摘要：为了保证秧盘上每穴超级稻种子数量一致，实现精密播种作业，需对播种性能进行准确检测，但超级杂交稻播种到秧盘中，多粒种子存在粘连、重叠、交叉等情况，传统的面积、分割算法对上述情况播种量检测精度低，因此需提高上述情况种子播种量检测精度。考虑到种子连通区域的形状特征反映种子数量，该文提出一种基于机器视觉和BP神经网络超级杂交稻穴播量检测技术。针对超级稻颜色特征，采用RGB图像中红色R和蓝色B分量组成的2＆#215;R-B分量图和固定阈值法获取二值图像；投影法定位秧盘目标检测区域和秧穴；提取连通区域10个形状特征参数，包括面积、周长、形状因子、7个不变矩，建立BP神经网络超级稻数量检测模型，检测连通区域为碎米/杂质、1、2、3、4和5粒以上6种情况；试验结果表明，6种情况的检测正确率分别为96.6%、99.8%、97.2%、92.5%、86.0%、94.3%，平均正确率为94.4%，每幅图像平均处理时间0.823s，满足精密育秧播种流水线在线检测要求；研究结果为实现精密恒量播种作业提供参考。

关键词：神经网络 图像处理 种子 超级杂交稻 机器视觉 

单位：华南农业大学工程学院; 广州510642; 华南农业大学理学院; 广州510642