【正文】 均面積，以此作為標(biāo)準(zhǔn)整精米的面積。 （ 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。 基于圖像的稻米外觀 檢測系統(tǒng)研究 18 整精米率檢測實(shí)驗(yàn) 基于圖像的稻米整精米率計(jì)算，本實(shí)驗(yàn)提供一張混有同種型號(hào)的整米和碎米的圖片，首先對圖像進(jìn)行前期的預(yù)處理，包括去噪、二值化等，然后對處理好的圖片區(qū)分整形米和碎米，通過 MATLAB 有關(guān)程序，分別繪制出 整米和碎米的圖片，其結(jié)果如圖37 所示。 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)） 19 第 4 章 基于圖像的稻米外觀檢測系統(tǒng)的實(shí)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。 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]。 系統(tǒng)界面設(shè)計(jì) 首先，打開 MATLAB 主窗口，選擇 File 菜單中的 New 菜單項(xiàng)，再選擇其中的GUI 命令，就會(huì)顯示圖形用戶界面的設(shè)計(jì)模板。 GUI 設(shè)計(jì)窗口由菜單欄、工具欄、控件工具欄以及圖形對象設(shè)計(jì)區(qū)等部分構(gòu)成。 基于圖像的稻米外觀檢測系統(tǒng)就可以在這個(gè)設(shè)計(jì)窗口中完成了，在 GUI 設(shè)計(jì)窗口創(chuàng)建圖形對象后，通過雙擊該對象，就會(huì)顯示對象的屬性編輯器，編輯其屬性即可。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。 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(shí)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(shí)現(xiàn)稻米的粒型檢測和稻米的整精米率檢測這兩個(gè)功能，通過對對象的代碼編寫，實(shí)現(xiàn)以下的操作，包括：選擇圖像，對圖像進(jìn)行去噪，二值化，求最小外接矩形，顯示長、寬、面積等信息，計(jì)算米粒數(shù)等 。 與人工測量比較 首先進(jìn)行稻米粒型檢測方法的比 較。 為了 檢驗(yàn)稻米粒型實(shí)時(shí)檢測系統(tǒng)的準(zhǔn)確性、穩(wěn)定性和可靠性，隨機(jī)選擇三個(gè)樣品，每個(gè)樣品抽樣三次，每次 10 粒， 利用 MER 法和人工直尺測量法進(jìn)行測量，結(jié)果見表 41。 SD 寬度 177。 177。 177。 177。 177。 177。 177。 177。 177。 177。對同一基于圖像的稻米外觀 檢測系統(tǒng)研究 22 樣品抽樣三次，使用 MER 法檢測的結(jié)果均符合稻谷國家標(biāo)準(zhǔn)的規(guī)定 ，達(dá)到了檢測精度的要求，同時(shí)，使用 MER 法具有較好的穩(wěn)定性，能夠滿足實(shí)際檢測的要求。 隨機(jī)挑選 5 個(gè)待測樣品，采用人工法、計(jì)數(shù)法、 進(jìn)行整精米率實(shí)驗(yàn)， 其中人工法是采用人工識(shí)別整精米與碎米，并 計(jì)算整精米率；計(jì)數(shù)法是采用公式 31 計(jì)算整精米率 ，結(jié)果見表 42。 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。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。 （ 3） 在圖像去噪方面，運(yùn)用數(shù)學(xué)形態(tài)學(xué)的有關(guān)知識(shí)，采用開運(yùn)算算法去除圖像 中的噪聲。 （ 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(jì)算整精米率。 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。 （ 3）論文實(shí)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(shí)現(xiàn)真正的流水線在線實(shí)時(shí)檢測。 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)） 25 參考文獻(xiàn) [1] 凌云 . 基于機(jī)器視覺的谷物外觀品質(zhì)檢測技術(shù)研究 [D]. 北京 :中國農(nóng)業(yè)大學(xué) ,2020. [2] 于潤偉 , 金鯤鵬 , 朱曉慧 . 基于圖像識(shí)別的整精米自動(dòng)檢測研究 [J]. 中國糧油學(xué)報(bào)6,21(6):147150. [3] 尚艷芬 , 侯彩云 , 常國華 , 等 . 整精米自動(dòng)識(shí)別方法的研究 [J]. 中國水稻科學(xué)， 2020，18(5):466468. [4] 黃星奕 . 基于計(jì)算機(jī)視覺的稻米外觀質(zhì)量檢測系統(tǒng)研究 [D]. 鎮(zhèn)江 :江蘇理工大學(xué) ,1999. [5] 曾大力 , 滕勝 , 錢前 , 等 . 視頻顯微掃描技術(shù)在稻米堊白研究中的 應(yīng)用 [J]. 中國農(nóng)業(yè)科學(xué)， 2020,34 [6] 侯彩云 , Seiichi O, Yasuhisa S等 . 3維圖像處理系統(tǒng)在稻米品質(zhì)檢測中的應(yīng)用研究 [J]. 農(nóng)業(yè)工程學(xué)報(bào) ,2020,17(3):9295. [7] 侯彩云 , 王一鳴 , 凌云 , 等 . 堊白米粒的計(jì)算機(jī)圖像識(shí)別 [J]. 農(nóng)業(yè)工程學(xué)報(bào)， 2020,18（ 3）：165168. [8] Travis A J. A puter based system for the recognition for seed shape[J]. Seed Sci. Tech,1985,13:812820. [9] Reid , Kim C, Paulsen M R. Computer vision sensing of stress cracks in corn kernels [J]. Trans of the ASAE,199134(5):22262244. [10] Liu W, Tao Y, Siebenmen T J, et al. Digital image analysis method for rapid measurement of rice degree of milling [C]. In:1997 ASAE Annual International Meeting. :ASAE,1997, . [11] Cardarelli A J, Tao Y, Berhardt J L, et al. High resolution machine vision for nondestructive internal inspection of damaged rice grain [C]. In 1998 ASAE Annual International Meeting. Florida:ASAE, . [12] Cardarelli A J, Tao Y, Bernhardt J L, Lee, F N. Nondestructive quantification of internal damage in rough rice caused by an insect and fungi [J]. Research Series of Arkansas Agricultural Experiment Station,1999,9096. [13] Chen Fang, Ying Yibin. Machine vision inspection of rice seed based on hough transform[J]. Journal of Zhejiang University, 2020,5(6):663667. [14] Di243。在這里，我要感謝在這些在我畢業(yè)設(shè)計(jì)過程中指導(dǎo)和幫助過我的人。本論文的選題和撰寫都是在姚老師的指導(dǎo)下完成的。 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(lì)我積極向上的不竭動(dòng)力。clc。39。 //顯示原始圖像 if ndims(Img)==3 I0=rgb2gray(Img)。 end se=strel(39。,2)。 //圖像開操作 figure,imshow(Io), title(39。) //顯示開操作處理后的圖像 Ie=imerode(Io, se)。 //基于開的重建圖像 figure,imshow(Iobr),title(39。) //顯示基于開的重建圖像 figure,imhist(Iobr),title(39。) //顯示圖像的灰度直方圖 T=graythresh(Iobr)。 //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。) //顯示二值圖像 //自動(dòng)計(jì)數(shù) [L,num]=bwlabel(I)。 for i=1:max(L(:)) Ar(i)=sum(I(L==i))。 //求出各個(gè)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)。 Ar(j)=t。 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(jì)） 29 sum=sum+Ar(i)。 ST=sum/num。noholes39。//尋找邊緣，不包括孔 figure,imshow(label2rgb(L, jet, [.5 .5 .5]))//顯示圖像 length(B)。 [rx,ry,area]=minboundrect(boundary(:,2),boundary(:,1),39。)。 a=sqrt((V(2,1)V(1,1)).^2+(V(2,2)V(1,2)).^2)。 //計(jì)算另一條邊長 if a=b k(i)=b/a。length(i)=a。 else k(i)=a/b。length(i)=b。 end hold on。 end z //輸出長和寬 k //輸出寬長比 sum1=0。 end sum1。 zz bb=zz(1,1) aa=zz(1,2) kk=aa/bb。 num //總米粒數(shù) Ar=zeros(1,max(L(:)))。 end Ar。 Ar(i)=Ar(j)。 end end end Ar I1=bwareaopen(I,246)。title(39。) [L,num1]=bwlabel(I1)。 [L,num2]=bwlabel(I2)。title(39。)