3大米图像识别

3.1概述

通过预处理我们得到了适合进行模式识别的大米图像，可以进入大米外形检测环节。外形特征是实现大米质量检测和分级的最基本参数[ 1 ]。根据GB 1354—1986,检验大米质量的参数主要有加工精度、不完善粒、杂质、碎米等,这些参数均与颗粒形状直接或间接相关。要用机器视觉技术实现对这些参数的检测,

首先要解决的问题是图像中米粒形状的特征描述,以便进一步实现对目标分析。目前,描述大米粒形所采用的参数一般有面积、偏心矩、延伸率、惯性中心、长宽比、球度、圆度、傅立叶描绘子等等。然而,过于精细地描述大米颗粒的形状不仅很复杂,而且有时会给分析与识别带来麻烦。在描述米粒的形状参数中,关键的特征参数是形状、大小、颜色等方面

3.2大米的大小识别方法

大小是大米的重要外形特征，大小的检测识别方法主要分为两类。一类是利用大米的宽度、长度生成的最小外接矩形来判断大米的大小。另一类是对大米边缘信息进行快速傅立叶变换，得到代表大米形状和尺寸的傅立叶系数用来最为区分的依据。

3.2.1区域的周长

区域周长就是大米区域轮廓的长度，通常对区域轮廓长度可用邻域来计算， 水平垂直连接的为1，左上、左下、右上、右下皆为，近似为。在区域轮廓中取一点在8 邻域上搜寻边缘上的相邻点，如果当前点与下一点的x 或y 相同，则周长加1，否则加1. 414，直到边缘搜索完毕，最后累加结果即为区域周长。

周长测量的算法实现

对于大米的二值图像,求其区域周长的可以分为以下三步实现【22】：

第一步：对图像进行标记，划分成不同的连通区域。

第二步：根据不同的像素值，即不同的连通区，循环取得各点像素值的标号，搜索出一个出发点，利用之前介绍的轮廓跟踪法，找到出发点后，记录其坐标，在跟踪下一个像素。保留循环得到的边界点，其余都置0

第三步：根据不同的像素值，即不同的连通区，依次执行第二步。

 第四步：把缓冲区的数据返回到原数据区。

 第五步：调整连通边界区，计算每个连通边界区的周长（像素的个数）。

3.2.4区域的面积

区域的面积是区域的一个基本特征，它描述区域的大小，对区域Ar来说，其面积的计算公式为Ar(i)=sum(sum((L==i)));

面积测量的算法实现

对于大米来说，求其区域面积的可以分为以下三步实现：

第一步：对图像进行标记，划分成不同的连通区域。

第二步：在不同区域的左上点和右下点内，循环取得各点像素值，像素值就是标号。

第三步：根据不同的标号，加到对应的数组进行统计像素的个数，即是区域的面积

3.2.5矩形度

完整型大米

含有沙砾的大米采用大小周长、面积、圆度不是很明显，所有当大米检测出碎米粒和霉变大米以后，采用提取特征参数的方法继续检测沙砾。

3.3大米的形状识别方法——特征参数选取

大米的外形是识别的重要特征。

大米检测系统通过对获取的二维图像进行分析提取特征参数。特征参数可以选取长宽比、最大长度、矩形度、圆度

3.3.1长宽比

最小外接矩形

大米的矩形度是衡量大米外观品质的一个重要指标。目前，我国主要采用人工目测的方法检测大米粒型，该方法的检测速度慢、效率低、人为误差大、缺乏重复性。随着光电技术及计算机技术的发展，计算机视觉技术在农产品检测中的应用越来越广泛和深入，其中，快速而准确的大米粒型检测方法是大米粒型计算机视觉检测中的一个重要课题。

在利用计算机视觉技术进行大米粒型检测方法的研究中，计算出大米的最小外接矩形，求得矩形度，由该粒长与粒宽之比求出大米粒型，：该方法对大米粒型的测量结果相对于人工测量结果的相对误差小，且该方法具有米粒旋转不变性检测的特点。

一颗整米粒的平面投影图如图1 所示，图中的填充区域为米粒的投影区域。由区域跨度对区域长度及宽度的定义[6]知，区域的长度和宽度分别为区域中相互垂直方向上的两个跨度。本文采用区域跨度来定义米粒的粒长及粒宽。从图1 可看出，米粒投影区域在其长方向上有部分的对称性，因此定义该区域中的最小跨度为米粒的粒宽W ，与此粒宽方向垂直的方向上的区域跨度就为米粒的粒长L ，如图1 中实矩形的长宽尺寸所示。米粒在平面上转动任一角度时，通过跨度搜索方法搜索出的米粒粒长及粒宽是不变的。

大米粒型检测

由于最小外接矩形检测方法具有米粒旋转不变性的特点，因此，可用该方法检测群米粒的粒型。根据国家标准[1]，随机选取24粒整米粒样本，求出该样本米粒的平均粒型作为待检大米的粒型指标。将该10 粒米随机撒放在扫描仪的黑色平板上，拍照得到原始图像，求得的粒型结果如表2 所示，样本

的平均粒型为1.79491。图5 是检测结果图。

样本米粒群的米粒长宽比检测结果

3.3.2圆度参量的计算

在机械零件的行位误差计算中圆度通常采用以下几种方法进行计算：

3.3.2.1最小外接圆法

最小外接圆是指包括实际轮廓时，即包括轮廓曲线的最小圆。最小外接圆法是以实际轮廓相接触的最小外接圆作为圆度误差的评定基准，其圆度误差值f2为外接圆半径R与实际轮廓上各点至最小外接圆中心的最小半径Rmin之差，即：

f2=R-Rmin

最小外接圆圆心坐标可以这样来求：1求出轮廓误差曲线上任意两点间距离最大的两点；2求出这两点的中心坐标；3求出到中心坐标距离最远的点（不包括第一步求出的两个点）；4如果该点到中心坐标的距离小于或者等于前面两点间距离的一半，则中心坐标就是最小外接圆的圆心坐标；否则，以该店及前面两点组成的三角形的外接圆圆心坐标即为所求。

3.3.2.2面积周长比

在相同面积条件下，大米的图像的边界越光滑，形状越接近椭圆形，周长越短，反之则周长越短。根据这个原理，可以用面积周长比来作为大米的圆度描述特征参数f2。