基于MATLAB的鮮棗裂紋檢測(cè)

摘要：提出了一種結(jié)合小波變換、閾值分割和掩模處理的鮮棗裂紋檢測(cè)方法，結(jié)合小波變換能聚焦到圖像任意細(xì)節(jié)的優(yōu)良特性、閾值算法能突出圖像中感興趣的部分、圖像掩模對(duì)感興趣區(qū)域內(nèi)的圖像值保持不變而區(qū)域外的圖像值均為0等優(yōu)點(diǎn)，能夠?qū)⒉煌笮　⑷我庑螤詈腿我馕恢玫孽r棗裂紋檢測(cè)出來(lái)。仿真試驗(yàn)結(jié)果表明，鮮棗裂紋的提取效果比較清晰，很好地實(shí)現(xiàn)了鮮棗裂紋檢測(cè)。

關(guān)鍵詞：鮮棗；裂紋；掩模；小波變換

中圖分類(lèi)號(hào)：S665.1 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：0439-8114（2015）06-1490-02

DOI：10.14088/j.cnki.issn0439-8114.2015.06.054

Abstract： A new method of detecting crack of fresh jujube combined with wavelet transform， threshold segmentation and mask processing was proposed. The wavelet transform sufficiently focused the excellent characteristics of any detail. Image threshold algorithm highlighted a part of the interesting image. Image mask on region of interested image value remained the same. The advantages of image values were outside the area of 0. Different size， shape and location of crack of the fresh jujubes was detected by this method. The simulation results showed that the extraction effect of crack was clear and good for detecting the crack of fresh jujube.

Key words： fresh jujube； crack； mask； wavelet transform

裂紋是衡量鮮棗品質(zhì)的重要指標(biāo)之一，鮮棗果皮裂紋不僅會(huì)影響紅棗的外觀品質(zhì)，而且極易加速鮮棗的腐爛，導(dǎo)致鮮棗貨架期的縮短，使其商品性降低，嚴(yán)重降低鮮棗的經(jīng)濟(jì)價(jià)值[1]。隨著生活水平的提高，人們對(duì)紅棗的品質(zhì)要求越來(lái)越高，因此在鮮棗裝箱前對(duì)其進(jìn)行裂紋檢測(cè)尤其重要。本研究使用MATLAB軟件，結(jié)合掩模、小波變換、二進(jìn)制算法、圖像相乘、閾值算法等算法，能提取到清晰的鮮棗裂紋，實(shí)現(xiàn)了鮮棗裂紋的檢測(cè)。

1 MATLAB圖像處理軟件概述

MATLAB軟件語(yǔ)言簡(jiǎn)潔，可讀性很強(qiáng)[2]，其工具箱所涉及的專(zhuān)業(yè)領(lǐng)域非常廣泛并且功能強(qiáng)大，由一系列支持圖像處理操作的函數(shù)組成，幾乎包括所有經(jīng)典的圖像處理方法。若按照功能可以分為以下幾類(lèi)：圖像顯示、圖像文件輸入與輸出、幾何操作、像素值和統(tǒng)計(jì)處理、圖像分析與增強(qiáng)、圖像濾波、線性二維濾波器設(shè)計(jì)、圖像變換、鄰域和塊操作、二值圖像操作、顏色映射和顏色之間轉(zhuǎn)換、圖像類(lèi)型和類(lèi)型轉(zhuǎn)換、工具包參數(shù)獲取和設(shè)置等[3]。MATLAB軟件提供的工具箱具有可靠性和開(kāi)放性等優(yōu)點(diǎn)，使用者可以方便地直接加以使用，也可以將自己的代碼加到工具箱中以改進(jìn)函數(shù)功能。

2 MATLAB圖像處理關(guān)鍵技術(shù)

2.1 灰度處理

在 MATLAB中使用函數(shù)imread讀取圖像文件，函數(shù)調(diào)用格式為：I=imread（‘filename’.fmt）。其中，filename表示讀取圖像文件名字信息，fmt是圖像的格式[4]；若沒(méi)有fmt一項(xiàng)，則使用默認(rèn)圖像格式。讀取到圖像文件信息后再利用rgb2gray函數(shù)將圖像進(jìn)行灰度化處理。函數(shù)調(diào)用格式如下：

I1=rgb2gray（I）

其中，I為原彩色圖像，I1為轉(zhuǎn)化后的灰度圖像。

2.2 掩模

掩模是用選定的圖像、圖形或物體，對(duì)待處理的圖像（全部或局部）進(jìn)行遮擋，來(lái)控制圖像處理的區(qū)域或處理過(guò)程[5]，用于覆蓋的特定圖像或物體稱(chēng)為掩模或模板。在數(shù)字圖像處理中，掩模為二維矩陣數(shù)組，有時(shí)也用多值圖像，圖像掩模主要用于：①提取有用的區(qū)域，用預(yù)先制作的感興趣區(qū)掩模與待處理圖像相乘，得到感興趣區(qū)圖像，感興趣區(qū)內(nèi)圖像值保持不變，而區(qū)外圖像值都為0；②屏蔽作用，用掩模將圖像上某些區(qū)域屏蔽，使其不參加處理或不參加處理參數(shù)的計(jì)算，或僅對(duì)屏蔽區(qū)作處理或統(tǒng)計(jì)；③結(jié)構(gòu)特征提取，用相似性變量或圖像匹配方法檢測(cè)和提取圖像中與掩模相似的結(jié)構(gòu)特征；④特殊形狀圖像的制作[3]。

本研究主要用到兩次掩模，前一次使用方框掩模來(lái)去除圖片的背景噪聲，后一次使用方框掩模提取裂紋。

2.3 小波變換

圖像的邊緣是圖像最基本的特征之一[6]，邊緣檢測(cè)技術(shù)是所有基于邊界分割的圖像分析方法的第一步，首先檢測(cè)出圖像局部特性的不連續(xù)性，再將它們連成邊界，并將這些邊界把圖像分成不同的區(qū)域，檢測(cè)出邊緣的圖像就可以進(jìn)行特征提取和形狀分析[7]。紅棗表面裂紋常常是比較細(xì)小的，常規(guī)圖像處理方法很難有效地將其檢測(cè)出來(lái)[8]。小波變換是一種基于信號(hào)的時(shí)間尺度分析方法，本研究采用小波進(jìn)行邊緣檢測(cè)是因?yàn)槠渚哂卸喾直媛史治龅奶攸c(diǎn)，在低頻部分具有較高的頻率分辨率和時(shí)間分辨率，在高頻部分具有較高的時(shí)間分辨率和較低的頻率分辨率，很適合探測(cè)正常信號(hào)中夾帶的瞬態(tài)反常現(xiàn)象并展示其成分。因此，小波變換是檢測(cè)突變信號(hào)強(qiáng)有力的工具，能很好地表現(xiàn)突變點(diǎn)的奇異性，很有利于檢測(cè)帶裂紋的紅棗圖像邊緣。

2.4 閾值分割

閾值分割法是一種基于區(qū)域的圖像分割技術(shù)，其基本原理是通過(guò)設(shè)定不同的特征閾值，把圖像像素點(diǎn)分為若干類(lèi)[9]，其特征包括：直接來(lái)自原始圖像的灰度或彩色特征或由原始灰度或彩色值變換得到的特征[10]。

3 仿真試驗(yàn)驗(yàn)證

仿真試驗(yàn)驗(yàn)證流程圖見(jiàn)圖1。將采集到的有裂紋的紅棗的彩色圖像（圖2）轉(zhuǎn)換成灰度圖（圖3），為了去除紅棗背景對(duì)圖像分析的影響，采用掩模的方法去除背景和噪聲。掩模是由0和1組成的一個(gè)二進(jìn)制圖像，當(dāng)在某一功能中應(yīng)用掩模時(shí)，1值區(qū)域?qū)⒈惶幚砗吞鎿Q，而被屏蔽的0值區(qū)域則不被處理，保持原來(lái)的樣子。本研究中釆用了閾值50來(lái)消除背景，并在此過(guò)程中使用8連通類(lèi)型，此類(lèi)型的掩模很好地完成鮮棗的掩模圖像，圖4即為所使用的掩模。圖5為使用8聯(lián)通類(lèi)型掩模和原圖像相乘后的圖像，成功地去除了鮮棗背景，然后采用小波變換的方法進(jìn)行邊緣檢測(cè)，并使用閾值0.1對(duì)檢測(cè)的圖像進(jìn)行處理，圖像效果如圖6所示；最后進(jìn)行一次進(jìn)行掩模處理，得到最終的裂紋圖像（圖7），此時(shí)可以非常清晰地識(shí)別鮮棗裂紋。

4 小結(jié)

本研究提出一種結(jié)合小波變換、閾值算法和掩模處理的鮮棗裂紋檢測(cè)方法，結(jié)合了小波、閾值算法和圖像掩模的優(yōu)點(diǎn)。仿真試驗(yàn)結(jié)果表明，鮮棗裂紋的提取清晰，能較好地實(shí)現(xiàn)裂紋的檢測(cè)，這種方法的提出對(duì)鮮棗的品質(zhì)和分級(jí)有一定的保障，同時(shí)也為其他水果的裂紋檢測(cè)提供一定的參考。

參考文獻(xiàn)：

[1] CASTLEMAN K R.數(shù)字圖像處理技術(shù)[M].朱孝剛，朱學(xué)訚，石定機(jī)，等，譯.北京：電子工業(yè)出版社，1998.

[2] 張汗靈.MATLAB在圖像處理中的應(yīng)用[M].北京：清華大學(xué)出版社，2008.

[3] 秦襄培，鄭賢中.MATLAB圖像處理寶典[M].北京：電子工業(yè)出版社，2011.

[4] 楊福增，王宏斌，楊 青，等.小波變換在果品圖像處理中的應(yīng)用[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2005，36（5）：61-64.

[6] 夏明閣，何 友，歐陽(yáng)文，等.基于小波分析的圖像融合評(píng)述[J].紅外與激光工程，2003，32（2）：177-181.

[7] 楊淑娟，章英才，鄭國(guó)琦，等.靈武長(zhǎng)棗正常果與裂果解剖結(jié)構(gòu)的比較研究[J].北方園藝，2010（22）：15-18.

[8] 賈 超，王耀坤，邢晶晶.利用小波多尺度積實(shí)現(xiàn)裂紋缺陷的邊緣檢測(cè)[J].計(jì)算機(jī)工程與應(yīng)用，2011，47（15）：219-221.

[9] 周運(yùn)剛，張 靜，鄭新疆.紅棗裂果的研究進(jìn)展[J].江西農(nóng)業(yè)學(xué)報(bào)，2012，24（7）：25-27.

[10] 皺小波，趙文杰.農(nóng)產(chǎn)品無(wú)損檢測(cè)技術(shù)與數(shù)據(jù)分析方法[M].北京：中國(guó)輕工業(yè)出版社，2008.