基于圓心定位的籽粒計(jì)數(shù)方法研究

《基于圓心定位的籽粒計(jì)數(shù)方法研究》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、2015年7月農(nóng)機(jī)化研究第7期基于圓心定位的籽粒計(jì)數(shù)方法研究1222戴文華，吳翔，裘正軍，何勇(1．嘉興市農(nóng)機(jī)技術(shù)推廣站，浙江嘉興314000;2．浙江大學(xué)生物系統(tǒng)工程與食品科學(xué)學(xué)院，杭州310058)摘要:作物籽粒數(shù)常用于評(píng)價(jià)農(nóng)作物的產(chǎn)量和品質(zhì)。為此，利用機(jī)器視覺(jué)技術(shù)，提出了一種基于圓心定位的籽粒計(jì)數(shù)方法。針對(duì)不粘連、簡(jiǎn)單粘連和復(fù)雜粘連3種情況，各拍攝15張大豆照片，利用MatLab進(jìn)行圖像預(yù)處理、粒徑統(tǒng)計(jì)、Freeman鏈碼提取、圓心定位、圓心篩選和聚類(lèi)等處理后，計(jì)算大豆的籽粒數(shù)。實(shí)驗(yàn)表明:不粘連和簡(jiǎn)單粘連準(zhǔn)確率均為100%，復(fù)雜粘連的平均準(zhǔn)確率

2、為97．8%;此方法對(duì)于圓形籽粒的計(jì)數(shù)具有很好的效果。關(guān)鍵詞:籽粒計(jì)數(shù);機(jī)器視覺(jué);Freeman鏈碼;大豆中圖分類(lèi)號(hào):S15;TP391．41文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1003－188X(2015)07－0198－05DOI:10.13427/j.cnki.njyi.2015.07.046本實(shí)驗(yàn)采用大豆作為計(jì)數(shù)籽粒。大豆為超市采購(gòu)0引言的袋裝大豆，不帶有雜質(zhì);在大小上較為一致，部分大在農(nóng)業(yè)生產(chǎn)中，經(jīng)常要對(duì)農(nóng)作物籽粒進(jìn)行計(jì)數(shù)以豆上有灰點(diǎn)，外觀有凹陷。實(shí)驗(yàn)相機(jī)為佳能IX-評(píng)估農(nóng)作物的產(chǎn)量和品質(zhì)。傳統(tǒng)的人工計(jì)數(shù)費(fèi)時(shí)、費(fèi)US230HS，像素為1210萬(wàn)，用A4

3、白紙作為拍攝背景。力，長(zhǎng)時(shí)間觀察計(jì)數(shù)容易引起視覺(jué)及大腦的疲勞導(dǎo)致將100顆大豆放置在白紙上進(jìn)行拍攝。拍攝環(huán)境計(jì)數(shù)錯(cuò)誤。機(jī)器視覺(jué)利用計(jì)算機(jī)的高速運(yùn)算能力代是白天普通的室內(nèi)環(huán)境，光源是日光，得到圖像分辨替人眼進(jìn)行物件的識(shí)別，通過(guò)結(jié)合不同的算法，可以率為4000×3000。由于像素過(guò)大無(wú)法在MatLab軟件實(shí)現(xiàn)分析決策判斷等操作，在農(nóng)產(chǎn)品質(zhì)量檢測(cè)的研究進(jìn)行運(yùn)行，將圖像壓縮至800×600，分辨率為36dpi。［1－2］日益廣泛。1．2圖像預(yù)處理粘連顆粒計(jì)數(shù)是機(jī)器視覺(jué)識(shí)別中的難點(diǎn)。目前，獲得的彩色圖像需要轉(zhuǎn)換為二值圖像。二值圖像對(duì)粘連物體的計(jì)數(shù)方法主要有分水

4、嶺法和凹點(diǎn)法。轉(zhuǎn)化需要將大豆(目標(biāo)物)和白紙(背景)區(qū)分開(kāi)。在分水嶺算法是一種分割重疊圖像的經(jīng)典算法，具有快室內(nèi)拍攝環(huán)境下，大豆表面存在明顯的反光，大豆底速準(zhǔn)確有效的特點(diǎn)，可用于大小不一的重疊顆粒分部有部分陰影，并且實(shí)驗(yàn)用的大豆表面色彩不均勻，［3－4］［5］割，但分水嶺算法存在過(guò)分割的問(wèn)題，且圖像預(yù)這些都對(duì)圖像二值化處理造成一定的干擾，無(wú)法通過(guò)處理較復(fù)雜。凹點(diǎn)法主要利用了物體重疊時(shí)的凹凸單一的色彩分量實(shí)現(xiàn)。常規(guī)的陰影去除算法包括陰［6］特性，凹點(diǎn)求取通常依據(jù)凹陷處的夾角進(jìn)行判斷。影檢測(cè)、陰影補(bǔ)償和后處理，比較繁瑣，不適于本研［8］［9］凹點(diǎn)法的難點(diǎn)

5、在于凹點(diǎn)的尋找和匹配，計(jì)算量通常很究。研究發(fā)現(xiàn)，對(duì)野外柑橘圖像進(jìn)行計(jì)算時(shí)，色［7］大。差分量2Ｒ－G－B能夠很好地適應(yīng)野外復(fù)雜的光照環(huán)農(nóng)作物的籽粒大都呈圓形或橢圓形，針對(duì)這一特境。受此啟發(fā)，本研究通過(guò)多次實(shí)驗(yàn)發(fā)現(xiàn)，色差分量Ｒ點(diǎn)，本文提出一種通過(guò)圓心定位的方法對(duì)圓形作物籽－B可以大致上消除陰影的影響。粒進(jìn)行計(jì)數(shù)。Otsu閾值分割法分割通過(guò)最大化類(lèi)間差異來(lái)自動(dòng)獲取閾值對(duì)灰度圖進(jìn)行分割，是一種簡(jiǎn)便有效的二1實(shí)驗(yàn)材料與方法［10］值圖像獲取方法。對(duì)色差分量圖進(jìn)行Otsu閾值分1．1實(shí)驗(yàn)材料與圖像獲取割，得到大豆的黑白二值圖像;通過(guò)一次簡(jiǎn)單的形態(tài)學(xué)開(kāi)運(yùn)算可將圖

6、像中的噪聲白點(diǎn)消除，并對(duì)大豆邊緣收稿日期:2014－07－07進(jìn)行光滑。基金項(xiàng)目:“十二五”國(guó)家科技支撐計(jì)劃(863計(jì)劃)項(xiàng)目(2012AA101903)1．3基于圓心定位的籽粒計(jì)數(shù)方法作者簡(jiǎn)介:戴文華(1978－)，男，浙江嘉興人，高級(jí)工程師，(E－mail)類(lèi)圓物體通常具有唯一的中心，2D圖像中為圓daiwh96@sina．com。心，在3D圖像中為球心。本文通過(guò)圓心定位的方法通訊作者:裘正軍(1971－)，浙江嵊州人，教授，博士生導(dǎo)師，(E－mail)zjqiu@zju．edu．cn。對(duì)大豆進(jìn)行計(jì)數(shù)，主要步驟包括粒徑統(tǒng)計(jì)、Freeman鏈·19

7、8·2015年7月農(nóng)機(jī)化研究第7期碼提取、圓心定位和圓心篩選聚類(lèi)等，最終獲得是籽色部分的從外到內(nèi)的邊界。為了后續(xù)過(guò)程統(tǒng)一計(jì)算，粒個(gè)數(shù)。在boundaries函數(shù)中，外輪廓將順序參數(shù)設(shè)置為順時(shí)1．3．1粒徑統(tǒng)計(jì)針，內(nèi)輪廓將順序參數(shù)相應(yīng)設(shè)置為逆時(shí)針。將N個(gè)區(qū)粒徑統(tǒng)計(jì)的目的是獲得大豆的平均粒徑，作為圓域的輪廓進(jìn)行合并，得到包含所有輪廓點(diǎn)行列坐標(biāo)的心定位的計(jì)算參數(shù)。另外，觀察大豆的粒徑分布是否序列矩陣B。利用IPT函數(shù)fchcode可以得到序列矩集中，當(dāng)分布較分散時(shí)，無(wú)法進(jìn)行后續(xù)計(jì)算。陣B中每條輪廓的弗里曼鏈碼，鏈碼與輪廓序列同方粒徑統(tǒng)計(jì)在礦產(chǎn)領(lǐng)域應(yīng)用較多，

8、作為粒度測(cè)量的向，得到鏈碼序列L。輪廓點(diǎn)鏈碼的方向可以近似為［11］指標(biāo)。傳統(tǒng)的粒徑測(cè)量是利用篩子層層篩選，