基于分水岭算法结合卷积神经网络的玉米种子质量检测

来源：中国农机化学报杂志2021年第12期北京时间：

作者：王林柏, 刘景艳, 周玉宏, 张君, 李兴旺, 范晓飞

单位：河北农业大学机电工程学院，河北保定，071000

摘要：为实现玉米种子快速、准确地优选，以不同质量的玉米种子为研究对象，提出一种分水岭算法结合卷积神经网络对玉米种子进行质量检测的方法。首先利用分水岭算法分割出单粒玉米种子，然后通过卷积神经网络模型对每粒种子进行质量分类，根据分水岭算法得到的单粒种子的位置，将结果在图像中进行标注，实现种子质量检测。使用改进型的InceptionV3模型进行试验，模型测试结果表明：质量良好和带有缺陷的两类种子的平均准确率为94.18%，平均召回率为94.61%，F1值（调和平均评价）为94.39%。同时为突出卷积神经网络模型的性能，将结果与传统的机器学习方法进行比较，其F1值高出LBP+SVM模型20.39%。

关键词：玉米种子,目标检测,分水岭算法,卷积神经网络

基金资助：国家自然科学基金面上项目(32072572)；河北省重点研发项目(20327403D)；河北省高层次人才资助项目（E2019100006）