【正文】 ] 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。 （ 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。 其次，進(jìn)行稻米整精米率檢測方法的比較。 C1 177。 A3 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]。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。 (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%。 此方法 具有較強(qiáng)的主觀性，而且檢測工作量大 、 效率低 。 (4) 當(dāng)輪廓跟蹤結(jié)束后，形成邊界的鏈碼表。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。以此類推，總共可得到 24 種位置關(guān)系。 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。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。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。 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。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。 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。 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(dòng)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。理想中的圖像的灰度直方圖，其背景灰度和目標(biāo)灰度應(yīng)該對應(yīng)兩個(gè)不同的灰度峰值，所以選取位于兩峰之間的谷值作為閾值，就很快地將一副圖像的背景與目標(biāo)分割開了。利用閾值對圖像進(jìn)行分割時(shí) ,關(guān)鍵是找到恰當(dāng)?shù)拈撝?,利用閾值將圖像物體和背景區(qū)分開來。本章將重點(diǎn)論述圖像預(yù)處理的基礎(chǔ)知識，并針對稻米外觀品質(zhì)檢測的要求，進(jìn)行結(jié)果演示。 論文結(jié)構(gòu) 本研究以圖像處理技術(shù)為基礎(chǔ)，以稻米的圖像為對象，進(jìn)行稻米外觀品質(zhì)檢測方法的研究。靜態(tài)系統(tǒng)的缺點(diǎn)是自動(dòng)化水平低，一般只具備品質(zhì)檢測的功能，不具備分級的功能。 Kondo 等提出了檢測櫻桃西紅柿位置的有效算法 , 并研制出收獲櫻桃西紅柿的機(jī)器人。 Cardarelli 和 Tao 等利用計(jì)算機(jī)視覺技術(shù)，對暗箱背景光照進(jìn)行改進(jìn)，實(shí)現(xiàn) 了對稻米內(nèi)部破損程度的檢測和估計(jì) [12]。孫永海等運(yùn)用大理石紋和灰度空間相關(guān)矩陣兩種方法對牛肉圖像特征進(jìn)行分析，分別建立了特征量與肉嫩度等級間的數(shù)量關(guān)系 [1]。 在其它農(nóng)產(chǎn)品方面，王江楓等探討了應(yīng)用計(jì)算機(jī)視覺技術(shù)進(jìn)行芒果果面壞損檢測的方法 ，實(shí)現(xiàn)對果面壞損的自動(dòng)分級 [1]。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(jià)值。目前，我國對稻米外觀品質(zhì)的檢測，仍然停留在人工目測檢驗(yàn)的階段。根據(jù)稻米的面積，寬長等信息區(qū)分整米和碎米，并計(jì)算稻米整精米率。論文 (設(shè)計(jì) )主體均由本人獨(dú)立完成，沒有抄襲、剽竊他人已經(jīng)發(fā)表或未發(fā)表的研究成果行為。 Rice Shape。 將圖像處理技術(shù)應(yīng)用到稻米外觀品質(zhì)檢測領(lǐng)域，完全可以滿足日常檢測工作的需要，有著良好的應(yīng)用前景，是現(xiàn)代高精度自動(dòng)化檢測技術(shù)的發(fā)展方向 。尚艷芬等根據(jù) RGB 色度學(xué)原理，利用計(jì)算機(jī)圖像識別 技術(shù)，對稻米中的黃粒米進(jìn)行自動(dòng)檢測 [2]。德田勝等研制了一種用于西瓜收獲的計(jì)算機(jī)視覺檢測系統(tǒng)，該系統(tǒng)通過圖像分析來識別西瓜成熟度。其研 究內(nèi)容包括不同品種稻米的識別方法，同品種稻米中完整米、碎米、異色米、有裂痕米的檢測和分級方法，并形成了一整套理論體系。 其他農(nóng)產(chǎn)品方面， Slaughter 等利用圖像的色度和亮度信息對桔子收獲機(jī)械手進(jìn)行導(dǎo)向，建立了一個(gè)利用顏色信息從桔樹上識別桔子的分類模型 [6]。 Elster， Goodrum 利用計(jì)算機(jī)視覺技術(shù)對雞蛋表面裂紋進(jìn)行檢測 [1]。這種檢測方法只適用于小批量或抽樣檢測的場合，無法勝任大批量檢測的場合 [1]。以改進(jìn)的最大類間方差法來自動(dòng)確定圖像分割閾值。圖像分割有四種不同的定義形式 [16]： (1) 將圖像分成各個(gè)組成部分； (2) 識別并形成有相似特性的區(qū)域或特征集； (3) 把目標(biāo)物體從背景中分離出來； (4) 將圖像分成與目標(biāo) 物體有強(qiáng)相關(guān)的部分。 基于最大類間方差法的閾值分割 [19] 最大類間方差法（ Otsu）是 自動(dòng)的非參數(shù)非監(jiān)督的閾值選擇法，被認(rèn)為是圖像分割閾值自動(dòng)選取的最優(yōu)方法之一，具有運(yùn)算簡單，速度快，穩(wěn)定有效等優(yōu)點(diǎn) 。 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)） 7 (a)稻米原圖像 (b)Otsu 法分割 (c)灰度直方圖 (d)直方圖法 圖 21 圖像分割 從實(shí)驗(yàn)的結(jié)果來看，對于目標(biāo)與背景區(qū)別明顯的圖像，最大類間方差法與直方圖法都能將圖像很好的分割，但對于一些復(fù)雜的圖像而言，以上方法就不一定能很好的處理了，更先進(jìn)的分割算法將不在這里贅述。形態(tài)學(xué)圖像處理的應(yīng)用可以簡化圖像數(shù)據(jù)，保持它們基本的形狀特性，并除去不相干的結(jié)構(gòu)。膨脹運(yùn)算后可填充圖像中相A A? B B 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)） 9 對結(jié)構(gòu)元素較小的孔洞及在圖像邊緣處的小凹陷部分。 (a)帶噪聲 的稻米圖像 (b)開運(yùn)算后的稻米圖像 圖 25 稻米圖像去噪 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)） 11 第 3 章 稻米外觀檢測算法研究 稻米粒型的檢測 稻米粒型是指稻米粒長與粒寬的比值，可以通過長度，寬度信息來描述，是稻米品種的重要特征之一，是商品稻米分類和定價(jià)的主要依據(jù)之一。對圖像中的區(qū)域有兩種常用的表示方法，直 角坐標(biāo)表示法和鏈碼表示法。從圖像邊界上任意一個(gè)節(jié)點(diǎn)出發(fā)，按一定方向沿著圖像邊界走一圈，依次將所有節(jié)點(diǎn)的編碼都記錄下來，所形成的序列就是該圖像的鏈碼編碼。一個(gè)封閉的圖形可以用編號為1， 2， 3 這三種元素進(jìn)行編碼。以第一種位置關(guān)系為例，有如圖 35 所示的 6 種對應(yīng)的狀態(tài)圖。對于八領(lǐng)域，為每一個(gè) 位置狀態(tài)規(guī)定一個(gè)頂點(diǎn)鏈子串，作為位置狀態(tài)的輸出、對于圖 33 所示的第一種位置關(guān)系，表 31 給出了相應(yīng)的鏈碼子串。 利用頂點(diǎn)鏈碼方法將圖像二維矩陣的旋轉(zhuǎn)轉(zhuǎn)換為一維鏈碼上的計(jì)算，這樣既節(jié)省了存儲(chǔ)空間又提高了計(jì)算效率。本實(shí)驗(yàn)求得米粒的平均長度為 ， 均寬度為 ，長寬 比為 ， 平均面積為 。本論文提出了一下區(qū)分整米和碎米的方法，且以同一品種并在同一生長條件下生長的稻米粒型相似的前提假設(shè)： （ 1） 選擇被檢測中粒長最長的 30 粒米，計(jì)算其平均面積，以此作為標(biāo)準(zhǔn)整精米的面積。 GUI 在科研實(shí)踐和工程實(shí)踐中有著廣泛的應(yīng)用，尤其是在圖形處理技術(shù)、人工智能技術(shù)等方面 [31]。屬性編輯完成后，就是對象功能的實(shí)現(xiàn)，單擊對象，選擇 View Callbacks 中的 Callbacks，就可以在代碼編寫窗口中編寫代碼，以實(shí)現(xiàn)對像的功能。 SD 寬度 177。 177。 177。 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)） 23 第 5 章總結(jié)與展望 總結(jié) 目前對稻米外觀品質(zhì)指標(biāo)的檢測精度和檢測速度要求越來越高，而傳統(tǒng)的人工檢測方法難以或無法達(dá)到檢測要求。 展望 論文對稻米計(jì)算機(jī)視覺檢測的算法和實(shí)際應(yīng)用做了比較深入的研究，取得了一定的進(jìn)展，但同時(shí)也感到有一些研究工作還值得進(jìn)一步拓展，具體可考慮以下幾方面： （ 1） 本論文所涉及的 圖像比較簡單，以后遇上更復(fù)雜的圖像時(shí)，論文中所提到的一些處理算法不一定能將圖像預(yù)處理得當(dāng)，對于圖像的預(yù)處理的一些算法還需進(jìn)行進(jìn)一步的深入研究。本論文的選題和撰寫都是在姚老師的指導(dǎo)下完成的。 //顯示原始圖像 if ndims(Img)==3 I0=rgb2gray(Img)。) //顯示開操作處理后的圖像 Ie=imerode(Io, se)。 //通過設(shè)置閾值將灰度圖像轉(zhuǎn)換成二值圖像 figure,imshow(I),title(39。 Ar(j)=t。//尋找邊緣，不包括孔 figure,imshow(label2rgb(L, jet, [.5 .5 .5]))//顯示圖像 length(B)。 //計(jì)算另一條邊長 if a=b k(i)=b/a。 end hold on。 num //總米粒數(shù) Ar=zeros(1,max(L(:)))。title(39。)