【正文】 title(39。) [L,num1]=bwlabel(I1)。 end end end Ar I1=bwareaopen(I,246)。 end Ar。 zz bb=zz(1,1) aa=zz(1,2) kk=aa/bb。 end z //輸出長和寬 k //輸出寬長比 sum1=0。length(i)=b。length(i)=a。 a=sqrt((V(2,1)V(1,1)).^2+(V(2,2)V(1,2)).^2)。 [rx,ry,area]=minboundrect(boundary(:,2),boundary(:,1),39。noholes39。 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)。 //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)。) //顯示二值圖像 //自動計數(shù) [L,num]=bwlabel(I)。) //顯示圖像的灰度直方圖 T=graythresh(Iobr)。 //基于開的重建圖像 figure,imshow(Iobr),title(39。 //圖像開操作 figure,imshow(Io), title(39。 end se=strel(39。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。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。 （ 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。 （ 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。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。 隨機挑選 5 個待測樣品，采用人工法、計數(shù)法、 進行整精米率實驗， 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。 177。 177。 177。 177。 177。 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行測量，結(jié)果見表 41。 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 。 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。 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。 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。 （ 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。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一步的研究 。 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。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。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行狀態(tài)匹配使用。 通常情況下，求 MER 方法首先對米粒進行區(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。 (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 2 31 32 331 332 實現(xiàn)最小外接矩形 由于稻米的外形近似橢圓形狀，因此，目前計算稻米粒型的方法，主要是通過對稻 米進行橢圓擬合，求得橢球的長軸、短軸作為稻米的粒長、粒寬。這 24 種狀態(tài)圖構(gòu)成的集合具有完備性和封閉型。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。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。因此，對區(qū)域邊界的標(biāo)定等價于對區(qū)域的標(biāo)定。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像進行頂點鏈碼編碼。在弗里曼之后提出多種編碼的改進方案 [2526]， Bribiesca[27] （ 1999）提出的頂點鏈碼編碼（ Vertex chain code）就是其中之一。 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。例如： ),(),(),(),( 332211 nn yxyxyxyx ?等。圖像處理的重要任務(wù)就是將它們尋找出來，并對其進行分析和特征提取。 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行測量。 開運算具有去噪的功能，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。 開運算 利用結(jié)構(gòu)元素 B 對集合 A做開運算，表示為 BA? ，定義為： BBABA ??? )(? （ 24） 其等價方程： }:{ AxBxBBA ???? ?? （ 25） 上式表明，開運算可以通過計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。 圖 22 腐蝕運算 膨脹 膨脹是腐蝕運算的逆運算，可以通過對補集的腐蝕來定義。 腐蝕 腐蝕是數(shù)學(xué)形態(tài)學(xué)最基本的運算，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。基本思路是用具有一定形態(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。在圖像采集和傳輸?shù)倪^程中，都容易引入噪聲信號。 由于稻米圖像的背景和目標(biāo)區(qū)別明顯，背景單一，對此圖像進行分割可以用最大類間方差法，也可以用直方圖法進行。類 間方差的計算公式如下： 21010 ))()()(()()( tttwtwtd ?? ?? （ 21） 當(dāng)方差 )(td 最大值時， t 為最佳分割閾值。 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 ,采用全局閾值進行圖像分割一般可得到比較滿意的結(jié)果。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]。 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。 第 4 章，介紹了 GUI 界面設(shè)計思路，完成了 GUI 界面的設(shè)計，使研究結(jié)果更直觀。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)外的研究進展進而提出本論 文的研究任務(wù)。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。在檢測時，一般需要人工放置待測樣品 。 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)。 Tao 等研制出了基于計算機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。 Delwiche 等利用線掃描攝像機采集干梅脯圖像，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)來對干梅脯進行分類。 Wan 等利用機器視覺技術(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]。 Reid等用計算機視覺技術(shù)對稻米米粒的應(yīng)力裂紋進行了研究 [9]。 國外研究進展 在國際上，最早將計算機視覺技術(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。何東健等通過改進了活動邊界模型 (ACM)來準(zhǔn)確檢測果實表面缺陷。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]。黃星奕利用計算機視覺技術(shù)對稻米外觀質(zhì)量檢測進行了研究 [4]。 國內(nèi)外研究進展 國內(nèi)研究進展 在國內(nèi)，利用圖像處理技術(shù)對稻米外觀品質(zhì)進行檢測主要包括加工精度、粒型、整精米率等。 本論文采用圖像處理方法對稻米外觀品質(zhì)檢測技術(shù)進行研究，利用 Matlab語言對稻米的圖像進行預(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；采用開運算 去除圖像中的噪聲。這種單單依靠肉眼主觀觀測不僅客觀性差、效率低、勞動強度大，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。稻米也是世界上約 1/2人口的主要糧食。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。 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， 是消費者選購稻米的主要依據(jù) 。 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或注釋中列出。針對我國稻米外觀品質(zhì)檢測仍停留在人工目測檢驗階段，客觀性差、效率低 、勞動強度大等問題，本論文采用圖像處理方法對稻米外觀品質(zhì)檢測技術(shù)進行研究，利用