基于機器視覺的小麥外部品質檢測方法研究

張舒媛 趙娜

摘要：本文主要研究利用機器視覺技術檢測小麥籽粒外觀及特征?；跈C器視覺的小麥靜態識別定位和形狀參數測量方法包括小麥籽粒的圖像分割技術、形態結構特征提取和顏色檢測等內容，實現了用機器代替人眼進行測量。本文分析了小麥籽粒圖像在彩色空間中的顏色信息，并對彩色空間變換和圖像文件格式轉換進行了算法的方法設計總結。

關鍵詞： 機器視覺；小麥籽粒外觀；圖像分割技術

中圖分類號：TP393 文獻標識碼：A 文章編號：1009-3044（2019）05-0187-02

Study on Detection Method of Wheat External Quality Based on Machine Vision

ZHANG Shu-yuan，ZHAO Na*

（Tianjin Agricultural University， Tianjin 300384， China）

Abstract： This paper mainly studies the use of machine vision technology to detect the appearance and characteristics of wheat grains. The method of machine static vision localization and shape parameter measurement based on machine vision includes image segmentation technology， morphological structure feature extraction and color detection of wheat grain， which realizes the measurement by machine instead of human eye. In this paper， the color information of wheat grain image in color space is analyzed， and the method design of color space transformation and image file format conversion is summarized.

Key words： machine vision， wheat grain appearance， image segmentation

1 概述

我國是世界上最大的糧食生產國和消費國，這一事實意味著社會各界對我國糧食生產和糧食消費有著濃厚的興趣[1]。在中國，直接收獲的小麥可以解決人們的溫飽問題，所以小麥是人們賴以生存的農業作物，不敢想象人類如果沒有小麥生活將會變成什么樣子?？梢哉f作為世界各地廣泛種植的禾本科植物，小麥是世界上總產量第二的糧食作物，僅次于玉米。小麥作為中國主要的農作物之一，在食品、飼料等行業中備受關注。小麥籽粒的外部狀態直接關系到小麥的產量與質量。

針對發展中國家農產品進入發達國家市場速度日益加快的趨勢，發達國家也為此制定了越來越嚴格的農業標準，借以抵制發展中國家的農產品的銷量。為了我國農產品可以在發達國家市場占有一席之位，所以必須建立起一套農產品質量認證和檢測程序。

機器視覺技術是具有實時、高效、客觀、準確和無損傷等優點的技術。本文介紹了機器視覺技術在農產品小麥檢測中的應用。機器視覺技術代替人的視覺進行小麥籽粒等谷物種子品種、質量檢驗可以減少勞動力的損耗并且提高小麥籽粒外部品質。機器視覺系統是運用現代先進的控制技術、計算機技術及傳感技術，表現為光機電的結合。利用機器視覺這樣不僅可以節省檢測小麥籽粒外觀的時間而且還可以降低成本的消耗。讓研究小麥籽粒外部品質特征變得越來越簡單一點都不復雜，在一定程度上可以說是提高了小麥籽粒生產率和籽粒粒子質量。所以說提高小麥籽粒的品質不僅要依靠農業專家選育改良優質品種，還需要加強對小麥籽粒品質檢測技術的研究。

為了實現小麥籽粒品質檢測研究，利用機器視覺技術檢測小麥籽粒外觀及特征。包括圖像格式轉換，圖像增強、圖像分割等一系列圖像處理方法[2]?；跈C器視覺的小麥靜態識別定位和形狀參數測量方法包括小麥籽粒的圖像分割技術、形態結構特征提取和顏色檢測等內容，除此之外本文還分析了小麥籽粒圖像在彩色空間中的顏色信息，并對彩色空間變換和圖像文件格式轉換進行了算法的總結。顯而易見利用機器視覺技術會更容易的檢測出小麥籽粒外觀及特征，也會極大程度上提高中國小麥在國際市場上的競爭力。最重要的是農業部門也可以更加科學的推薦給農民如何正確選用優質小麥品種并收購和加工企業選購優質小麥原料，進而提高農民們每年的小麥的產量。因為機器視覺技術在小麥籽粒外部品質研究范圍很廣泛并且有自己獨特的研究方式，所以機器視覺技術對我國糧食生產有非常重要的推動意義。

2 機器視覺的測量方法

機器視覺提供了關于對周圍環境的最強大的感知方式，從而使得在不需要進行直接身體接觸的情況下也能和周圍環境進行智能交互[3]。機器視覺是配備有傳感視覺儀器的檢測機器，其原理是由計算機或圖處理器以及相關設備來模擬人的視覺行為來對人的視覺系統所得到的信息進行處理。它融合了數字圖像處理技術、控制技術、機械工程技術、電光源照明等技術，充分說明機器視覺技術是一個綜合性極強的技術。比起其他的檢測方法機器視覺更強調實用性，要求能夠適應農業生產中惡劣的環境，更具合理的性價比和實用的接口。機器視覺必須有較強的容錯能力和安全性。在糧食儲備中機器視覺的應用研究范圍非常廣，從之前的利用機器視覺涉及農業生產到利用機器視覺進行小麥籽粒的精選和質量檢驗等。

在農業生產設計中傳統直觀的檢測方法只依靠肉眼進行識別從小麥籽粒的外形、色澤、凈度和小麥籽粒外部品質等方面進行研究，因為這種檢測方法僅僅依靠雙眼來進行對外部事物的觀察和識別，了解到這種方法人為因素很大，由于每個人對事物要求標準的理解程度不同，所以對小麥籽粒的測量就顯得缺乏準確性、科學性不強。

正因為以上測量方法不足所以提出了利用機器視覺的測量小麥籽粒方法，它是通過計算機圖像處理方法來對小麥籽粒圖像進行采集、分析、對比和判別。利用這種方法將被攝取目標轉換成圖像信號，傳送給專用的圖像處理系統。目前大多數的圖像是以數字形式存儲， 圖像處理系統根據像素分布和亮度、顏色等信息，將圖像轉變成數字化信號，因而圖像處理很多情況下指數字圖像處理[4]。根據這些信號系統能進行各種運算來抽取目標的特征，進而根據判別的結果來控制現場的設備動作。這種方法既可以像類似于模擬人眼的分選過程將小麥籽粒在長度、寬度、顏色、紋理、形狀等外觀特征上的差別進行量化比較，而且對于形態特征上可以很方便地提取小麥籽粒形態相關的特征參數，有時通過這些特征參數可以得到小麥籽粒的其他特征小麥籽粒外觀品質進行研究，這種方法適合進行大批量小麥籽粒的質量檢測、分級。它克服了人為因素上的不足，使測量方法不再受生理和心理因素的影響。用它測量出來的信息具有快速、準確、無損等特點是傳統直觀測量方法無法比擬的，而且利用此方法也可以把人從繁重的體力勞動中解放出來。

3 檢測方法

這次以小麥籽粒為要研究的實物對象，測量方法主要分為三個步驟首先可以通過攝像機獲取小麥籽粒整體圖像，其次將圖像傳到計算機上進行每一部分的圖像分割并分析具體參數，然后對得到的圖像做進一步的圖像增強技術便于觀察分析，最后對上一步的圖像進行彩色空間處理，用更定量信息對小麥籽粒品質做分析。

3.1圖像獲取

首先可以先將之前已經選好的一些小麥籽粒均勻地撒在一塊事先準備好的黑布上，再用數碼攝像機對小麥籽粒進行拍照，最后將照片存儲到計算機中。經過事先肉眼觀察小麥種子為淺黃色，所以事先背景選用黑色并且光源也不能用電光源，這樣可以使得拍攝出來的圖像效果更便于之后的處理。

3.2圖像分割

上一步對小麥籽粒的圖像有了最基本的獲取，但是獲得圖像也還是一個整體的小麥籽粒圖像，但為了更好地對小麥籽粒內外部品質測量，需要利用圖像分割技術通過對上一步獲取的圖像，將小麥籽粒冠部圖像從圖像中分割出來，進而對小麥籽粒冠顏色特征進行具體分析然后求其顏色等特征參數。

3.3圖像增強

在對小麥籽粒圖像分割之后，大多數人在看到照片里的小麥籽粒圖像信號變弱使得圖像像質變低時，就會采用增強對比度的方法來使得圖像比以前更加清晰。由于使得圖像質量變差的原因之一是噪聲的干擾所以可以運用平滑技術來消減噪聲增加小麥籽粒圖像信號。增強了小麥籽粒圖像的信號是為了概述視覺效果或便于人或機器對小麥籽粒圖像的分析理解，根據圖像的特點或存在的問題，通過觀察分析可以發現小麥籽粒冠部顏色呈黃色并且籽粒穗飽滿，進行了圖像增強技術為下一步圖像處理奠定了理論基礎。

3.4 彩色空間處理

由于小麥籽粒在圖像處理的前三步已經完成了分割出小麥籽粒冠部清晰的圖像，拿來這個圖像通常進行對RGB模式下各分量的彩色圖像分析。因為彩色圖像中的大量顏色信息在模式識別和圖像處理方面有著重要的作用，由此可知小麥籽粒顏色是反映小麥籽粒生長發育和小麥籽粒品種品質特征信息的一個重要指標。經過彩色空間處理可以區分哪些小麥籽粒品質較高而哪些相比起來品質較低，較高品質的小麥籽粒顏色整體相差不大。此方法處理對小麥籽粒的顏色信息進行了研究，并對所需的顏色信息進行了定量描述。如果要進行顏色識別，利用RGB各分量的組合進行分析圖像的顏色就比較困難了，所以需要將彩色圖像從RGB模式下轉換到HSV模式下，分析圖像顏色，并重新轉換到RGB模式下進行顯示。

4 總結

綜上所述，機器視覺實現了用機器代替人眼進行測量，是當前計算機科學領域的一個熱門研究方向，它不僅應用廣泛而且發展前景十分樂觀。基于機器視覺的小麥靜態識別定位和形狀參數測量方法，其中運用了小麥籽粒的圖像分割技術、形態結構特征提取和顏色檢測等方法，不僅可以對小麥靜態外觀和籽粒外部品質進行研究，而且對此提高農作物糧食的生產效率和勞動力的節約也有一定的作用。小麥籽粒品質的重要性對小麥籽粒質量檢測技術和方法提出了更高的要求。隨著機器視覺技術在農產品品質生產上的不斷發展有助于提高生產的自動化水平，機器視覺技術在農業生產中的應用會極大地推進農業現代化的步伐。相信隨著科技的進步更多的計算機技術也會應用到農業生產中去。

參考文獻：

[1]張瑞娟 我國農戶糧食儲備問題研究[J].中國農業大學學報，2012（1）.

[2] 張錚. 數字圖像處理與機器視覺：Visual C++與Matlab實現[M]. 北京：人民郵電出版社，2014.

[3] 伯特霍爾德.霍恩[美] 機器視覺[M].中國青年出版社，2014.

[4] Milan Sonka 圖像處理、分析與機器視覺[M]. 4版.北京：清華大學出版社，2016.

【通聯編輯：唐一東】