基于圆心定位的籽粒计数方法研究-论文.pdf

《基于圆心定位的籽粒计数方法研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2015年7月农机化研究第7期基于圆心定位的籽粒计数方法研究戴文华，吴翔，裘正军，何勇(1．嘉兴市农机技术推广站，浙江嘉兴314000；2．浙江大学生物系统工程与食品科学学院，杭州310058)摘要：作物籽粒数常用于评价农作物的产量和品质。为此，利用机器视觉技术，提出了一种基于圆心定位的籽粒计数方法。针对不粘连、简单粘连和复杂粘连3种情况，各拍摄15张大豆照片，利用MatLab进行图像预处理、粒径统计、Freeman链码提取、圆心定位、圆心筛选和聚类等处理后，计算大豆的籽粒数。实验表明：不粘连和简单粘连准确率均为100％

2、，复杂粘连的平均准确率为97．8％；此方法对于圆形籽粒的计数具有很好的效果。关键词：籽粒计数；机器视觉；Freeman链码；大豆中图分类号-S15；TP391．41文献标识码：A文章编号：1003—188X(2015)07一O198一O5本实验采用大豆作为计数籽粒。大豆为超市采购0引言的袋装大豆，不带有杂质；在大小上较为一致，部分大在农业生产中，经常要对农作物籽粒进行计数以豆上有灰点，外观有凹陷。实验相机为佳能Ix．评估农作物的产量和品质。传统的人工计数费时、费US230HS，像素为1210万，用A4白纸作为拍摄背景。力

3、，长时间观察计数容易引起视觉及大脑的疲劳导致将100颗大豆放置在白纸上进行拍摄。拍摄环境计数错误。机器视觉利用计算机的高速运算能力代是白天普通的室内环境，光源是日光，得到图像分辨替人眼进行物件的识别，通过结合不同的算法，可以率为4000x3000。由于像素过大无法在MatLab软件实现分析决策判断等操作，在农产品质量检测的研究进行运行，将图像压缩至800x600，分辨率为36dpi。日益广泛卜。1．2图像预处理粘连颗粒计数是机器视觉识别中的难点。目前，获得的彩色图像需要转换为二值图像。二值图像对粘连物体的计数方法主要有分

4、水岭法和凹点法。转化需要将大豆(目标物)和白纸(背景)区分开。在分水岭算法是一种分割重叠图像的经典算法，具有快室内拍摄环境下，大豆表面存在明显的反光，大豆底速准确有效的特点，可用于大小不一的重叠颗粒分部有部分阴影，并且实验用的大豆表面色彩不均匀，割]，但分水岭算法存在过分割的问题J，且图像预这些都对图像二值化处理造成一定的干扰，无法通过处理较复杂。凹点法主要利用了物体重叠时的凹凸单一的色彩分量实现。常规的阴影去除算法包括阴特性，凹点求取通常依据凹陷处的夹角进行判断J。影检测、阴影补偿和后处理，比较繁琐，不适于本研凹点法的

5、难点在于凹点的寻找和匹配，计算量通常很究j。研究发现，对野外柑橘图像进行计算时，色大。差分量2R—G—B能够很好地适应野外复杂的光照环农作物的籽粒大都呈圆形或椭圆形，针对这一特境。受此启发，本研究通过多次实验发现，色差分量R点，本文提出一种通过圆心定位的方法对圆形作物籽—B可以大致上消除阴影的影响。粒进行计数。Otsu阈值分割法分割通过最大化类间差异来自动获取阈值对灰度图进行分割，是一种简便有效的二1实验材料与方法值图像获取方法¨。对色差分量图进行Otsu阈值分1．1实验材料与图像获取割，得到大豆的黑白二值图像；通过一次

6、简单的形态学开运算可将图像中的噪声白点消除，并对大豆边缘收稿日期：2014—07—07进行光滑。基金项目：“十二五”国家科技支撑计划(863计划)项目(2012AA1011．3基于圆心定位的籽粒计数方法903)作者简介：戴文华(1978一)，男，浙江嘉兴人，高级工程师，(E—mail)类圆物体通常具有唯一的中心，2D图像中为圆daiwh96@sina．com。心，在3D图像中为球心。本文通过圆心定位的方法通讯作者：裘正军(1971一)，浙江嵊州人，教授，博士生导师，(E—mail)zjqiu@zju．edu．131'1。

7、对大豆进行计数，主要步骤包括粒径统计、Freeman链·198·