资源描述：
《基于Matlab图像处理的谷物颗粒计数方法研究》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、2009年1月农机化研究第1期基于Matlab图像处理的谷物颗粒计数方法研究贾鹏,李永奎,赵萍(沈阳农业大学工程学院,沈阳110161)摘要:针对目前谷物人工计数和光电计数方法存在的不足,提出了一种基于Matlab图像识别和处理技术的谷物计数方法,并用实例验证了其可靠性。该方法减轻了操作者劳动强度,弥补了人视觉的不足之处,提高了效率及准确率,为今后进一步研究奠定了必要的理论与实践基础,对完善“精细农业”具有重要意义。关键词:图像处理;谷物;计数方法;Matlab中图分类号:TP391.41文献标识码:A文章编号:1003-1
2、88X(2009)01-0152-03用数码相机获取的图像为真彩色BMP或JPG格0引言式,真彩图像是既含亮度信息又含色彩信息的图像,谷物作为主要粮食和饲料作物,在农业生产中占一幅m×n大小的真彩图像要由m×n×3元素类型有重要地位。提高谷物产量和质量的主要方法是选为字节的矩阵表示,而灰度图像是只含亮度信息不含育出优质品种,而在选育品种过程中,对种子的计数色彩信息的图像,一副灰度图像可以由m×n矩阵来是不可缺少的内容。目前,种子的计数方法通常采用表示。将真彩色图像转换为灰度图像,一方面可以去人工计数,或半自动的光电计数器,很
3、显然传统的计掉一些无用的信息;另一方面大幅度减少图像的数据数方法存在着效率低、准确性不高等缺点。笔者利用量,减轻后期处理的工作量,因此灰度处化处理是图计算机图像识别和处理技术实现考种过程中的计数,像处理中很重要的一步。为谷物粒群的识别、精选、分级等的进一步研究奠定对真彩色图像进行灰度化处理,实质上是将RGB必要的理论与实践基础,并为育种工作提供一种高图像一个像素的3个分量,按一定算法,求出灰度图效、快捷的谷物计数新技术。像的1个像素灰度值。其算法基本公式为I=αR+βG+χB1谷物图像的获取其中,R,G,B为彩色图像某个像素
4、的3个分量,常用的图像采集方法有摄像机采集、扫描仪扫描α,β,χ为强度系数。一般情况,应满足α+β+χ=1。及数码相机拍摄等方法。本文采用像素不低于500很显然,不同的系数组合将影响RGB3个分量在灰度万的数码相机直接获得种子群的数码图像,该方法具图像中所起到作用。有操作简单、图像清晰度较高、移动性强等优点。在Matlab中,这种转换采用rgb2gray函数实现。其中,系数取值为[0.29890.58700.1140]。针对2基于Matlab的谷物图像处理特定颜色的背景和目标图像,也可以使用自己求得的系数,如在背景偏红色、目
5、标偏绿色情况下,可以使用2.1谷物图像的读入[0,1,0]或[-1,2,0]之类的系数,当然更为科学的Matlab中图像的读入可用函数imread读入,其支方法是采用统计算法求出最佳的系数组合。持的图像文件格式有:BMP,GIF,TIFF,JPEG(JPG),2.2.2去除噪声处理HDF,PCX,XWD,PNG,ICO等,对于一般数码像机生在获取图像的过程中,由于受到各种因素的影成的JPG图像具有很好的支持。响,所得到的图像总会或多或少的感染一些噪声信2.2谷物图像的处理息,这些噪声信息会恶化图像的质量,所以要进行去2.2.
6、1图像的灰度化处理噪处理。去噪的方法有很多,大致分为两大类:一类收稿日期:2008-09-11是时域去噪,另一类是频域去噪。时域去噪的代表方作者简介:贾鹏(1968-),男,辽宁辽阳人,在读硕士。法有加权平滑法、中值滤波、二值形态学法等;频域去通讯作者:李永奎(1963-),男,辽宁营口人,教授,博士,(E-mail)yklee@syau.edu.cn。噪的代表方法有经典数字滤波器、同态滤波、小波分·152·2009年1月农机化研究第1期析等。本文采用时域去噪中的中值滤波法,其具有抑bw=im2bw(m,level);%图像
7、二值化制干扰脉冲和点状噪声的作用,并且可保持较好的图imshow(bw);%显示二值图像,如图2(b)所示像边缘,是指把以某点为中心的小窗口内的所有像素[l,n]=bwlabel(bw,4);%计算测量面积内豌的灰度按从小到大的顺序排列,将中间值作为该处的豆个数n灰度值。在Matlab中中值滤波的函数是medfilt2。display(n);%显示n的值2.2.3将灰度图像转化为二值图像程序最后给出的值,就是对图像中谷物颗粒的计二值化处理是利用图像中要提取的目标物与其数值。背景在灰度特性上的差异,把图像视为具有不同灰度级的两
8、类区域(目标和背景)的组合,其关键是选择合理的分割阈值。当一个像素的灰度值超过这个阈值,就可以说这个像素属于人们感兴趣的目标,反之则属于背景部分。本文采取自动寻找最佳阈值法,该方法自动分析图像的灰度直方图,根据直方图确定最佳阈值,然后用寻找到的最佳阈值进行二值化处理。在Matlab中寻找最
