基于MATLAB App Designer的西紅柿特征提取系統(tǒng)設計

趙國鑫 于灝

(酒泉職業(yè)技術學院 甘肅 酒泉 735000)

農(nóng)業(yè)在我國經(jīng)濟中占有重要地位，隨著工業(yè)升級和城鎮(zhèn)化進程的加快，農(nóng)村勞動力不斷向城鎮(zhèn)聚集。這些變化促使著我國農(nóng)業(yè)的升級轉(zhuǎn)型，進而對農(nóng)業(yè)裝備業(yè)提出了更高的要求和考驗，裝備智能化是農(nóng)業(yè)裝備發(fā)展的必由之路[1]。西紅柿在我國有廣泛的種植，是我國乃至世界上重要的蔬菜之一，目前國內(nèi)西紅柿的種植、采摘以及分揀主要靠人力來完成[2]。圖像處理、目標定位、信息提取，以及分類是農(nóng)業(yè)采摘、分揀裝備智能化的基礎問題和核心問題[3-5]，目前在這些領域已經(jīng)有了很多優(yōu)秀的成果[6-7]。

MATLAB App Designer 是Mathworks 公司最新推出的App 設計工具，為交互式開發(fā)環(huán)境，是GUI 的升級[8]，用于設計App布局并對其行為進行編程。它提供MATLAB 編輯器的完整集成版本和大量交互式UI 組件。提供網(wǎng)格布局管理器來組織用戶界面和自動調(diào)整布局選項，來使App 檢測和響應屏幕大小的變化。它允許通過直接從App設計工具條將App打包為安裝程序文件中來分發(fā)App，或通過創(chuàng)建獨立的桌面App 或Web App 來分發(fā)App。本文針對目前國內(nèi)西紅柿的種植、采摘以及分揀主要靠人力來完成的問題，基于MATLAB App Designer 功能設計了西紅柿特征提取系統(tǒng)。測試證明：本系統(tǒng)可以提高圖像的可視性，準確識別和分割目標區(qū)域，所獲取西紅柿圖像的像素數(shù)、顏色分量與重心等參數(shù)可用于西紅柿的智能分級。本研究對西紅柿及其他相似果蔬的智能分級有一定的借鑒意義。

1 系統(tǒng)設計

1.1 系統(tǒng)總體結構

讀入由攝像設備所拍攝的圖片，提取其亮度信息得到灰度圖像，采用中值濾波的方法對圖片進行降噪，中值濾波可以有效地降低噪聲，并更好地保護圖像的邊緣信息。采用最大類間方差分割算法，對灰度圖像進行分割并做形態(tài)學處理得到二值圖像，統(tǒng)計目標區(qū)域像素數(shù)作為面積參數(shù)。將二值圖像作為蒙版與原圖像的對應像素相乘，獲取原圖中的目標區(qū)域。通過對目標區(qū)域的處理，可以得到其色彩信息。利用連通域相關算法獲得重心，并輸出重心的坐標。基于MATLAB App Designer的西紅柿特征提取系統(tǒng)結構如圖1所示，通過計算機視覺相關技術實現(xiàn)了西紅柿圖像的識別定位與特征提取等功能。系統(tǒng)采用坐標區(qū)域、按鈕和微調(diào)器等控件相組合的方式來實現(xiàn)各項功能。

圖1 系統(tǒng)結構

1.2 系統(tǒng)界面

系統(tǒng)由開始引導界面和程序主界面兩個部分構成。開始引導界面如圖2 所示，點擊綠色的開始按鈕即可打開主界面，點擊退出按鈕則關閉軟件并退出。程序主界面主要包含了3 個區(qū)域即菜單區(qū)域、結果顯示區(qū)域與工具區(qū)域。

圖2 開始界面

菜單區(qū)域主要包含讀取原圖、灰度化、濾波、分割、形態(tài)學處理、特征提取與獲取重心等功能，依靠點擊相應的按鈕來實現(xiàn)功能，在每個按鈕的上方都設計了一一對應的坐標區(qū)域用來顯示每個功能處理后的結果。圖像分割采用了最大類間方差法。該理論認為當類間方差取得最大值時，圖像分割取得最佳效果。在形態(tài)學處理的模塊，還設置了一個微調(diào)器用來輸入形態(tài)學處理中結構元素的參數(shù)，本系統(tǒng)采用盤形結構元素其參數(shù)為盤形的直徑，系統(tǒng)默認值為5 像素。特征提取則通過二值蒙版獲取西紅柿圖像，計算其面積和RGB分量，并顯示在結果區(qū)域。經(jīng)過形態(tài)學處理后西紅柿所在區(qū)域為唯一的連通域，利用連通域算法相關算法即可實現(xiàn)重心提取的功能，并將重心坐標顯示在結果區(qū)域。

結果顯示區(qū)域由參數(shù)顯示區(qū)域和圖像顯示區(qū)域兩個部分構成，在參數(shù)顯示區(qū)域內(nèi)有6個數(shù)字文本框，用來顯示像素數(shù)、重心坐標和RGB 值，在圖像顯示區(qū)域有一個坐標軸控件，用來顯示每一步驟的運算結果。

在工具區(qū)域有重置與退出兩個按鈕，點擊重置按鈕系統(tǒng)將進行重置以便于接下來進行其他圖像的分析，點擊退出按鈕系統(tǒng)將停止運行并關閉。

2 基礎與方法

2.1 中值濾波

雖然期望得到高質(zhì)量的圖像，但是由于目標本身或是拍攝設備與工藝等問題，得到的圖像往往會存在一些噪聲，可用式（1）表示圖像噪聲。

式（1）中：y(i，j)為已知圖像；x(i，j)為無噪聲圖像即所求圖像；e(i，j)為噪聲。

由于中值濾波屬于非線性濾波，不需要處理圖像的統(tǒng)計信息，所以運算速度快、易于實現(xiàn)，中值濾波在一定情況下可以克服線性濾波器的細節(jié)丟失問題。算法對窗口中像素的灰度值進行排序并采用中間灰度值來代替窗口中心像素的灰度值，如圖3 和圖4 所示，以此方法遍歷整個圖像，實現(xiàn)對整個圖像的降噪。

圖3 原圖

圖4 中值濾波后的圖

2.2 形態(tài)學處理

圖像的膨脹（Dilation）和腐蝕（Erosion）是兩種基本的形態(tài)學運算；如圖5 所示，白色為背景區(qū)域，黑色為目標區(qū)域，以3×3 的模板遍歷整個圖像，當中心像素8鄰域中存在背景像素時，則把其賦值為背景值；膨脹原理與腐蝕相反，當中心像素8 鄰域中存在目標像素時，則把其賦值為目標值，如圖6所示。

圖5 腐蝕原理圖

圖6 膨脹原理圖

對圖像腐蝕后膨脹，可以消除圖像間的黏連平滑形狀邊界，且不改變目標區(qū)域的面積，即為開運算；先對圖像膨脹后腐蝕，可以閉合目標區(qū)域內(nèi)的孔洞，連接相鄰目標區(qū)域，修補間斷的輪廓等，稱之為閉運算。

2.3 參數(shù)獲取

二值化后的圖像目標區(qū)域為黑色灰度值為1，背景為白色灰度值為0，為了方便后續(xù)計算，對其進行取反使目標區(qū)域為白色背景為黑色。讀取每個像素的灰度值如果值為1 則計數(shù)器加1。遍歷完整個圖像后的返回值即為圖像中目標區(qū)域的像素數(shù)量。將二值圖像作為蒙版與原圖像的對應像素相乘，獲取原圖中的目標區(qū)域，然后對目標區(qū)域的顏色求平均可以得到其色彩參數(shù)。

3 系統(tǒng)測試

3.1 測試條件

本次實驗設備采用的是Windows 10系統(tǒng)，處理器為11th Gen Intel(R) Core(TM) i5-11300H@ 3.10 GHz，內(nèi)存（RAM）為16.00 GB，系統(tǒng)類型為64 位，所用軟件為MATLAB 2022b。

3.2 圖像增強測試

運行軟件，點擊讀取原圖，在如圖7所示的圖像選取窗口選擇要檢測的圖像，原圖如圖8所示；點擊灰度化按鈕采用加權平均法對圖像進行灰度化，由于人眼對3種顏色分量方的敏感度不同，紅色、綠色和藍色較為常用的權值分別為0.3、0.59 和0.11，如圖9 所示，對圖像進行中值濾波，濾波后的圖像如圖10所示。

圖7 圖像選取窗口

圖8 原圖

圖9 灰度圖

圖10 濾波后圖

3.3 圖像分割測試

點擊分割按鈕利用最大類間方差法進行分割，分割后結果如圖11 所示。最大類間方差法是由日本學者大津（Nobuyuki Otsu）于1979 年提出的，是一種自適應的閾值確定的方法，又叫大津法，簡稱OTSU。它是按圖像的灰度特性，將圖像分成背景和目標兩部分。背景和目標之間的類間方差越大，說明構成圖像的兩部分的差別越大，當部分目標錯分為背景或部分背景錯分為目標都會導致兩部分差別變小。因此，使類間方差最大的分割意味著錯分概率最小。

圖11 二值圖

3.4 形態(tài)學處理測試

系統(tǒng)采用的形態(tài)學處理的結構元素為disk，默認大小為5個像素。用戶可以在微調(diào)器中輸入框中輸入或點擊微調(diào)器調(diào)節(jié)按鈕自定義結構元素的大小，參數(shù)值的大小關系到計算結果的準確程度。如果參數(shù)值選擇過大，則會造成欠分割，即會使背景中的像素被誤分到目標區(qū)域內(nèi)；如果選擇的參數(shù)值較小，則會造成過分割，即把目標中的像素誤分到背景中。在本次測試環(huán)節(jié)中，結構元素的大小為8，其處理結果如圖12所示。

圖12 形態(tài)學處理圖

3.5 參數(shù)提取測試

點擊提取特征按鈕將對二值圖中所有白色像素進行統(tǒng)計，統(tǒng)計結果33 196 為西紅柿所占像素數(shù)，反映果實的大小。將二值蒙版與原圖相乘即可獲取西紅柿圖像，將西紅柿圖像中所有像素值加和再求取平均值就可以得到RGB 顏色分量的平均值：R=212；G=105；B=78。點擊獲取重心，將在圖中標記重心所在的位置如圖13所示，其坐標為（222，191）。

圖13 重心圖

4 結語

基于MATLAB App Designer 設計了一種西紅柿特征提取系統(tǒng)，該系統(tǒng)可對JPG 和BMP 等主要格式的圖片實現(xiàn)灰度化、濾波、分割、形態(tài)學處理、顏色特征提取和重心獲取等功能。經(jīng)過檢測系統(tǒng)可以有效增強圖像品質(zhì)，精準提取西紅柿圖像，快速統(tǒng)計目標像素數(shù)，準確獲取GRB 顏色分量及重心坐標。可以封裝為獨立的軟件在Windows 環(huán)境下運行，且界面友好，操作簡單，提出的方法對西紅柿及其他相似果蔬的特征提取有一定的指導意義，對實現(xiàn)農(nóng)業(yè)智能化和農(nóng)業(yè)裝備的升級有借鑒意義。