【正文】 Ar(i)=Ar(j)。 end sum。)。a39。 //計(jì)算 一條邊長 b=sqrt((V(3,1)V(2,1)).^2+(V(3,2)V(2,2)).^2)。 z(i,:)=[a,b]。 z(i,:)=[b,a]。 for i=1:num sum1=sum1+z(i,:)。 kk //自動計(jì)數(shù)，并區(qū)分整米碎米 基于圖像的稻米外觀 檢測系統(tǒng)研究 30 [L,num]=bwlabel(I)。 //求出各個(gè)連通區(qū)域面積 for i=1:max(L(:))1 //按面積大小排序 for j=i+1:max(L(:)) if(Ar(i)Ar(j)) t=Ar(i)。 figure,imshow(I1)。 num1 //整形米粒數(shù) aa=num1/num //整精米率 I2=II1。碎米 39。 num2 //碎米粒數(shù) figure,imshow(I2)。整形米 39。 Ar(j)=t。 for i=1:max(L(:)) Ar(i)=sum(I(L==i))。 zz=sum1/num。 plot(rx,ry)。 width(i)=a。%此處求出寬長比 width(i)=b。//輸出每個(gè)連通區(qū)域的最小外接矩形四個(gè)頂點(diǎn)坐標(biāo)及面積 V=[rx,ry]。 //連通區(qū)域的個(gè)數(shù) for i=1:length(B) boundary=B{i}。 ST //檢測粒型 [B,L]=bwboundaries(I,39。 end end end Ar sum=0。 end Ar。binary image39。圖像的灰度直方圖 39。 //圖像腐蝕 Iobr=imreconstruct(Ie, I0)。 Io=imopen(I0, se)。 else I0=Img。 Img=imread(39。姚老師為我創(chuàng)造了良好的學(xué)習(xí)和鍛煉的環(huán)境，使我各方面的 能力都有了長足的進(jìn)步；姚老師對于我設(shè)計(jì)的指導(dǎo)，思維上的啟迪，都將成為今后工作、學(xué)習(xí)的寶貴精神財(cái)富。genes, Alysson N., Hoff, Eduardo A., Fernandes, Celso P. Grain size measurement by image 基于圖像的稻米外觀 檢測系統(tǒng)研究 26 analysis: An application in the ceramic and in the metallic industries. 18th International Congress of Mechanical Engineering, 2020, November 611. [15] Hearn D, Pauline B M, Computer Graphics(中文版 )蔡士杰譯 [M]. 北京 :電子工業(yè)出版社，1998,.425438 [16] Lipton R J. DNA solution of hard putational problems [J]. Science,1995,268(4):542545. [17] Marr D, Hildreh E C. Theory of edge detection Proc [M]. Royal Soc. Of London,1980,B207:187217. [18] 章毓晉 . 圖象處理和分析 [M]. 北京 :清華大學(xué)出版社 ,2020. [19] 涂其遠(yuǎn)，吳建華，萬國金 . 動態(tài)閾值結(jié)合全局閾值對圖像進(jìn)行分割 [J]. 南昌大學(xué)學(xué)報(bào) (工科版 )，(1):3740. [20] 劉俊，吳謹(jǐn) . 一種基于梯度的直方圖閾值圖像分割改進(jìn)算法 [J].計(jì)算機(jī)與數(shù)字工程 , :131133. [21] 張汗靈 . MATLAB 在圖像處理中的應(yīng)用 [M]. 北京：清華大學(xué)出版社， 2020. [22] Freeman H. Computer processing of linedrawing triages [J]. Computing Surveys,1974,6(1):5797. [23] Freeman H. On the encoding of arbitrary geometric configuration [J]. IRE Trans,1961,EC10(2): 260268. [24] Freeman H. A technique for the classification and recognition of geometric patterns [C]. Proc 3rd Intl Confress on Cyberics Namtur, Belgrum 1961,348368. [25] Sidhu G S, Boute R T. Property encoding: applications in binary picture encoding and boundary following [J]. IEEE Trans Comp, 1972,21(11):12061216. [26]Merrill R D. Representation of contours and regions for efficient puter search [J]. Comm ACM, 1973,16(2):6982. [27] Bribiesca E. A new chain code [J]. Pattern Recognition,1999,32:235251. [28] 顧國慶 , 許彥冰 . 數(shù)字圖像區(qū)域標(biāo)定的方法 [J]. 上海理工大學(xué)學(xué)報(bào) ,2020,23(4):295299. [29] 中華人民共和國國家技術(shù)監(jiān)督局 . GB 13501999. 中華人民共和國國家標(biāo)準(zhǔn) 稻谷 . 北京 : 中國標(biāo)準(zhǔn)出版社 ,1999. [30] 吳曉光，王滌 瓊，盛慧 . 一種獲取圖像區(qū)域最小外接矩形的算法及實(shí)現(xiàn) [J]. 計(jì)算機(jī)工程，2020,12:124126. [31] 陳楊等 . 圖形編程與圖像處理 [M]. 西安：西安電子科技大學(xué)出版社， . 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)） 27 致 謝 在我進(jìn)行此畢業(yè)論文撰寫的過程中，我的導(dǎo)師和同學(xué)給了我極大的幫助。 （ 2） 由于我國稻米品種種類繁多，形態(tài)各異，因此，需要對大量的稻米樣品進(jìn)行實(shí)驗(yàn)，進(jìn)一步改進(jìn)基于圖像的稻米外觀品質(zhì)檢測方法。 （ 4） 在稻米粒型檢測方面，采用頂點(diǎn)鏈碼和最小外接矩形方法獲得稻米的長、寬信息，將二維的圖像矩陣的旋轉(zhuǎn)轉(zhuǎn)換成一維鏈碼上的計(jì)算問題，既節(jié)省了內(nèi)存空間又提高了計(jì)算效率。論文對于進(jìn)一步發(fā)展圖像處理理論，推動計(jì)算機(jī)視覺在農(nóng)業(yè)特別是稻米質(zhì)量檢測中的應(yīng)用 具有一定的理論意義和重要的應(yīng)用價(jià)值 。 其次，進(jìn)行稻米整精米率檢測方法的比較。 C3 177。 C1 177。 B2 177。 A3 177。 SD 長度 寬度 A1 177。 根據(jù)國家標(biāo)準(zhǔn)優(yōu)質(zhì)稻谷 GB/T 178911999 稻米粒型的人工檢測方法是隨機(jī)挑選 10 粒，利用直尺求長、寬平均值，然后計(jì)算長寬比，其中長度試驗(yàn)誤差不超過 ，寬度試驗(yàn)誤差不超過 [29]。 基于圖像的稻米外觀檢測系統(tǒng)界面如圖 4 42所示。GUI 設(shè)計(jì)窗口的菜單欄有 Fire、 Edit、 View、 Layout、 Tools 和 Help6 個(gè)菜單項(xiàng)，使用其中的命令可以完成圖形用戶界面的設(shè)計(jì)操作。 為了更加直觀地展現(xiàn)實(shí)驗(yàn)結(jié)果，本論文 特別設(shè)計(jì)了一個(gè) GUI 界面。 (a)整米碎米混合圖 (a)整 米 (b)碎米 圖 37 稻米整精米率檢測圖 實(shí)驗(yàn)結(jié)果是總米粒數(shù)為 93，整形米數(shù)為 61，碎米粒數(shù)為 32，所以整精米率為%。 （ 2） 逐粒計(jì)算被檢測稻米的面積。 此方法 具有較強(qiáng)的主觀性，而且檢測工作量大 、 效率低 。 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)） 17 稻米整精米率的檢測 在國家標(biāo)準(zhǔn) GB13501999《稻谷》 [29]中整精米的定 義為：糙米碾磨成精度為國家標(biāo)準(zhǔn)一等大米時(shí)，米粒產(chǎn)生破碎，其中長度仍達(dá)到完整精米粒平均長度的五分之四以上含五分之四的米粒。 (4) 當(dāng)輪廓跟蹤結(jié)束后，形成邊界的鏈碼表。其尋找 MER 的主要思想是：首先利用邊界跟蹤自動機(jī)跟蹤邊界，得到區(qū)域邊界的頂點(diǎn)鏈碼表，通過解碼將其轉(zhuǎn)化為頂點(diǎn)的 x 軸方 向和 y軸方向的坐標(biāo)，并找出最大和最小坐標(biāo)即 ),( maxmax1 yxP 和 ),( minmin2 yxP ，以此兩點(diǎn)連線作為對角線的矩形即為圖像區(qū)域的最小外接矩形，其中矩形的 minmax xxL ?? ，寬基于圖像的稻米外觀 檢測系統(tǒng)研究 16 為 minmax yyW ?? 。求稻米長寬實(shí)際上就是求其最小外接矩形（ MER），如果能夠得出圖像中稻米的最小外接矩形就可求得其長寬。由于對稱的關(guān)系，只需給出其中的 6 個(gè)狀態(tài)圖的狀態(tài)映射和輸出映射，其余的 18 個(gè)狀態(tài)圖的輸出狀映射，可以通過對 6 個(gè)基本狀態(tài)圖的旋轉(zhuǎn)獲得。以此類推，總共可得到 24 種位置關(guān)系。圖 35中的圓圈表示空缺單元格，即邊界跟蹤時(shí)可行走的方向。 1 2 3 圖 33 四種位置關(guān)系 像素點(diǎn)的相對坐標(biāo)定義如圖 34 所示。 2 0 6 3 5 1 7 4 1 0 3 2 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)） 13 (a) 正方形點(diǎn)陣圖形 (b) 頂點(diǎn)鏈編碼元素 圖 32 頂點(diǎn)鏈碼編碼 在二值化圖像中，設(shè)黑色區(qū)域（像素值為 0）與白色區(qū)域（像素值為 255）由封閉的邊界相區(qū)分。對于一幅二維圖像來說，只有三角點(diǎn)陣，正六邊形點(diǎn)陣，方形點(diǎn)陣能鋪滿整幅圖像。 頂點(diǎn)鏈碼表示 鏈碼表示法中應(yīng)用最廣泛的是弗里曼鏈碼（ Freeman， 1961） [2224]。例如對于 8 連通鏈碼，鏈碼取值 7~0 ，按逆時(shí)針方向遞增，鏈碼值加 1 表示其方向順時(shí)針旋轉(zhuǎn)o45 ，當(dāng)鏈碼值超過 8 或者小于 0 時(shí)，就得除去或補(bǔ)上 8。 (1) 直角坐標(biāo)表示法：將圖像邊界上的各個(gè)坐標(biāo)全部保留，把邊界順序勾畫出來。 二值圖像鏈碼表示 圖像二值化之后一般包含許多相互獨(dú)立的區(qū)域。因此，有必要獲得稻米粒型的準(zhǔn)確信息。利用圓形結(jié)構(gòu)元素作開運(yùn)算既可以起到磨光內(nèi)邊緣的作用（即可以使圖像的尖角轉(zhuǎn)化為背景）又可以起到低通濾波的效果。 圖 23 膨脹運(yùn)算 在對圖像進(jìn)行腐蝕或膨脹運(yùn)算時(shí)，結(jié)構(gòu)元素的大小和形狀對操作結(jié)果會產(chǎn)生不同的影響，如何選擇合適的結(jié)構(gòu)元素是形態(tài)學(xué)應(yīng)用的關(guān)鍵。 如果原點(diǎn)在結(jié)構(gòu)元素的內(nèi)部，腐蝕具有收縮輸入圖像的作用，如圖 22 所示。形態(tài) 學(xué)圖像處理的基本運(yùn)算有4 個(gè)：腐蝕、膨脹、開運(yùn)算和閉運(yùn)算 [21]。 基于圖像的稻米外觀 檢測系統(tǒng)研究 8 形態(tài)學(xué)（ Morphology）一般指生物學(xué)中研究動物和植物結(jié)構(gòu)的一個(gè)分支，用光數(shù)學(xué)形態(tài)學(xué)表示以形態(tài)學(xué)為基礎(chǔ)對圖像進(jìn)行分析的數(shù)學(xué)工具。 圖像去噪 噪聲的定義為“不可預(yù)測，只能用概率統(tǒng)計(jì)方法來認(rèn)識的隨機(jī)誤差”，可以理解為“妨礙人們感覺器官對所接受的信源信息理解的因