【正文】 的基本原理 [19]和基于灰度直方圖的閾值分割 [20]。 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。 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 。檢測完畢后，還需要人工清理檢測樣品。 Reyer等 利用計算機(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。 Lloyd 等使用振動臺和計算浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文（設(shè)計） 3 機(jī)視覺技術(shù)開發(fā)出 GrainCheck 系統(tǒng)用于估算實驗室碾磨機(jī)和商業(yè)化碾磨機(jī)碾磨出的稻米整精米率 [14]。從 1983 年開始，日本大學(xué)森島博利用計算機(jī)視覺對稻米識別和分級進(jìn)行廣泛的研究。張樹槐、孫明利用計算機(jī)視覺技術(shù)的顏色、形狀特征分析實現(xiàn)蘋果的識別與自動分級 [1]。 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，并嘗試實現(xiàn)谷物外觀品質(zhì)動態(tài)檢測 [1]。人工目測的檢驗手段顯然無法滿足現(xiàn)代農(nóng)業(yè)發(fā)展的要求。 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。 浙 江 理 工 大 學(xué) 畢業(yè)論文 (設(shè)計 )誠信聲明 我謹(jǐn)在此保證：本人所寫的畢業(yè)論文 (設(shè)計 )，凡引用他人的研究成果均已在參考文獻(xiàn)或注釋中列出。這對提高稻米外觀品質(zhì)檢測水平，具有一定的理論意義和重要的應(yīng)用價值。這種單單依靠肉眼主觀觀測不僅客觀性差、效率低、勞動強(qiáng)度大，而且在長時間工作環(huán)境下，嚴(yán)重?fù)p害檢驗 人員的身體健康。 國內(nèi)外研究進(jìn)展 國內(nèi)研究進(jìn)展 在國內(nèi)，利用圖像處理技術(shù)對稻米外觀品質(zhì)進(jìn)行檢測主要包括加工精度、粒型、整精米率等。應(yīng)義斌等通過分析 RGB 各分量灰度的變化特點，采用梯度算法獲取黃花梨缺陷區(qū)域，并嘗試通過二維圖像恢復(fù)物體表面真實的幾何面積的設(shè)想 [13]。 國外研究進(jìn)展 在國際上，最早將計算機(jī)視覺技術(shù)用于稻米識別和分級檢測研究出現(xiàn)在 20 世紀(jì)80 年代。 Wan 等利用機(jī)器視覺技術(shù)開發(fā)出了在線自動稻米檢測系統(tǒng)，對 16 種糙米表面特征進(jìn)行識別和分級，準(zhǔn)確度達(dá)到 91%，平均檢測速度達(dá)到 1200 粒 /分 [13]。 Tao 等研制出了基于計算機(jī)視覺的蘋果檢測系統(tǒng)，實現(xiàn)對蘋果質(zhì)量的快速和全面檢測。在檢測時，一般需要人工放置待測樣品 。論文的研究內(nèi)容包括： 第 1 章，簡要論述了圖像處理技術(shù)的整體情況，論文研究的意義及目的，詳細(xì)介紹了 國內(nèi)外的研究進(jìn)展進(jìn)而提出本論 文的研究任務(wù)。 圖像分割 圖像分割是圖像處理中的重要問題，圖像分割結(jié)果的優(yōu)劣直接影響到隨后的圖像分析、理解，目標(biāo)特征的提取與識別等。 當(dāng)圖像 背景比較單一 ,圖像灰度直方圖明顯呈雙峰分布時 ,采用全局閾值進(jìn)行圖像分割一般可得到比較滿意的結(jié)果。 由于稻米圖像的背景和目標(biāo)區(qū)別明顯，背景單一，對此圖像進(jìn)行分割可以用最大類間方差法，也可以用直方圖法進(jìn)行?；舅悸肥怯镁哂幸欢ㄐ螒B(tài)的結(jié)構(gòu)元素去度量和提取圖像中的對應(yīng)形狀以達(dá)到對圖像分析和識別的目的。 圖 22 腐蝕運(yùn)算 膨脹 膨脹是腐蝕運(yùn)算的逆運(yùn)算，可以通過對補(bǔ)集的腐蝕來定義。 開運(yùn)算具有去噪的功能，主要去處圖像中的微小連接，孤立點和突出部分，切斷細(xì)長的搭接而起到分離的作用，使圖像更加平滑。圖像處理的重要任務(wù)就是將它們尋找出來，并對其進(jìn)行分析和特征提取。 與直角坐標(biāo)表示法比較 ，鏈碼表示法的優(yōu)點明顯，它把二維圖像的存儲和處理變成一維鏈上的問題，對于處理大尺度的圖像而言，鏈碼表示法既節(jié)省了存儲空間又提高了處理速度。從應(yīng)用的角度出發(fā)，利用方形點陣的八領(lǐng)域?qū)Χ祱D像進(jìn)行頂點鏈碼編碼。對于每一種位置關(guān)系，還要分析光標(biāo)當(dāng)前位置（ ? ）周圍其余 5 個單元格是否空缺。這 24 種狀態(tài)圖構(gòu)成的集合具有完備性和封閉型。 通常情況下，求 MER 方法首先對米粒進(jìn)行區(qū)域標(biāo) 記，獲得標(biāo)記區(qū)域的最左、右、上、下各點坐標(biāo)值，計算其外接矩形面積大小，從 00開始，以 30為增量順時針旋轉(zhuǎn)二維圖像矩陣，直至 900結(jié)束；比較標(biāo)記區(qū)域外接矩形大小，當(dāng)面積最小時獲得 MER，此時 MER 長寬即為稻米的長寬。通過解碼來尋找 x 和 y 軸方向上具有最大坐標(biāo)和最小坐標(biāo)的兩個點，以兩點連線為對角線的矩形即為圖像區(qū)域的最小外接矩形。針對此問題，本節(jié)采用圖像處理技術(shù)對整 精米率檢測方法做進(jìn)一步的研究 。 浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文（設(shè)計） 19 第 4 章 基于圖像的稻米外觀檢測系統(tǒng)的實現(xiàn) 圖形用戶界面（ GUI）在 MATLAB 程序開發(fā)中起著舉足輕重的作用。 基于圖像的稻米外觀檢測系統(tǒng)就可以在這個設(shè)計窗口中完成了，在 GUI 設(shè)計窗口創(chuàng)建圖形對象后，通過雙擊該對象，就會顯示對象的屬性編輯器，編輯其屬性即可。 為了 檢驗稻米粒型實時檢測系統(tǒng)的準(zhǔn)確性、穩(wěn)定性和可靠性，隨機(jī)選擇三個樣品，每個樣品抽樣三次，每次 10 粒， 利用 MER 法和人工直尺測量法進(jìn)行測量，結(jié)果見表 41。 177。 177。 隨機(jī)挑選 5 個待測樣品，采用人工法、計數(shù)法、 進(jìn)行整精米率實驗， 其中人工法是采用人工識別整精米與碎米，并 計算整精米率；計數(shù)法是采用公式 31 計算整精米率 ，結(jié)果見表 42。 （ 5） 在稻米整精米率檢測方面，提出根據(jù)稻米的面積、長度、長寬比外形特征區(qū)分整精米與碎米，并利用面積法計算整精米率。在這里，我要感謝在這些在我畢業(yè)設(shè)計過程中指導(dǎo)和幫助過我的人。39。 //圖像開操作 figure,imshow(Io), title(39。) //顯示圖像的灰度直方圖 T=graythresh(Iobr)。 //求出各個連通區(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)。noholes39。 a=sqrt((V(2,1)V(1,1)).^2+(V(2,2)V(1,2)).^2)。length(i)=b。 zz bb=zz(1,1) aa=zz(1,2) kk=aa/bb。 end end end Ar I1=bwareaopen(I,246)。title(39。) [L,num1]=bwlabel(I1)。 end Ar。 end z //輸出長和寬 k //輸出寬長比 sum1=0。length(i)=a。 [rx,ry,area]=minboundrect(boundary(:,2),boundary(:,1),39。 for i=1:num 浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文（設(shè)計） 29 sum=sum+Ar(i)。) //顯示二值圖像 //自動計數(shù) [L,num]=bwlabel(I)。 //基于開的重建圖像 figure,imshow(Iobr),title(39。 end se=strel(39。 另外，我要感謝父母一直默默地給予我關(guān)心和支持，父母的悉心關(guān)懷，永遠(yuǎn)是鼓勵我積極向上的不竭動力。 （ 3）論文實現(xiàn)了稻米外觀品質(zhì)指標(biāo)的圖像檢測，具有較高的檢測精度和檢測速度，基于圖像的稻米外觀 檢測系統(tǒng)研究 24 但是還沒有實現(xiàn)真正的流水線在線實時檢測。論文的主要工作總結(jié)如下： （ 1） 從總體上闡明了稻米外觀品質(zhì)檢測目前存在的問題和發(fā)展趨勢。 177。 177。 177。 基于圖像的稻米外觀 檢測系統(tǒng)研究 20 圖 41 粒型檢測界面 圖 42 整精米率檢測界面 系統(tǒng)實現(xiàn)的功能 本論文研究基于圖像的稻米外觀檢測系統(tǒng)，主要實現(xiàn)稻米的粒型檢測和稻米的整精米率檢測這兩個功能，通過對對象的代碼編寫，實現(xiàn)以下的操作，包括：選擇圖像，對圖像進(jìn)行去噪，二值化，求最小外接矩形，顯示長、寬、面積等信息，計算米粒數(shù)等 。 系統(tǒng)界面設(shè)計 首先，打開 MATLAB 主窗口，選擇 File 菜單中的 New 菜單項，再選擇其中的GUI 命令，就會顯示圖形用戶界面的設(shè)計模板。 （ 3） 當(dāng)被檢測稻米面積大于等于標(biāo)準(zhǔn)整精米面積的 倍，即判斷為整 米。 整精米率是稻谷標(biāo)準(zhǔn) GB13501999[29]中新增加的內(nèi)容，也是優(yōu)質(zhì)稻谷標(biāo)準(zhǔn) GB/T 178911999 中的分級質(zhì)量指標(biāo)之一。具體實現(xiàn)算法如下 [30]： (1) 將 24 種狀態(tài)映射圖保存在數(shù)組 TempArray 中，作為狀態(tài)遷移的模板保存起來為后面進(jìn)行狀態(tài)匹配使用。 (0,+1) (+1,0) (1,+1) (0， 0) (1,0) (+1,0) 當(dāng)前狀態(tài)圖 下一時刻狀態(tài)圖 4 4 3 (+1,1) (+1,1) (+1,0) (+1,0) (+1,+1) (+1,+1) 當(dāng)前狀態(tài)圖 下一時刻狀態(tài)圖 2 1 1 浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文（設(shè)計） 15 表 31 八近鄰頂點鏈碼子串 輸入狀態(tài)圖編號 八近鄰頂點鏈碼子串 1