【正文】 Matlab語言對稻米的圖像進(jìn)行預(yù)處理，包括：采用開運(yùn)算去除圖像中的噪聲，以最大類間方差法來自動確定圖像分割閾值，將灰度圖像轉(zhuǎn)換成二值圖像。 關(guān)鍵詞 ：圖像處理；稻米粒型；整精米率 ABSTRACT Characteristics of rice appearance quality are very important to evaluate rice quality and pricing. The normal method for determining rice quality is based on manual inspection which is an inefficient way and resulting in unconstant outes. Thus, we evaluate rice appearance quality rely on image processing. We use Matlab procedure to pretreat the image of rice. Including: removing the image noise by open operation, determining the threshold for image segmentation automatically by the improved Ostu method to put the grey image into binary iamge, cutting the rice on the image, calculating using the minimum bounding rectangle of rice grain, the area under rice, wide and long the whole rice and broken rice distinction between information and calculate the rate of milled rice. It’s a work to improve the inspection of rice appearance with theoretical worth and practical significance. Keywords: Image Processing。中國是世界上最大的水稻生產(chǎn)國和稻米消費(fèi)國 ， 水稻生產(chǎn)歷來是我國農(nóng)業(yè)生產(chǎn)發(fā)展的重點(diǎn)。人工目測的檢驗(yàn)手段顯然無法滿足現(xiàn)代農(nóng)業(yè)發(fā)展的要求。運(yùn)用 Matlab編程，對圖像中的稻米進(jìn)行計(jì)數(shù)，使用最小外接矩形法計(jì)算稻米粒型。 凌云采用機(jī)器視覺技術(shù)對稻米的外觀包括粒型、堊白、黃米粒、異型米進(jìn)行檢測，并嘗試實(shí)現(xiàn)谷物外觀品質(zhì)動態(tài)檢測 [1]。曾大力等初步探討了利用視頻顯微掃描技術(shù)研究稻米堊白，與數(shù)字式稻米堊白測定儀相比，具有更高的精確度 [5]。張樹槐、孫明利用計(jì)算機(jī)視覺技術(shù)的顏色、形狀特征分析實(shí)現(xiàn)蘋果的識別與自動分級 [1]。李長纓等利用計(jì)算 機(jī)視覺技術(shù)計(jì)算黃瓜幼苗葉冠投影面積和株高，對黃瓜幼苗生長進(jìn)行無損監(jiān)測 [1]。從 1983 年開始，日本大學(xué)森島博利用計(jì)算機(jī)視覺對稻米識別和分級進(jìn)行廣泛的研究。 Liu 等利用數(shù)字圖像分析方法對稻米的碾磨精度進(jìn)行測量 [10]。 Lloyd 等使用振動臺和計(jì)算浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文（設(shè)計(jì)） 3 機(jī)視覺技術(shù)開發(fā)出 GrainCheck 系統(tǒng)用于估算實(shí)驗(yàn)室碾磨機(jī)和商業(yè)化碾磨機(jī)碾磨出的稻米整精米率 [14]。 Purchase應(yīng)用計(jì)算機(jī)視覺技術(shù)研究了大麥種子的快速鑒定系統(tǒng) [7]。 Reyer等 利用計(jì)算機(jī)視覺技術(shù)，尋找合適的波長并該波長下的濾光鏡獲得梨的圖像，然后對該圖像進(jìn)行分析，從而對梨的表面損傷進(jìn)行檢測。谷物圖像是在靜止的情況下采集的， 對谷物籽粒的放置方式一般也有要求，籽粒之間要相互分離，不能粘連。檢測完畢后，還需要人工清理檢測樣品。另外，對檢測設(shè)備基于圖像的稻米外觀 檢測系統(tǒng)研究 4 自動化程度的要求也提高了，檢測設(shè)備要具有自動進(jìn)樣、谷物圖像自動采集和分析、樣品自動分級的功能 [1]。 第 2 章，具體介紹了圖像預(yù)處理的有關(guān)算法，包括采用開運(yùn)算進(jìn)行圖像去噪 。 第 5 章，對本論文進(jìn)行總結(jié)，也對圖像處理技術(shù)進(jìn)行了展望。 圖像分割的定義 圖像分割就是將圖像中具有特殊含義的不同區(qū)域分開來，這些區(qū)域互相不交叉，每個區(qū)域都滿足特定區(qū)域的一致性。 圖像閾值分割 圖像分割技術(shù)是圖像處理中的一種重要技術(shù) ,其中比較常用的一種是利用閾值對圖像進(jìn)行分割。全局閾值圖像分割的方法有多種 ,如直方圖閾值圖像分割、類間差閾值圖像分割、最大熵閾值圖像分割等 . 下面簡單介紹類間差閾值基于圖像的稻米外觀 檢測系統(tǒng)研究 6 圖像分割的基本原理 [19]和基于灰度直方圖的閾值分割 [20]。 基于灰度直方圖的閾值分割 [20] 利用圖想灰度直方圖的特性確定分割閾值方法的原理是如果圖像所包括的背景區(qū)域與所分的目標(biāo)區(qū)域大小可比，而且兩者在灰度上有著明顯的區(qū)別，那么這樣的圖像的灰度直方圖就會呈現(xiàn)很明顯的雙 峰裝。實(shí)驗(yàn)結(jié)果如圖 21 所示。在計(jì)算機(jī) 視覺檢測過程中，為了提高檢測精度，有必要首先對噪聲進(jìn)行濾除。形態(tài)學(xué)圖像處理的數(shù)學(xué)基礎(chǔ)和所用語言是集合論。集合 A 被結(jié)構(gòu)元素 B 腐蝕，表示為 BA? ，定義為： }:{ AxBxBA ???? （ 22） 其中， ? 表示子集關(guān)系， A為輸入元素， B 為結(jié)構(gòu)元素。 A 被 B 膨脹表示為BA? ，定義為： }:{ BbbABA ???? ? （ 23） 膨脹運(yùn)算具有擴(kuò)大輸入圖像的作用，如圖 23 所示。實(shí)際上，開運(yùn)算是先作腐蝕運(yùn)算，再作膨脹運(yùn)算的結(jié)果，如圖 24 所示。 A? B (A? B)? B B A A? B 基于圖像的稻米外觀 檢測系統(tǒng)研究 10 根據(jù)稻米圖像的特點(diǎn)，利用 22? 的結(jié)構(gòu)元素對稻米圖像進(jìn)行開運(yùn)算，去除噪聲，其結(jié)果如圖 25 所示。根據(jù)稻谷國家標(biāo)準(zhǔn)，采用直尺測量稻米粒型，即隨機(jī)數(shù)取完整無損的精米 10 粒，平放于測量板上，按照頭對 頭、尾對尾，不重疊、不留隙的方式，緊靠直尺擺成一行，讀出長度，求其平均值即為精米長度，精米寬度測量方法類似，由此引起的人為誤差較大。因此，描述區(qū)域的數(shù)據(jù)結(jié)構(gòu)十分重要。 (2) 鏈碼表示法：用起點(diǎn)坐標(biāo)加方向碼來表示圖像邊界上的各點(diǎn)坐標(biāo)及其相互位置關(guān)系。 基于圖像的稻米外觀 檢測系統(tǒng)研究 12 (a) 四領(lǐng)域鏈碼 (b) 八領(lǐng)域鏈碼 圖 31 鏈碼表示法 鏈碼編碼的基本思想是：先利用某種規(guī)則的單元格將圖像鋪滿，然后對目標(biāo)圖像邊界上的每一個節(jié)點(diǎn)根據(jù)與之相連的單元格的情況進(jìn)行 編碼。頂點(diǎn)鏈碼編碼是利用邊界線上單元格的邊或者頂點(diǎn)進(jìn)行編碼，即從任意一個頂點(diǎn)出發(fā)按一定的方向由邊界上所有頂點(diǎn)的編碼組成的 一個序列。方形點(diǎn)陣的頂點(diǎn)鏈碼編碼方法如圖 32 所示。對八鄰域圖像區(qū)域進(jìn)行頂點(diǎn)鏈碼編碼方法如下 [28]：以 ? 表示光標(biāo)的當(dāng)前位置，箭頭 (???? )表示前一時刻光標(biāo)所在的位置，箭頭方向表示行走的方向 (逆時針方向 )，序號 l， 2， 3， 4 表示位置關(guān)系編號。經(jīng)研究發(fā)現(xiàn)，每一種位置關(guān)系都有六種對應(yīng)的狀態(tài)圖。其余標(biāo)記的意義可類推。利用 24 種狀態(tài)圖之間的映射關(guān)系可方便地得到區(qū)域邊界的頂點(diǎn)鏈碼編碼。 1999 年，黃星奕等 [4]利用計(jì)算機(jī)視覺技術(shù)研究了稻米的粒型檢測，但要求米粒擺放時需朝同一個方向，其方法具有一定的局限性，限制了在實(shí)際過程中的應(yīng)用。此方法求 MER 是通過旋轉(zhuǎn)圖像矩陣來實(shí)現(xiàn)，計(jì)算量較大，特別當(dāng)圖像越大時，算法效率越差。 (2) 用行掃描的方式找到圖像區(qū)域的邊界點(diǎn)并將其作為前一個點(diǎn) (用 PrePt 表示 )，以此 點(diǎn)為基礎(chǔ)，尋找第 2 個邊界點(diǎn)并將其作為當(dāng)前點(diǎn) (用 CurrPt 表示 )。 (a)原始稻米圖像 (b)MER 后結(jié)果圖 圖 36 稻米粒型檢測圖 粒型檢測實(shí)驗(yàn) 本實(shí)驗(yàn)抽取 30 粒飽滿米粒進(jìn)行試驗(yàn)，首先對大米圖像進(jìn)行去噪、二值化處理，然后運(yùn)用最小外接矩形法求得米粒的平均長度和平均寬度，求出米粒的寬長比。整精米率是稻米加工品質(zhì)優(yōu)劣的指標(biāo)，是稻米貿(mào)易中商家最關(guān)注的內(nèi)容，它與碾米廠的經(jīng)濟(jì)效益密切相關(guān)。 基于圖像的整精米率檢測方法 整米和碎米的區(qū)分 整米與碎米的區(qū)分是整精米率檢測的基礎(chǔ)。 整精米率的計(jì)算方法 基于圖像的整精米率計(jì)算方法有多種，由于是同一種型號的米粒，本論文采用 以下方法計(jì)算： %1 0 0*( % ) 米?？倲?shù)整精米粒數(shù)?H （ 31） 其中 H 極為整精米率。一個好的界面不僅有利于用戶快速掌握程序的操作流程，有效地使用程序，也有利于開發(fā)者展示 MATLAB 平臺下的開發(fā)技術(shù)。單擊 OK 選項(xiàng)即可，就會生成一個GUI 設(shè)計(jì)窗口。 本論文需要實(shí)現(xiàn)稻米外觀檢測和稻米粒型檢測的功能。實(shí)現(xiàn)的主要功能有： （ 1）稻米粒長 浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文（設(shè)計(jì)） 21 （ 2）稻米粒寬 （ 3）稻米面積 （ 4）長寬比 （ 5）整精米率 此時，我們隨機(jī)選取一張橢圓形稻米圖片 和長條形稻米圖片 進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果如上圖 4 42 所示。 表 41粒型的 兩種方法檢測結(jié)果 單位 :mm 樣品 MER 法 直尺法 長度 177。 A2 177。 B1 177。 B3 177。 C2 177。 從表 41 可以看出，采用 MER 法、直尺法測量米粒結(jié)果并無顯著性差異。 表 42 整精米率的兩種方法檢測結(jié)果 單位： % 樣品 人工法 計(jì)數(shù)法 1 2 3 4 5 從表 42 可以看出，采用人工法和計(jì)數(shù)法得出的結(jié)果并無太大差異，經(jīng)計(jì)算，人工法與計(jì)數(shù)法的相關(guān)系數(shù)達(dá)到 ，由于人工法 缺乏客觀性和可重復(fù)性，檢測精度難以控制，而且操作過程費(fèi)時費(fèi)力，計(jì)數(shù)法操作既簡單，穩(wěn)定性又高，所以采用計(jì)數(shù)法優(yōu)于人工法。 （ 2） 在圖像分割方面，運(yùn)用最大類間方差法自動確定圖像的最佳閾值，是一種簡單有效的方法。 （ 6） 設(shè)計(jì)一個 GUI 界面，使得實(shí)驗(yàn)結(jié)果更直觀地展現(xiàn)在人們的面前。在稻米樣品的傳輸，圖像的同步處理等方面需要進(jìn)一步完善。 首先，我要感謝我的指導(dǎo)老師姚青老師的悉心指導(dǎo)和嚴(yán)格要求。 最后，還要感謝和我一樣即將畢業(yè)的同班同學(xué)；感謝大學(xué)四年的同寢室室友；感謝那些沒有提及姓名，但也同樣給予我?guī)椭睦蠋煛⑼瑢W(xué)和朋友！ 陳燁 2020 年 5 月 7 日 基于圖像的稻米外觀 檢測系統(tǒng)研究 28 附錄 軟件部分代碼 clear all。)。disk39。圖像開操作 39。基于開的重建圖像 39。 //選取閾值 I=im2bw(Iobr,T)。 num %總米粒數(shù) Ar=zeros(1,max(L(:)))。