间的光谱差异比较小， 927.61nm和1471.28nm为区分完善粒和含虫粮粒的最优光谱波长组合。随着粮虫的成长,粮粒中的淀粉、蛋白质的含量呈逐渐下降的趋势，水分含量基本上呈逐渐增长的趋势，粮粒的平均灰度值呈下降的趋势。927.61nm波长下粮粒图像平均灰度值和粮粒的蛋白质含量、水分含量之间具有很强的负指数相关关系，与淀粉含量之间具有很强的线性相关关系。随着粮虫的虫态变化，使粮粒在927.61nm的光谱反射率减少，因而其近红外特征波长中粮粒图像的整体灰度值降低，为粮粒内部害虫的计算机视觉自动检测奠定坚实的理论基础。. 2.部分粮粒受到害虫侵染后存在孔洞，孔洞的位置是不确定的，边界孔洞差异较大，内部孔洞与部分边界及毛刺的区分难度较大。提出基于差分图像边界距离的粮粒孔洞自动检测方法，通过求取粮粒（内部）轮廓与阈值分割后二值图像的差分，若差分图像中的目标与粮粒边界的最远距离大于某个阈值时，则该目标应判别为边界（内部）孔洞，边界孔洞和内部孔洞检测的正确率分别为97.33%和95.56%，解决了粮粒内部虫害识别中孔洞不能准确检测的难题，克服了孔洞对粮粒姿态自动判别的影响。 . 3.目前关于粮粒姿态的研究，都仅针对1种或者2种情况进行分析，还没有姿态自动识别的相关报道。提出分腹沟朝下、朝上和侧向3个姿态对粮粒内部虫害进行研究，首先自动判别出粮粒的胚部区域，然后利用胚部区域的形态学、纹理、不变矩等26个特征对粮粒的3个姿态进行自动判别，粮粒3个姿态可拓分类的正确识别率为94.5%，为任意姿态粮粒的内部虫害自动检测奠定了坚实的基础。. 4.针对目前粮粒内部虫害检测方法存在太主观、不准确、耗时、缺乏自动检测潜力等缺点，本研究提出基于近红外高光谱成像技术的粮粒内部虫害检测方法。针对最优波长组合下的粮粒灰度图像，提取直方图变换特征、纹理特征、不变矩特征等，形成并优化不同粮粒姿态下的原始特征空间，依据不同姿态的粮粒，运用粮粒内部害虫识别分类器确定出粮粒是否受到害虫的侵染，整体正确识别率达到93%以上，为粮粒内部虫害的自动检测提供了全新、快速、有效的装备与技术。