1、馬鈴薯產(chǎn)業(yè)是內(nèi)蒙古主產(chǎn)區(qū)農(nóng)村經(jīng)濟(jì)的一大支柱產(chǎn)業(yè)。馬鈴薯收獲后的品質(zhì)檢測與處理技術(shù)的自動化、精細(xì)化是提高其檔次和增值的重要途徑，而馬鈴薯形狀作為馬鈴薯品質(zhì)檢測的重要因素之一，人工分級的勞動強(qiáng)度較大且效率比較低。
　　本文依托于內(nèi)蒙古自然科學(xué)基金項(xiàng)目——基于機(jī)器視覺的馬鈴薯品質(zhì)檢測與種薯篩選技術(shù)研究（2010BS0905），針對基于機(jī)器視覺的優(yōu)形馬鈴薯篩選系統(tǒng)進(jìn)行了研究，采用兩種基于傅里葉變換的馬鈴薯形狀篩選技術(shù)，建立了馬鈴薯形狀自動

2、檢測系統(tǒng)。
　　1．對已拍攝好且分類為圓形、橢圓形和畸形的馬鈴薯彩色圖像各180幅，使用MATLAB（7.6）R2008a軟件平臺IPT中的已有函數(shù)進(jìn)行灰度處理、濾波、閾值分割和邊緣檢測等預(yù)處理。
　　2．對基于機(jī)器視覺技術(shù)的優(yōu)形馬鈴薯篩選方法進(jìn)行了系統(tǒng)的研究，在傅里葉變換的基礎(chǔ)上，建立了馬鈴薯形狀優(yōu)選的評價(jià)體系。
　　(1)提出了基于邊界點(diǎn)矩特征傅里葉描述的薯形檢測方法，在馬鈴薯圖像的邊緣上獲取邊界點(diǎn)，并計(jì)算矩特征值

3、，從而提取馬鈴薯的形狀特征信息，再通過離散傅立葉變換得到具有平移、旋轉(zhuǎn)以及比例不變性的歸一化矩特征傅立葉描述子，通過歐式距離分類法對圓形、橢圓性及畸形馬鈴薯進(jìn)行分類。當(dāng)訓(xùn)練樣本為80幅圖片時(shí)檢測準(zhǔn)確率分別達(dá)到了90％、91.75%和98.75%。當(dāng)訓(xùn)練樣本為100幅圖片時(shí)檢測準(zhǔn)確率分別達(dá)到了92.5%、93.75%和100%。
　　(2)引用光學(xué)相關(guān)聯(lián)合變換的理論，提出對聯(lián)合功率譜進(jìn)行非線性處理的方法，規(guī)定相關(guān)聯(lián)合變換中所形成的旁

4、瓣峰值表明馬鈴薯的相似度情況?？芍庇^而形象的給出馬鈴薯形狀的檢測結(jié)果。當(dāng)訓(xùn)練樣本為80幅圖片時(shí)檢測準(zhǔn)確率分別達(dá)到了87.5%、92.5%和85%。當(dāng)訓(xùn)練樣本為100幅圖片時(shí)檢測準(zhǔn)確率分別達(dá)到了91.25%、93.75%和88.75%。
　　3．通過對上述兩種基于機(jī)器視覺的馬鈴薯薯形檢測方法的實(shí)驗(yàn)結(jié)果在準(zhǔn)確率、速度、難易程度和實(shí)用創(chuàng)新性上進(jìn)行分析，闡述了兩種檢測方法各自的優(yōu)缺點(diǎn)，為馬鈴薯形狀的準(zhǔn)確分級以及利用機(jī)器視覺進(jìn)行農(nóng)產(chǎn)品品質(zhì)檢