【正文】 術(shù)并通過(guò)實(shí)驗(yàn)建立了從群體米樣中分割整精米的計(jì)算模型，自動(dòng)識(shí)別基于圖像的稻米外觀 檢測(cè)系統(tǒng)研究 2 整精米和碎米 [3]。 凌云采用機(jī)器視覺(jué)技術(shù)對(duì)稻米的外觀包括粒型、堊白、黃米粒、異型米進(jìn)行檢測(cè)，并嘗試實(shí)現(xiàn)谷物外觀品質(zhì)動(dòng)態(tài)檢測(cè) [1]。這對(duì)提高稻米外觀品質(zhì)檢測(cè)水平，具有一定的理論意義和重要的應(yīng)用價(jià)值。運(yùn)用 Matlab編程，對(duì)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。 國(guó)內(nèi)外對(duì)稻米外觀品質(zhì)檢測(cè)技術(shù)已經(jīng)進(jìn)行了廣泛的研究，但視覺(jué)檢測(cè)裝置仍停留在理論樣機(jī)階段，特別是在檢測(cè)精度和速度上仍有待進(jìn)一步的提高。人工目測(cè)的檢驗(yàn)手段顯然無(wú)法滿足現(xiàn)代農(nóng)業(yè)發(fā)展的要求。目前，我國(guó)對(duì)稻米外觀品質(zhì)的檢測(cè)，仍然停留在人工目測(cè)檢驗(yàn)的階段。中國(guó)是世界上最大的水稻生產(chǎn)國(guó)和稻米消費(fèi)國(guó) ， 水稻生產(chǎn)歷來(lái)是我國(guó)農(nóng)業(yè)生產(chǎn)發(fā)展的重點(diǎn)。 Rice Head Rice RateI 目 錄 摘 要 Abstract 第 1 章 緒論 ....................................................................1 .......................................................1 ...........................................................1 .......................................................1 .......................................................2 .................................................................4 第 2 章 稻米圖像預(yù)處理 .................................................. 5 .................................................................5 .....................................................5 .......................................................5 .................................................................7 ...............................................................8 ...............................................................8 .............................................................9 第 3 章 稻米外觀檢測(cè)算法研究 ........................................... 11 .......................................................... 11 .................................................. 11 ......................................................12 ..................................................15 ......................................................16 ......................................................17 ........................................17 米率檢測(cè)實(shí)驗(yàn) ..................................................18 第 4 章 基于圖像的稻米外觀檢測(cè)系統(tǒng)的實(shí)現(xiàn) ............................... 19 ............................................................19 ..........................................................20 II ..........................................................21 第 5 章總結(jié)與展望 ...................................................... 23 ....................................................................23 ....................................................................23 參考文獻(xiàn) ................................................... 25 致 謝 ..................................................... 25 附錄 ....................................................... 28 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)） 1 第 1 章 緒論 選題意義和論文任務(wù) 稻米是地球上最重要的糧食作物之一 ， 其產(chǎn)量占全球糧食總產(chǎn)量的 38%。 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。根據(jù)稻米的面積，寬長(zhǎng)等信息區(qū)分整米和碎米，并計(jì)算稻米整精米率。針對(duì)我國(guó)稻米外觀品質(zhì)檢測(cè)仍停留在人工目測(cè)檢驗(yàn)階段，客觀性差、效率低 、勞動(dòng)強(qiáng)度大等問(wèn)題，本論文采用圖像處理方法對(duì)稻米外觀品質(zhì)檢測(cè)技術(shù)進(jìn)行研究，利用 Matlab語(yǔ)言對(duì)稻米的圖像進(jìn)行預(yù)處理，包括：采用開(kāi)運(yùn)算去除圖像中的噪聲，以最大類間方差法來(lái)自動(dòng)確定圖像分割閾值，將灰度圖像轉(zhuǎn)換成二值圖像。如出現(xiàn)以上違反知識(shí)產(chǎn)權(quán)的情況，本人愿意承擔(dān)相應(yīng)的責(zé)任。 浙 江 理 工 大 學(xué) 畢業(yè)論文 (設(shè)計(jì) )誠(chéng)信聲明 我謹(jǐn)在此保證：本人所寫的畢業(yè)論文 (設(shè)計(jì) )，凡引用他人的研究成果均已在參考文獻(xiàn)或注釋中列出。論文 (設(shè)計(jì) )主體均由本人獨(dú)立完成，沒(méi)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。 聲明人 (簽名 )： 年 月 日 摘 要 外觀品質(zhì)是稻米一個(gè)十分重要的商品性狀， 是消費(fèi)者選購(gòu)稻米的主要依據(jù) 。運(yùn)用 Matlab 編程，對(duì)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。這對(duì)提高稻米外觀品質(zhì)檢測(cè)水平，具有一定的理論意義和重要的應(yīng)用價(jià)值。 Rice Shape。稻米也是世界上約 1/2人口的主要糧食。 外觀品質(zhì)是稻米一個(gè)十分重要的商品性狀，是消費(fèi)者選購(gòu)稻米的主要依據(jù)。這種單單依靠肉眼主觀觀測(cè)不僅客觀性差、效率低、勞動(dòng)強(qiáng)度大，而且在長(zhǎng)時(shí)間工作環(huán)境下，嚴(yán)重?fù)p害檢驗(yàn) 人員的身體健康。 將圖像處理技術(shù)應(yīng)用到稻米外觀品質(zhì)檢測(cè)領(lǐng)域，完全可以滿足日常檢測(cè)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(cè)技術(shù)的發(fā)展方向 。 本論文采用圖像處理方法對(duì)稻米外觀品質(zhì)檢測(cè)技術(shù)進(jìn)行研究，利用 Matlab語(yǔ)言對(duì)稻米的圖像進(jìn)行預(yù)處理，包括：以最大類間方差法來(lái)自動(dòng)確定圖像分割閾值，將灰度圖像轉(zhuǎn)換成二值圖像；采用開(kāi)運(yùn)算 去除圖像中的噪聲。根據(jù)稻米的面積，寬長(zhǎng)等信息區(qū)分整米和碎米，并計(jì)算稻米整精米率。 國(guó)內(nèi)外研究進(jìn)展 國(guó)內(nèi)研究進(jìn)展 在國(guó)內(nèi)，利用圖像處理技術(shù)對(duì)稻米外觀品質(zhì)進(jìn)行檢測(cè)主要包括加工精度、粒型、整精米率等。尚艷芬等根據(jù) RGB 色度學(xué)原理，利用計(jì)算機(jī)圖像識(shí)別 技術(shù)，對(duì)稻米中的黃粒米進(jìn)行自動(dòng)檢測(cè) [2]。黃星奕利用計(jì)算機(jī)視覺(jué)技術(shù)對(duì)稻米外觀質(zhì)量檢測(cè)進(jìn)行了研究 [4]。候彩云等利用微切片三維圖像處理系統(tǒng)獲得堊白米粒的三維圖像信息和利用灰度閾值分割方法測(cè)定稻米堊白度的可行性 [67]。應(yīng)義斌等通過(guò)分析 RGB 各分量灰度的變化特點(diǎn)，采用梯度算法獲取黃花梨缺陷區(qū)域，并嘗試通過(guò)二維圖像恢復(fù)物體表面真實(shí)的幾何面積的設(shè)想 [13]。德田勝等研制了一種用于西瓜收獲的計(jì)算機(jī)視覺(jué)檢測(cè)系統(tǒng)，該系統(tǒng)通過(guò)圖像分析來(lái)識(shí)別西瓜成熟度。何東健等通過(guò)改進(jìn)了活動(dòng)邊界模型 (ACM)來(lái)準(zhǔn)確檢測(cè)果實(shí)表面缺陷。劉儉英等應(yīng)用機(jī)器視覺(jué)技術(shù)，首先研究出鴨蛋蛋心顏色自動(dòng)分級(jí)系統(tǒng)中的蛋心顏色分級(jí)模型，利用計(jì)算機(jī)視覺(jué)檢測(cè)裝置檢測(cè)出蛋內(nèi)容物的顏色參數(shù)。 國(guó)外研究進(jìn)展 在國(guó)際上，最早將計(jì)算機(jī)視覺(jué)技術(shù)用于稻米識(shí)別和分級(jí)檢測(cè)研究出現(xiàn)在 20 世紀(jì)80 年代。其研 究?jī)?nèi)容包括不同品種稻米的識(shí)別方法，同品種稻米中完整米、碎米、異色米、有裂痕米的檢測(cè)和分級(jí)方法，并形成了一整套理論體系。 Reid等用計(jì)算機(jī)視覺(jué)技術(shù)對(duì)稻米米粒的應(yīng)力裂紋進(jìn)行了研究 [9]。 Cardareli 等以圖像的 R、 G、 B 均值作為判別參數(shù)，研究了對(duì)破損米粒的檢測(cè)方法 [11]。 Wan 等利用機(jī)器視覺(jué)技術(shù)開(kāi)發(fā)出了在線自動(dòng)稻米檢測(cè)系統(tǒng)，對(duì) 16 種糙米表面特征進(jìn)行識(shí)別和分級(jí)，準(zhǔn)確度達(dá)到 91%，平均檢測(cè)速度達(dá)到 1200 粒 /分 [13]。 其他農(nóng)產(chǎn)品方面， Slaug