【正文】 碎米 39。 num2 //碎米粒數(shù) figure,imshow(I2)。 num1 //整形米粒數(shù) aa=num1/num //整精米率 I2=II1。整形米 39。 figure,imshow(I1)。 Ar(j)=t。 //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)。 for i=1:max(L(:)) Ar(i)=sum(I(L==i))。 kk //自動計數(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)。 zz=sum1/num。 for i=1:num sum1=sum1+z(i,:)。 plot(rx,ry)。 z(i,:)=[b,a]。 width(i)=a。 z(i,:)=[a,b]。%此處求出寬長比 width(i)=b。 //計算 一條邊長 b=sqrt((V(3,1)V(2,1)).^2+(V(3,2)V(2,2)).^2)。//輸出每個連通區(qū)域的最小外接矩形四個頂點坐標(biāo)及面積 V=[rx,ry]。a39。 //連通區(qū)域的個數(shù) for i=1:length(B) boundary=B{i}。)。 ST //檢測粒型 [B,L]=bwboundaries(I,39。 end sum。 end end end Ar sum=0。 Ar(i)=Ar(j)。 end Ar。 num %總米粒數(shù) Ar=zeros(1,max(L(:)))。binary image39。 //選取閾值 I=im2bw(Iobr,T)。圖像的灰度直方圖 39?；陂_的重建圖像 39。 //圖像腐蝕 Iobr=imreconstruct(Ie, I0)。圖像開操作 39。 Io=imopen(I0, se)。disk39。 else I0=Img。)。 Img=imread(39。 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。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)的寶貴精神財富。 首先，我要感謝我的指導(dǎo)老師姚青老師的悉心指導(dǎo)和嚴(yán)格要求。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 (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 ,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現(xiàn) [J]. 計算機(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） 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。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。 （ 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)行實驗，進(jìn)一步改進(jìn)基于圖像的稻米外觀品質(zhì)檢測方法。 （ 6） 設(shè)計一個 GUI 界面，使得實驗結(jié)果更直觀地展現(xiàn)在人們的面前。 （ 4） 在稻米粒型檢測方面，采用頂點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算問題，既節(jié)省了內(nèi)存空間又提高了計算效率。 （ 2） 在圖像分割方面，運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。論文對于進(jìn)一步發(fā)展圖像處理理論，推動計算機(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)用價值 。 表 42 整精米率的兩種方法檢測結(jié)果 單位： % 樣品 人工法 計數(shù)法 1 2 3 4 5 從表 42 可以看出，采用人工法和計數(shù)法得出的結(jié)果并無太大差異，經(jīng)計算，人工法與計數(shù)法的相關(guān)系數(shù)達(dá)到 ，由于人工法 缺乏客觀性和可重復(fù)性，檢測精度難以控制，而且操作過程費時費力，計數(shù)法操作既簡單，穩(wěn)定性又高，所以采用計數(shù)法優(yōu)于人工法。 其次，進(jìn)行稻米整精米率檢測方法的比較。 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。 C3 177。 C2 177。 C1 177。 B3 177。 B2 177。 B1 177。 A3 177。 A2 177。 SD 長度 寬度 A1 177。 表 41粒型的 兩種方法檢測結(jié)果 單位 :mm 樣品 MER 法 直尺法 長度 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，然后計算長寬比，其中長度試驗誤差不超過 ，寬度試驗誤差不超過 [29]。實現(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） 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)行實驗，實驗結(jié)果如上圖 4 42 所示。 基于圖像的稻米外觀檢測系統(tǒng)界面如圖 4 42所示。 本論文需要實現(xiàn)稻米外觀檢測和稻米粒型檢測的功能。GUI 設(shè)計窗口的菜單欄有 Fire、 Edit、 View、 Layout、 Tools 和 Help6 個菜單項，使用其中的命令可以完成圖形用戶界面的設(shè)計操作。單擊 OK 選項即可，就會生成一個GUI 設(shè)計窗口。 為了更加直觀地展現(xiàn)實驗結(jié)果，本論文 特別設(shè)計了一個 GUI 界面。一個好的界面不僅有利于用戶快速掌握程序的操作流程，有效地使用程序，也有利于開發(fā)者展示 MATLAB 平臺下的開發(fā)技術(shù)。 (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 實驗結(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%。 整精米率的計算方法 基于圖像的整精米率計算方法有多種，由于是同一種型號的米粒，本論文采用 以下方法計算： %1 0 0*( % ) 米?？倲?shù)整精米粒數(shù)?H （ 31） 其中 H 極為整精米率。 （ 2） 逐粒計算被檢測稻米的面積。 基于圖像的整精米率檢測方法 整米和碎米的區(qū)分 整米與碎米的區(qū)分是整精米率檢測的基礎(chǔ)。 此方法 具有較強(qiáng)的主觀性，而且檢測工作量大 、 效率低 。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)。 浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文（設(shè)計） 17