【正文】 2 31 32 331 332 實(shí)現(xiàn)最小外接矩形 由于稻米的外形近似橢圓形狀，因此，目前計(jì)算稻米粒型的方法，主要是通過對稻 米進(jìn)行橢圓擬合，求得橢球的長軸、短軸作為稻米的粒長、粒寬。當(dāng)當(dāng)前位置發(fā)生變化時，其坐標(biāo)也相應(yīng)發(fā)生改變，如 )1,1( ?? 表示當(dāng)前位置的 x 方向和 y 方向的坐標(biāo)各加 1。因此，對區(qū)域邊界的標(biāo)定等價于對區(qū)域的標(biāo)定。在弗里曼之后提出多種編碼的改進(jìn)方案 [2526]， Bribiesca[27] （ 1999）提出的頂點(diǎn)鏈碼編碼（ Vertex chain code）就是其中之一。例如： ),(),(),(),( 332211 nn yxyxyxyx ?等。 目前，國內(nèi)對稻米粒型的檢測主要依賴于人工利用直尺等工具進(jìn)行測量。 開運(yùn)算 利用結(jié)構(gòu)元素 B 對集合 A做開運(yùn)算，表示為 BA? ，定義為： BBABA ??? )(? （ 24） 其等價方程： }:{ AxBxBBA ???? ?? （ 25） 上式表明，開運(yùn)算可以通過計(jì)算所有可以填入圖像內(nèi)部的結(jié)構(gòu)元素平移的并求的。 腐蝕 腐蝕是數(shù)學(xué)形態(tài)學(xué)最基本的運(yùn)算，表示用某種“探針”（即某種形狀的結(jié)構(gòu)元素）對一個圖像進(jìn)行探測，以便找出在圖像內(nèi)部可以放下該結(jié)構(gòu)元素的區(qū)域。在圖像采集和傳輸?shù)倪^程中，都容易引入噪聲信號。類 間方差的計(jì)算公式如下： 21010 ))()()(()()( tttwtwtd ?? ?? （ 21） 當(dāng)方差 )(td 最大值時， t 為最佳分割閾值。常用的圖像分割方法是把灰度分成不同的等級，然后用設(shè)置灰度門限的方法來確定有意義的區(qū)域 [18]。 第 4 章，介紹了 GUI 界面設(shè)計(jì)思路，完成了 GUI 界面的設(shè)計(jì)，使研究結(jié)果更直觀。這時，不但要求檢測設(shè)備具有品質(zhì)檢測的功能，還要具有在線分級的功能。 存在的問題 在已有的谷物外觀品質(zhì)檢測系統(tǒng)中，大部分屬于靜態(tài)檢測系統(tǒng)。 Delwiche 等利用線掃描攝像機(jī)采集干梅脯圖像，獲得各種表面缺陷的光譜特性，并根據(jù)灰度級變化來確定完好或破損的像素，最終通過單目標(biāo)線性決策函數(shù)來對干梅脯進(jìn)行分類。 Reid等用計(jì)算機(jī)視覺技術(shù)對稻米米粒的應(yīng)力裂紋進(jìn)行了研究 [9]。何東健等通過改進(jìn)了活動邊界模型 (ACM)來準(zhǔn)確檢測果實(shí)表面缺陷。黃星奕利用計(jì)算機(jī)視覺技術(shù)對稻米外觀質(zhì)量檢測進(jìn)行了研究 [4]。 本論文采用圖像處理方法對稻米外觀品質(zhì)檢測技術(shù)進(jìn)行研究，利用 Matlab語言對稻米的圖像進(jìn)行預(yù)處理，包括：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；采用開運(yùn)算 去除圖像中的噪聲。稻米也是世界上約 1/2人口的主要糧食。 聲明人 (簽名 )： 年 月 日 摘 要 外觀品質(zhì)是稻米一個十分重要的商品性狀， 是消費(fèi)者選購稻米的主要依據(jù) 。針對我國稻米外觀品質(zhì)檢測仍停留在人工目測檢驗(yàn)階段，客觀性差、效率低 、勞動強(qiáng)度大等問題，本論文采用圖像處理方法對稻米外觀品質(zhì)檢測技術(shù)進(jìn)行研究，利用 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。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)。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。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]。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]。 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]。 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]。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。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 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。 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。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。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。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。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。 (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。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。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。其余標(biāo)記的意義可類推。 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。 (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 )。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)。 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。單擊 OK 選項(xiàng)即可，就會生成一個GUI 設(shè)計(jì)窗口。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。 A2 177。 B3 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。 （ 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。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。 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?、同學(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?；陂_的重建圖像 39。 num %總米粒數(shù) Ar=zeros(1,max(L(:)))。 end sum。a39。 z(i,:)=[a,b]。 for i=1:num sum1=sum1+z(i,:)。 //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)。 num1 //整形米粒數(shù) aa=num1/num //整精米率 I2=II1。 num2 //碎米粒數(shù) figure,imshow(I2)。 Ar(j)=t。 zz=sum1/num。 width(i)=a。//輸出每個連通區(qū)域的最小外接矩形四個頂點(diǎn)坐標(biāo)及面積 V=[rx,ry]。 ST //檢測粒型 [B,L]=bwboundaries(I,39。 end Ar。圖像的灰度直方圖 39。 Io=imopen(I0, se)。 Img=imread(39。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