基于Matlab的數字圖像的顆粒計數研究

高海峰 黃文靜 買婷婷

摘 要：上世紀美國就組織麻省理工大學等高校開始研究用于民事和軍事的計算機視覺技術。為了提高農業的生產效率，開始將計算機視覺技術轉向農業，并且對植物種子顆粒統計展開了大量的研究。目前計算機視覺技術在國內成為發展趨勢，在人臉識別和車牌識別等方面取得了巨大的成就。但是相對于國外的研究現狀而言，我國在農產品領域中計算機視覺技術的應用較低，技術相對還不成熟，從而影響我國農業機械化的推進。本文基于Matlab的數字圖像處理功能，可以為單顆粒播種機械計數提供支持，解決依靠人工進行顆粒的統計分析存在的操作費時、復雜和精度不高等問題。利用Matlab軟件對所采集的圖像進行圖像預處理和圖像特征目標提取等操作，可以得到顆粒的個數，從而可以提高機械化程度。

關鍵詞： Matlab;圖像處理;計數

一引言

近年來，數字圖像技術受到人們廣泛的關注。60%以上的人們接受信息是來自于視覺信息也就是圖像信息，因此這是人類最有效和最重要的信息獲取、交流方式。隨著科技的發展，圖像當作檢測和傳遞信息的手段或載體，直接對得到的圖像進行分析處理從而獲得我們感興趣的信息已經成為重要的分析和測量手段[1]。圖像技術的加入解決單純依靠人工進行顆粒的統計分析存在的操作費時、復雜和精度不高等問題，而且重要的是用計算機可對顆粒圖像作各種處理，既加快了分析處理的速度，又可以突出人們需要的信息。很多人工觀察不到的重要信息，通過計算機圖像處理分析之后能夠很清楚地看到，還可對顆粒圖像作測量和統計分析等，大大擴展了人眼能看到接收到的信息量。

二基于Matlab的圖像處理

由于外部環境的各種影響，計數前對顆粒圖片進行預處理、灰度化和二值化等操作，噪聲會在閾值化后影響圖像，使它的邊界往往都是很不平滑物體區域，具有一些噪聲孔，還有背景區域上散布一些噪聲顆粒[2]。因此我們除了灰度化、二值化后還需要對圖像進行膨脹腐蝕，連續的開閉運算才能得到較好的圖像。

（一）圖像灰度化處理

利用Matlab中的函數imread將顆粒的圖片讀入軟件中，將讀入Matlab的真彩色圖像轉換為灰度圖像。在Matlab中我們可以調用rgb2gray函數來進行圖像灰度化操作。真彩圖片既含亮度信息又含色彩信息，而灰度圖像只含亮度信息不含色彩信息，真彩圖片轉化為灰度圖像可以過濾掉一些無用的信息還可以減少圖片的數據量，減輕處理的工作量[3]。如圖1。

（二）灰度圖像的中值濾波

在獲取圖像的過程中，由于受到各種因素的影響，所得到的圖像總會或多或少受到一些噪聲信息的影響，這些噪聲信息會使圖像的質量惡化，所以要進行去噪處理。去噪的方法有很多，大致分為兩大類：一類是時域去噪，另一類是頻域去噪[4]。采用Matlab中的中值濾波函數medfilt2。中值濾波命令如下： m=medfilt2（g）。如圖2。

（三）圖像二值化

圖像二值化就是將圖像上的像素點的灰度值設置為0或255，也就是將整個圖像呈現出明顯的黑白效果[5]。有利于圖像的進一步處理，使圖像變得簡單，而且數據量減小，能凸顯出目標的輪廓。本文采用自動尋找最佳閾值法，該方法自動分析圖像的灰度直方圖，根據直方圖確定最佳閾值，然后用尋找到最佳閾值進行二值化處理，在Matlab中我們用函數graythresh來獲得一個閾值，用函數im2bw來獲取二值化函數。如圖3。

（四）顆粒計數的實現

二值化后，圖像像素只剩下0和1兩個值，分別表示背景和目標。顆粒的圖像像素是連續的整體。在二值圖像中表現為連通性，因此可以利用計算連通圖的數量來求出顆粒數量[6]。在Matlab中利用bwlabel函數求出連通圖并給出連通圖的數量。

結束語

用拍攝的大米圖片為例進行分析，其基本流程圖如圖4。基于Matlab的數字圖像處理系統， 對采集的原始圖像進行轉化，使它成為灰度圖像，以濾除噪聲，增強圖像的對比度，提高圖像的質量，實現圖像的邊緣檢測與分割，進行區域的識別方法：采用均值、中值濾波方法、濾除噪聲等方法來提高圖像的質量;結合邊緣算子進行圖像邊緣檢測; 使用canny方法實現圖像的分割[7]。結果：該系統對原始圖像進行處理， 減少了噪聲及其他各種因素的影響，提高了圖像的質量，可以更好地檢測出圖像的邊緣，比較準確地分割出樣點區域，能有效地分離有價值的弱信號點和背景點或者噪聲。可以應用于顆粒計數，提高農業機械化[8]。

參考文獻

[1]陳汗青，萬艷玲，王國剛.數字圖像處理技術研宄進展[J].工業控制計算機，2013，26（1）：72-74.

[2]劉中合，王瑞雪，王鋒德，馬長青，劉賢喜.數字圖像處理技術現狀與展望.計算機時代，2015（9）.

[3]涂望明.MATLAB在數字圖像處理中的應用[J].微計算機信息，2007，（6）：299-300.

[4]李俊山，李旭輝. 數字圖像處理[M]. 北京： 清華大學出版社， 2006.

[5]陳書海，傅錄祥. 實用數字圖像處理[M]. 北京： 科學出版社， 2005： 1.

[6]魏偉波，芮筱亭.圖像邊緣檢測方法研究[J].計算機工程與應用，2006，42（30）：88?91.

[7]吳一全，王凱.基于SUSAN 算子和角點判別因子的目標邊緣檢測[J].中國科學學院大學大報，2016（1）：128-134.

[8]聶超.基于直方圖的高效圖像增強算法研究[D].杭州：杭州電子科技大學，2014.

作者簡介：

高海峰（1994-），男，寧夏固原人，碩士，研究方向：農業裝備的智能化和自動化。

黃文靜（1998-），女，寧夏銀川人，本科，專業：電氣工程及其自動化。

買婷婷（1997-），女，寧夏中衛人，本科，專業：電氣工程及其自動化。