论文部分内容阅读
摘要:本设计实现了一个基于数字图像处理的谷物颗粒统计系统。该系统主要由灰度图像处理、图像二值化、形态学运算、颗粒计数等部分组成,可以实现对颗粒个数的统计,有处理信息大且速度快的特点。该设计利用GUI图形用户界面,点击按钮控件的形式,直观展现颗粒统计结果。
关键字:图像处理;颗粒统计; MATLAB GUI
目前对颗粒物体统计广泛存在于工业和农业领域,常采用一些常规测量方法,比如人工检测、电感应法等。这些测量方法不足之处在于测量样本的信息量大,处理速度慢,精确度不高,物体特征提取不明显等问题。随着数字图像处理技术的不断应用和研究,基于数字图像的无损检测技术已经成熟。本文针对不同类型的农作物颗粒进行研究,采用数字图像处理技术,运用GUI图形界面,实现了对谷物颗粒个数的正确统计。
1 谷物颗粒统计系统设计方案
本设计采用数字图像处理技术对谷物图像分析,采用GUI界面设计展现,最终实现谷物颗粒数量的统计。首先,将采集到的谷物颗粒彩色图像转化成灰度图像,利用中值滤波,去背景等处理来减少各类噪声干扰;并将灰度处理后的颗粒图像合理阈值分割,使颗粒从背景中分割出来,得到二值化颗粒图像;其次,对二值图像进行形态学运算;最后,对图像进行谷物颗粒统计。但由于谷物颗粒对象常常会出现粘连情况,对此情况采用分水岭的方法分析,实现了谷物颗粒的正确统计[1-3]。具体颗粒统计系统的设计方案流程如图1所示。
2 谷物顆粒统计算法设计实现
2.1 图像的采集和预处理
根据系统方案流程,我们首先利用手机照相功能直接获取谷物颗粒图像,颗粒图像的像素值为256×256,然后对采集到的原始颗粒图像进行灰度化处理,即可得到颗粒灰度图像。由于采集获取的颗粒图像可能会存在某种噪声或其它的光照不均匀等外界原因,影响颗粒图像的质量,所以对于获取的颗粒图像采取了滤波去噪、图像去背景处理、调节图像对比度等操作。
由于手机拍摄到的照片噪声有一定的随机性,因而本文采用中值滤波去噪,中值滤波它不但能抑制噪声还能使颗粒图像边缘不模糊。同时由于外界不定因素的影响,采集到的谷物颗粒图像可能会出现背景光照不均匀的情况,处理图片效果不明显。对于此类的谷物颗粒图像,要对其图像进行去背景处理;最后由于去除背景后的谷物颗粒图像比较昏暗,调节图像的对比度使颗粒图像更加明显,增强图像可视效果;将处理过得图像采用大津法(OTSU法)选取阈值即可得到颗粒图像的二值化圖像。
2.2 谷物颗粒目标的提取
在该设计中,考虑到处理后的颗粒图像有缺陷等情况,所以首先对二值图像采用开运算对进行操作,平滑颗粒图像的轮廓,特别是对粘连的情况不太严重的颗粒经开运算后能够分开。接下来采用边缘检测的方法提取颗粒目标,通过对颗粒图像边缘检测,提取谷物颗粒的大小特征,更方便地对颗粒图像进行统计分析。
常用的边缘检测算子有Sobel算子、LoG(拉普拉斯高斯算子)和Canny算子等,本设计采用 Canny算子来实现,该方法可以检测到颗粒图像的边缘部分,而且不容易受噪声的干扰,并且Canny算法处理图像更为细腻,使颗粒的形状更加清晰。
对颗粒图像采用边缘检测提取颗粒对象特征之后,相对应的要对边缘检测之后的谷物颗粒图像进行对象填充,更加有利于谷物颗粒个数的统计。
2.3 谷物颗粒的个数统计
谷物图像的颗粒数量统计正确与否尤为重要。但颗粒图像常常会出现粘连颗粒,因而我们在统计前还要考虑是否有粘连情况,对粘连颗粒图像分析处理,可以更好的统计谷物颗粒的数量。
对于颗粒粘连情况,图像分割后不明显,所以本文采用分水岭算法处理颗粒粘连,效果会更加明显。分水岭算法是是把颗粒图像看作是地形图,而图像中的谷物颗粒则是形成地形图的每一片区域边界,对此可以很好的计算出图像区域的个数,这样既可达到目标分割的目的[4-6]。最后对分割后的目标采用4连通方式对图像目标进行标记,同时可以实现对谷物颗粒图像进行颗粒数量统计。
3 GUI界面设计
基于数字图像处理的谷物颗粒统计系统的GUI界面如图3所示,本次颗粒对象为玉米,其统计结果精确。该GUI界面直观,所有操作步骤只需要点击相应的处理按钮即可,可以单步运行,也可以直接点计算一次处理;同时该界面上的基本图像处理方法也可作为其它的图像处理相关应用。
4总结
本文主要利用数字图像处理技术实现了对谷物颗粒数量的统计,此设计结果采用GUI界面展现,达到了预期的设计效果和目的。此设计不仅能够对不粘连的谷物颗粒进行统计,同时还能对粘连情况的谷物颗粒进行很好的统计。整个系统界面直观,处理速度快,因而该系统具有一定的实用性。
参考文献:
[1]宁天夫.数字图像处理技术的应用与发展[J].舰船电子工程,2009,(01):38-41+91.
[2]贾鹏,李永奎,赵萍.基于Matlab图像处理的谷物颗粒计数方法研究[J].农机化研究,2009,(01):152-153+156.
[3]段丽英,闫友平,赵英豪,刘旭宁.颗粒图像识别及计数在粮种品质测定中的应用[J].石家庄学院学报,2011,(03):51-55.
[4]倪志强.基于分水岭变换的粘连颗粒图像分割方法[J].计算机系统应用,2014,(06):93-97.
[5]秦一博.基于数字图像处理的粘连颗粒分析方法研究[D].山东理工大学,2013.9-20.
[6]徐蔚钦.基于分水岭分割的粘连颗粒图像分析技术研究[D].2011.32-38.
作者简介:
冯洋(1982-),女,四川资阳人,副教授,硕士,主要研究方向为红外图像处理,弱小目标跟踪。王馥萌(1995- ),女,陕西户县人,渭南师范学院数理学院13级电子信息科学与技术专业2班学生。
基金项目:渭南师范学院大学生创新项目(16XK044);
关键字:图像处理;颗粒统计; MATLAB GUI
目前对颗粒物体统计广泛存在于工业和农业领域,常采用一些常规测量方法,比如人工检测、电感应法等。这些测量方法不足之处在于测量样本的信息量大,处理速度慢,精确度不高,物体特征提取不明显等问题。随着数字图像处理技术的不断应用和研究,基于数字图像的无损检测技术已经成熟。本文针对不同类型的农作物颗粒进行研究,采用数字图像处理技术,运用GUI图形界面,实现了对谷物颗粒个数的正确统计。
1 谷物颗粒统计系统设计方案
本设计采用数字图像处理技术对谷物图像分析,采用GUI界面设计展现,最终实现谷物颗粒数量的统计。首先,将采集到的谷物颗粒彩色图像转化成灰度图像,利用中值滤波,去背景等处理来减少各类噪声干扰;并将灰度处理后的颗粒图像合理阈值分割,使颗粒从背景中分割出来,得到二值化颗粒图像;其次,对二值图像进行形态学运算;最后,对图像进行谷物颗粒统计。但由于谷物颗粒对象常常会出现粘连情况,对此情况采用分水岭的方法分析,实现了谷物颗粒的正确统计[1-3]。具体颗粒统计系统的设计方案流程如图1所示。
2 谷物顆粒统计算法设计实现
2.1 图像的采集和预处理
根据系统方案流程,我们首先利用手机照相功能直接获取谷物颗粒图像,颗粒图像的像素值为256×256,然后对采集到的原始颗粒图像进行灰度化处理,即可得到颗粒灰度图像。由于采集获取的颗粒图像可能会存在某种噪声或其它的光照不均匀等外界原因,影响颗粒图像的质量,所以对于获取的颗粒图像采取了滤波去噪、图像去背景处理、调节图像对比度等操作。
由于手机拍摄到的照片噪声有一定的随机性,因而本文采用中值滤波去噪,中值滤波它不但能抑制噪声还能使颗粒图像边缘不模糊。同时由于外界不定因素的影响,采集到的谷物颗粒图像可能会出现背景光照不均匀的情况,处理图片效果不明显。对于此类的谷物颗粒图像,要对其图像进行去背景处理;最后由于去除背景后的谷物颗粒图像比较昏暗,调节图像的对比度使颗粒图像更加明显,增强图像可视效果;将处理过得图像采用大津法(OTSU法)选取阈值即可得到颗粒图像的二值化圖像。
2.2 谷物颗粒目标的提取
在该设计中,考虑到处理后的颗粒图像有缺陷等情况,所以首先对二值图像采用开运算对进行操作,平滑颗粒图像的轮廓,特别是对粘连的情况不太严重的颗粒经开运算后能够分开。接下来采用边缘检测的方法提取颗粒目标,通过对颗粒图像边缘检测,提取谷物颗粒的大小特征,更方便地对颗粒图像进行统计分析。
常用的边缘检测算子有Sobel算子、LoG(拉普拉斯高斯算子)和Canny算子等,本设计采用 Canny算子来实现,该方法可以检测到颗粒图像的边缘部分,而且不容易受噪声的干扰,并且Canny算法处理图像更为细腻,使颗粒的形状更加清晰。
对颗粒图像采用边缘检测提取颗粒对象特征之后,相对应的要对边缘检测之后的谷物颗粒图像进行对象填充,更加有利于谷物颗粒个数的统计。
2.3 谷物颗粒的个数统计
谷物图像的颗粒数量统计正确与否尤为重要。但颗粒图像常常会出现粘连颗粒,因而我们在统计前还要考虑是否有粘连情况,对粘连颗粒图像分析处理,可以更好的统计谷物颗粒的数量。
对于颗粒粘连情况,图像分割后不明显,所以本文采用分水岭算法处理颗粒粘连,效果会更加明显。分水岭算法是是把颗粒图像看作是地形图,而图像中的谷物颗粒则是形成地形图的每一片区域边界,对此可以很好的计算出图像区域的个数,这样既可达到目标分割的目的[4-6]。最后对分割后的目标采用4连通方式对图像目标进行标记,同时可以实现对谷物颗粒图像进行颗粒数量统计。
3 GUI界面设计
基于数字图像处理的谷物颗粒统计系统的GUI界面如图3所示,本次颗粒对象为玉米,其统计结果精确。该GUI界面直观,所有操作步骤只需要点击相应的处理按钮即可,可以单步运行,也可以直接点计算一次处理;同时该界面上的基本图像处理方法也可作为其它的图像处理相关应用。
4总结
本文主要利用数字图像处理技术实现了对谷物颗粒数量的统计,此设计结果采用GUI界面展现,达到了预期的设计效果和目的。此设计不仅能够对不粘连的谷物颗粒进行统计,同时还能对粘连情况的谷物颗粒进行很好的统计。整个系统界面直观,处理速度快,因而该系统具有一定的实用性。
参考文献:
[1]宁天夫.数字图像处理技术的应用与发展[J].舰船电子工程,2009,(01):38-41+91.
[2]贾鹏,李永奎,赵萍.基于Matlab图像处理的谷物颗粒计数方法研究[J].农机化研究,2009,(01):152-153+156.
[3]段丽英,闫友平,赵英豪,刘旭宁.颗粒图像识别及计数在粮种品质测定中的应用[J].石家庄学院学报,2011,(03):51-55.
[4]倪志强.基于分水岭变换的粘连颗粒图像分割方法[J].计算机系统应用,2014,(06):93-97.
[5]秦一博.基于数字图像处理的粘连颗粒分析方法研究[D].山东理工大学,2013.9-20.
[6]徐蔚钦.基于分水岭分割的粘连颗粒图像分析技术研究[D].2011.32-38.
作者简介:
冯洋(1982-),女,四川资阳人,副教授,硕士,主要研究方向为红外图像处理,弱小目标跟踪。王馥萌(1995- ),女,陕西户县人,渭南师范学院数理学院13级电子信息科学与技术专业2班学生。
基金项目:渭南师范学院大学生创新项目(16XK044);