專利名稱：一種對網(wǎng)狀粘連稻米的圖像式自動分析方法
技術(shù)領(lǐng)域：
本發(fā)明屬于計算機數(shù)字圖像處理領(lǐng)域，涉及到光源基準(zhǔn)亮度分析技術(shù)、圖像獲取技術(shù)、圖像增強技術(shù)、圖像分割技術(shù)、二值及灰度圖像處理技術(shù)、圖像存儲技術(shù)，特別涉及一種對網(wǎng)狀粘連稻米的圖像式自動分析方法。

背景技術(shù)：
目前，我國稻米外觀分析和評級一般采用國家標(biāo)準(zhǔn)GB/T 17891-1999規(guī)定的方法，通過人工完成。但是，人工分析的結(jié)果通常隨著年齡、性別、識別能力等的不同而存在相當(dāng)大的個體差異，即使同一人員也隨其身體狀況和情緒的變化產(chǎn)生不同的結(jié)果，難以保持統(tǒng)一、客觀的標(biāo)準(zhǔn)，而且要求分析樣品不粘連擺放的限制使得工作量巨大，難以滿足稻米生產(chǎn)、管理和銷售等部門，以及遺傳育種中對稻米外觀品質(zhì)性狀的快速分析和測定需要。


發(fā)明內(nèi)容
本發(fā)明的目的在于針對現(xiàn)有技術(shù)的不足，提供一種對網(wǎng)狀粘連稻米的圖像式自動分析方法，以克服人工分析所帶來的繁瑣工作，提高工作效率和評測的客觀性。
本發(fā)明的目的是通過以下技術(shù)方案來實現(xiàn)的一種對網(wǎng)狀粘連稻米的圖像式自動分析方法，包括以下步驟 (1)攝或掃描獲取稻米外觀圖像； (2)二值化稻米外觀圖像； (3)分割網(wǎng)狀粘連稻米； (4)統(tǒng)計稻米總粒數(shù)； (5)獲取稻米粒形、整精米率、碎米率、堊白粒率和堊白度。
進一步地，所述二值化稻米外觀圖像具體包括以下步驟 (A)選取閾值，閾值分割得到二值圖像稻米外觀圖像經(jīng)過預(yù)處理后，采用最大間類方差法來獲取閾值，或手動一次或多次點選背景或稻米目標(biāo)，按圖像亮度波動范圍來確定閾值，然后進行閾值分割來將目標(biāo)從背景中分出。
(B)修正二值圖像所述步驟(A)獲得的二值圖像存在孔洞和孤立的點，運用開運算來消除孤立的點，運用閉運算來消除孔洞。
進一步地，運用距離變換和分水嶺變換分割胖圓形的粳米，并通過以下步驟分割細長形的秈米 (A)去除錯誤分割線以分割線端點為圓心做圓，然后從該分割線端點出發(fā)沿著稻米的邊界按順時針方向和逆時針方向進行搜索，當(dāng)碰到圓周時停止搜索，這時可以得到兩個交點，當(dāng)兩個交點與稻米相交部分的弧長大于五分之三圓周長時，則認為該端點為凹角點；正確的分割線兩端均為凹角點，而錯誤的分割線至少有一個端點不是凹角點，根據(jù)該特征來去除錯誤分割線。
(B)基于凹角點分割細長形粘連稻米，具體包括以下步驟 (a)對二值圖像進行輪廓跟蹤，輪廓曲線用鏈碼表示。
(b)沿著鏈碼用帶方向的角點檢測算法，計算粘連部位凹角的位置及方向。
(c)根據(jù)分割角點對的匹配規(guī)則，找出分割線所在的角點對。
(d)連接分割線所在的角點對，獲得分割結(jié)果。
本發(fā)明的有益效果是本發(fā)明克服了網(wǎng)狀粘連稻米難以自動分析的問題，去除了要求分析樣品不粘連擺放的限制。



圖1(a)網(wǎng)狀粘連的秈米原圖像； 圖1(b)是網(wǎng)狀粘連的粳米原圖像； 圖2(a)是對應(yīng)圖1(a)的二值化稻米圖像； 圖2(b)是對應(yīng)圖1(b)的二值化稻米圖像； 圖3是對應(yīng)圖2(b)稻米圖像的分水嶺分割結(jié)果示意圖； 圖4是網(wǎng)狀粘連稻米的分割流程圖； 圖5(a)是對長形稻米的過分割導(dǎo)致結(jié)果錯誤示意圖； 圖5(b)是去除圖5(a)中錯誤分割線獲得正確結(jié)果示意圖； 圖6(a)是采用分水嶺算法后的過分割示意圖； 圖6(b)是對應(yīng)圖6(a)中分割線端點的角點示意圖； 圖7(a)是角點方向定義示意圖； 圖7(b)是角點方向查找示意圖； 圖8(a)是從圖5(b)中獲得的稻米輪廓圖； 圖8(b)是根據(jù)圖8(a)獲得所有凹角點位置的結(jié)果示意圖； 圖8(c)是根據(jù)圖8(b)凹角點位置和方向進行分割的結(jié)果示意圖； 圖8(d)是將圖8(c)的分割線畫到圖5(b)上的結(jié)果示意圖； 圖9是對堊白的雙閾值分割結(jié)果示意圖； 圖10是去除圖9中牙胚和雜點后的結(jié)果示意圖； 圖11是本發(fā)明的方法流程圖。

具體實施例方式 以下結(jié)合附圖對本發(fā)明作進一步說明。
依照本發(fā)明的技術(shù)方案，一種對網(wǎng)狀粘連稻米的圖像式自動分析方法，分為以下幾個具體步驟完成。
1、拍攝或掃描獲取稻米外觀圖像 本發(fā)明在稻米外觀成像時，涉及到基準(zhǔn)背光亮度的分析與構(gòu)造。攝取圖像的設(shè)備可以是數(shù)碼相機、數(shù)碼攝像頭、掃描儀。
2、二值化稻米外觀圖像 二值化是將圖像分成目標(biāo)對象與背景兩部分的一種操作，其關(guān)鍵是分割閾值的確定。
1)選取閾值 稻米圖像經(jīng)過預(yù)處理后，需要進行閾值分割來將目標(biāo)從背景中分出。閾值可以人為指定，也可通過計算機自動獲取。如圖1所示，稻米圖像背景比較單一，稻米和背景容易分離。本方法采用最大間類方差法來獲取閾值，或手動一次或多次點選背景或稻米目標(biāo)，按圖像亮度波動范圍來確定閾值，同時，也可以手動調(diào)整來確定閾值，以增加其靈活性。
2)修正二值圖像 經(jīng)過閾值分割后，得到二值圖像，如圖2所示。但是由于噪聲的存在，二值圖像中往往會存在一些孔洞和孤立的點，影響后續(xù)處理。而這些孔洞和點可以通過數(shù)學(xué)形態(tài)學(xué)運算來消除。
數(shù)學(xué)形態(tài)學(xué)運算是圖像處理中的一種常見算法，其包括腐蝕、膨脹、開運算和閉運算4種基本運算。本方法中，采用開運算來消除孤立的點，采用閉運算來消除孔洞。
3、分割網(wǎng)狀粘連稻米 采集到的稻米圖像一般呈現(xiàn)出籽粒成片粘連的現(xiàn)象，如果不能把這種網(wǎng)狀粘連的籽粒分離開，將嚴重影響分析的后續(xù)工作。對胖圓形的粳米，本發(fā)明采用距離變換和分水嶺變換進行分割，其效果已經(jīng)比較理想，如圖3所示；但對細長形的秈米，分水嶺變換會產(chǎn)生嚴重的過分割現(xiàn)象，或者有些粘連部位未被分割出來。
本發(fā)明對網(wǎng)狀粘連稻米的分割流程如圖4所示。
1)去除錯誤分割線 對于細長形的稻米，在進行分水嶺變換后，因為過分割會產(chǎn)生一些多余的錯誤分割線，如圖5(a)所示。從圖中可以看出，細長形的稻米粘連部位有很明顯的凹角點，即正確的分割線兩端一定均為凹角點，而錯誤的分割線至少有一個端點不是凹角點，本發(fā)明正是根據(jù)該特征來去除錯誤分割線的。在進行分水嶺變換過程中，很容易找出分割線的端點(端點與背景是相鄰的)，但是怎么來判斷端點是凹角點呢？在本發(fā)明中，采用一個圓形模板來判凹角點，如圖6所示，圖6(a)為過分割圖像，圖6(b)為圖6(a)的二值圖像，在圖6(b)中，O為從圖6(a)中對應(yīng)過來的分割線端點。以O(shè)為圓心做半徑為r的圓，然后從O點出發(fā)沿著稻米的邊界順時針方向和逆時針方向進行搜索，當(dāng)碰到圓周時停止搜索，這時可以得到兩個交點，如圖6(b)中的A、B、C、D點所示。兩個交點把圓周分成兩部分，其一部分與背景相交，另一部分則與稻米相交，以與稻米相交部分的弧長來判斷端點是否為凹角點，當(dāng)弧長大于五分之三圓形模板周長時，則認為該端點為凹角點。被去除錯誤分割線的結(jié)果如圖5(b)所示。
2)基于凹角點的細長形粘連稻米的分割 對于只有兩顆米粒粘連的情況，找到角點后可以直接連接角點進行分割，但對粘連米粒數(shù)目大于2的情況，則要進行分割角點對的匹配。下面先看兩個定義 如圖7(a)中，A、B為角點，定義AB或BA方向為分割線方向；從A點作米粒輪廓的切線AC、AD，構(gòu)成∠CAD，然后作∠CAD的角平分線AE，定義EA的方向為角點A的方向，同理，F(xiàn)B為角點B的方向。
假設(shè)A的坐標(biāo)為(x1，y1)，B的坐標(biāo)為(x2，y2)，分割線方向可以通過下面公式得出 α＝Atan((y1-y2)/(x1-x2)) 只要稍微修改，圓形模板可以在判斷凹角點的同時，得出該角點的近似方向。前述是用與稻米相交的圓弧來判斷凹角點，這里用與背景相交的圓弧來得出該角點的近似方向。如圖7(b)所示，假設(shè)與背景相交圓弧的中點為E，其坐標(biāo)為(x1，y1)，而角點O的坐標(biāo)為(x2，y2)，則角點方向EO可以通過下面公式得出 β＝Atan((y1-y2)/(x1-x2)) 在得到分割線方向和角點方向之后，根據(jù)下面規(guī)則進行分割角點對的匹配 a)兩角點方向相反，角點與分割線方向相同或相反； b)分割線之間不能相交； c)分割線不能穿過背景。
基于角點的長形粘連稻米分割步驟如下，分割中間過程及結(jié)果如圖8所示。
第一步對二值圖像進行輪廓跟蹤，輪廓曲線用鏈碼表示，見圖8(a)。
第二步沿著鏈碼用帶方向的角點檢測算法，計算粘連部位凹角的位置及方向，見圖8(b)。
第三步根據(jù)分割角點對的匹配規(guī)則，找出分割線所在的角點對，見圖8(c)。
第四步連接分割線所在的角點對獲得分割結(jié)果，見圖8(d)。
4、計算稻米總粒數(shù) 稻米被分割好之后，需要統(tǒng)計稻米總粒數(shù)。本發(fā)明采用連通域標(biāo)記法進行，其處理過程如下 第一步尋找起始點。從上到下、從左至右掃描整幅圖像，遇到的第一個對象點即為跟蹤起點； 第二步用漫水填充算法將該區(qū)域標(biāo)記為背景，同時記下該區(qū)域的面積，且稻米總數(shù)增加1； 第三步繼續(xù)重復(fù)第一步、第二步，直到整圖掃描完畢。
稻米總數(shù)計算結(jié)果如圖9所示，輸入該批米粒的重量后，便換算出千粒重。
5、計算稻米粒形 目前，我國糧食行業(yè)是按照國家標(biāo)準(zhǔn)GB/T 17891-1999的人工方法進行粒形測定，即用直尺測量10粒稻米的總長度和總寬度，從而計算出粒形的基本參數(shù)。本發(fā)明是利用稻米輪廓最小外接矩形(MER)來求取單粒稻米尺寸，從而計算出對應(yīng)的稻米粒形。其步驟如下 第一步對二值圖像進行輪廓追蹤，得到一系列封閉區(qū)域，計算每個封閉區(qū)域輪廓的外接矩形面積，并記錄外接矩形長度、寬度和面積； 第二步圖像逆時針旋轉(zhuǎn)1度～3度后，重復(fù)第1步；對應(yīng)旋轉(zhuǎn)90度后，轉(zhuǎn)入第三步； 第三步統(tǒng)計每次旋轉(zhuǎn)后封閉區(qū)域的矩形面積，求取封閉區(qū)域的最小外接矩形，記錄最小外接矩形的長度(粒長)和寬度(粒寬)； 第四步，計算最小外接矩形的長寬比(籽粒長寬比)。
6、求取整精米率和碎米率 根據(jù)國家標(biāo)準(zhǔn)GB 1350-1999中的3.7、3.8節(jié)規(guī)定，糙米碾磨成精度為國家標(biāo)準(zhǔn)一等大米時，米粒產(chǎn)生破碎，其中長度仍達到完整精米粒平均長度的五分之四以上(含五分之四)的米粒定義為整精米；而整精米率為整精米占凈稻谷試樣質(zhì)量的百分率。
整精米率計算的是無量綱的質(zhì)量百分率，因此，本發(fā)明用面積百分率代替質(zhì)量百分率。由于米粒的破碎，面積百分率計算結(jié)果會大于質(zhì)量百分率計算結(jié)果。但是，大量實驗結(jié)果表明，面積百分率的誤差隨著整精米率的提高而提高，呈較強相關(guān)性，可以通過一個經(jīng)驗線性函數(shù)來分多檔進行對應(yīng)矯正。
整精米率計算的方法步驟如下 第一步用鼠標(biāo)手動選取一部分完整精米粒，取其平均長度(計算米粒的長寬比時已經(jīng)得到每顆米粒的長度)，記為L； 第二步記所有稻米目標(biāo)的總面積為S1，整精米面積為S2，遍歷每顆米粒，將當(dāng)前米粒的面積加到S1，當(dāng)前米粒的長度大于等于L的五分之四時，S2加上當(dāng)前米粒的面積； 第三步利用下面公式計算整精米率，碎米率(％)＝1-整精米率(％)。

其中，k為按面積大小，分多檔來表示與體積關(guān)系的矯正系數(shù)。
用不同的色調(diào)著色完整精米、碎米、以及長度處于臨界區(qū)的米粒。還可分不同的大小來分別統(tǒng)計對應(yīng)的碎米率。
7、求取稻米的堊白粒率及堊白度 根據(jù)國家標(biāo)準(zhǔn)GB 1350-1999中的3.3、3.5、3.6節(jié)規(guī)定，堊白是米粒胚乳中的白色不透明部分，包括腹白、心白和背白。堊白大小是將堊白米粒平放，米粒中堊白面積占該整粒米投影面積的百分率。
由于堊白是白色不透明的，其反射強于非堊白部分，在圖像中表現(xiàn)為堊白部分的亮度高于非堊白部分。因此，可以利用兩個閾值將圖像分割成三個部分(背景部分、堊白部分和非堊白部分)，分割算法如下
在具體操作中，先將已被分割好的粘連米粒二值圖像與原圖像進行“與”操作，恢復(fù)圖像的灰度信息，再用雙閾值對圖像進行分割。
經(jīng)過閾值處理后得到如圖9所示圖像，雖然三部分被分割出來了，但還存在一些問題。米粒中的牙胚和由噪聲引起的雜點亮度跟堊白相近，被分割到了堊白部分，為了更精確地計算堊白度，有必要去除牙胚和雜點的干擾。從圖9中可以看出，牙胚和雜點的面積一般遠小于堊白部分的面積，因此，可根據(jù)該特征來去除干擾，其具體步驟如下 第一步對分割好的圖像用連通域標(biāo)記法對堊白部分進行追蹤，得到一系列封閉區(qū)域的面積； 第二步對封閉區(qū)域進行判斷，如果封閉區(qū)域面積低于面積限制閾值，則認為該區(qū)域為牙胚或雜點，轉(zhuǎn)入第三步進行處理；如果封閉區(qū)域面積高于面積閾值，則認為該區(qū)域為正常稻米區(qū)域，轉(zhuǎn)入第四步； 第三步用非堊白部分灰度值對區(qū)域進行填充； 第四步轉(zhuǎn)入第二步，對下一封閉區(qū)域進行判斷，直至所有區(qū)域判斷完畢。
去除了牙胚和雜點的干擾后(如圖10所示)，接下來進行堊白粒率和堊白度的計算。根據(jù)國家標(biāo)準(zhǔn)GB 1350-1999中的3.4、3.6節(jié)規(guī)定，堊白粒率是有堊白的米粒占整個米樣粒數(shù)的百分率。而堊白度是堊白面積總和占試樣米粒面積總和的百分比。
計算堊白粒率需要知道堊白米粒數(shù)和整個米樣粒數(shù)，而計算堊白度需要知道堊白總面積和試樣米?？偯娣e(即堊白部分總面積與非堊白部分總面積之和)。本發(fā)明中，對連通域標(biāo)記法稍作修改來獲取以上各項參數(shù)，其步驟如下 第一步尋找起始點。自上而下、從左至右掃描整幅圖像，遇到的第一個目標(biāo)對象點(非背景)即為跟蹤起點； 第二步用漫水填充算法將該區(qū)域標(biāo)記為背景。修改的地方就在于該步中加入了以下操作 a)開始標(biāo)記時，Sum1＝Sum1+1，S1＝0； b)標(biāo)記過程中，如果當(dāng)前點為堊白，則S1＝S1+1；否則，S2＝S2+1； c)標(biāo)記完成后，當(dāng)S1＞0時，Sum2＝Sum2+1，S3＝S3+S1。
Sum1整個米樣粒數(shù)； Sum2堊白米粒數(shù)； S1當(dāng)前米粒堊白面積； S2非堊白部分總面積； S3堊白部分總面積。
第三步繼續(xù)重復(fù)第一步、第二步，直到整圖掃描完畢，用不同色調(diào)來著色背景、堊白； 第四步按照下面公式計算堊白粒率及堊白度。



權(quán)利要求
1.一種對網(wǎng)狀粘連稻米的圖像式自動分析方法，其特征在于，包括以下步驟
(1)拍攝或掃描獲取稻米外觀圖像。
(2)二值化稻米外觀圖像。
(3)分割網(wǎng)狀粘連稻米。
(4)統(tǒng)計稻米總粒數(shù)。
(5)獲取稻米粒形、整精米率、碎米率、堊白粒率和堊白度。
2.根據(jù)權(quán)利要求1所述的對網(wǎng)狀粘連稻米的圖像式自動分析方法，其特征在于，所述步驟(2)將稻米外觀圖像分成目標(biāo)對象與背景兩部分，具體包括以下步驟
(A)選取閾值，閾值分割得到二值圖像稻米外觀圖像經(jīng)過預(yù)處理后，采用最大間類方差法來獲取閾值，或手動一次或多次點選背景或稻米目標(biāo)，按圖像亮度波動范圍來確定閾值，然后進行閾值分割來將目標(biāo)從背景中分出。
(B)修正二值圖像所述步驟(A)獲得的二值圖像存在孔洞和孤立的點，運用開運算來消除孤立的點，運用閉運算來消除孔洞。
3.根據(jù)權(quán)利要求1所述的對網(wǎng)狀粘連稻米的圖像式自動分析方法，其特征在于，所述步驟(3)中，運用距離變換和分水嶺變換分割胖圓形的粳米，并通過以下步驟分割細長形的秈米
(A)去除錯誤分割線以分割線端點為圓心做圓，然后從該分割線端點出發(fā)沿著稻米的邊界按順時針方向和逆時針方向進行搜索，當(dāng)碰到圓周時停止搜索，這時可以得到兩個交點，當(dāng)兩個交點與稻米相交部分的弧長大于五分之三圓周長時，則認為該端點為凹角點；正確的分割線兩端均為凹角點，而錯誤的分割線至少有一個端點不是凹角點，根據(jù)該特征來去除錯誤分割線。
(B)基于凹角點分割細長形粘連稻米，具體包括以下步驟
(a)對二值圖像進行輪廓跟蹤，輪廓曲線用鏈碼表示。
(b)沿著鏈碼用帶方向的角點檢測算法，計算粘連部位凹角的位置及方向。
(c)根據(jù)分割角點對的匹配規(guī)則，找出分割線所在的角點對。
(d)連接分割線所在的角點對，獲得分割結(jié)果。
4.根據(jù)權(quán)利要求1所述的對網(wǎng)狀粘連稻米的圖像式自動分析方法，其特征在于，所述步驟(4)包括以下步驟
(A)尋找起始點從上到下、從左至右掃描經(jīng)過所述步驟(3)分割后的圖像，遇到的第一個對象點即為跟蹤起點。
(B)用漫水填充算法將該區(qū)域標(biāo)記為背景，記下該區(qū)域的面積，同時稻米總數(shù)增加1。
(C)重復(fù)所述步驟(A)和(B)，直到整張圖掃描完畢。
5.根據(jù)權(quán)利要求1所述的對網(wǎng)狀粘連稻米的圖像式自動分析方法，其特征在于，所述步驟(5)中，通過以下步驟獲取稻米粒形
(A)對分割后的圖像進行輪廓追蹤，得到一系列封閉區(qū)域，獲取每個封閉區(qū)域輪廓的外接矩形面積，并記錄外接矩形長度、寬度和面積；
(B)圖像逆時針旋轉(zhuǎn)1～3°度后，重復(fù)步驟(A)；對應(yīng)旋轉(zhuǎn)90°后，轉(zhuǎn)入下一步驟；
(C)統(tǒng)計每次旋轉(zhuǎn)后封閉區(qū)域的矩形面積，獲取封閉區(qū)域的最小外接矩形，記錄最小外接矩形的長度和寬度；
(D)獲取最小外接矩形的長寬比。
6.根據(jù)權(quán)利要求1所述的對網(wǎng)狀粘連稻米的圖像式自動分析方法，其特征在于，所述步驟(5)中，通過以下步驟獲取整精米率和碎米率
(A)用鼠標(biāo)手動選取一部分完整精米粒，取其平均長度，記為L；
(B)記所有稻米目標(biāo)的總面積為S1，整精米面積為S2，遍歷每顆米粒，將當(dāng)前米粒的面積加到S1，當(dāng)前米粒的長度大于等于L的五分之四時，S2加上當(dāng)前米粒的面積；
(C)利用下面公式計算整精米率，碎米率(％)＝1-整精米率(％)
其中，k為按面積大小，分多檔來表示與體積關(guān)系的矯正系數(shù)。
7.根據(jù)權(quán)利要求1所述的對網(wǎng)狀粘連稻米的圖像式自動分析方法，其特征在于，所述步驟(5)中，利用兩個閾值將分割后的圖像分割成背景部分、堊白部分和非堊白部分，去除牙胚和雜點的干擾后計算堊白粒率及堊白度。
8.根據(jù)權(quán)利要求7所述的對網(wǎng)狀粘連稻米的圖像式自動分析方法，其特征在于，通過以下步驟去除牙胚和雜點的干擾
(A)對分割后的圖像用連通域標(biāo)記法對堊白部分進行追蹤，得到一系列封閉區(qū)域的面積。
(B)對封閉區(qū)域進行判斷，如果封閉區(qū)域面積低于面積限制閾值，則認為該區(qū)域為牙胚或雜點，轉(zhuǎn)入步驟(C)進行處理；如果封閉區(qū)域面積高于面積限制閾值，則認為該區(qū)域為正常稻米區(qū)域，轉(zhuǎn)入步驟(D)；
(C)用非堊白部分灰度值對區(qū)域進行填充；
(D)轉(zhuǎn)入步驟(B)，對下一封閉區(qū)域進行判斷，直至所有區(qū)域判斷完畢。
9.根據(jù)權(quán)利要求7所述的對網(wǎng)狀粘連稻米的圖像式自動分析方法，其特征在于，通過以下步驟計算堊白粒率及堊白度
(A)尋找起始點自上而下、從左至右掃描分割后的圖像，遇到的第一個目標(biāo)對象點即為跟蹤起始點；
(B)用漫水填充算法將該區(qū)域標(biāo)記為背景開始標(biāo)記時，Sum1＝Sum1+1，S1＝0；標(biāo)記過程中，如果當(dāng)前點為堊白，則S1＝S1+1；否則，S2＝S2+1；標(biāo)記完成后，當(dāng)S1＞0時，Sum2＝Sum2+1，S3＝S3+S1；其中，Sum1整個米樣粒數(shù)；Sum2堊白米粒數(shù)；S1當(dāng)前米粒堊白面積；S2非堊白部分總面積；S3堊白部分總面積。
(C)重復(fù)步驟(A)和(B)，直到整圖掃描完畢，用不同色調(diào)來著色背景、堊白；
(D)按照下面公式計算堊白粒率和堊白度。
全文摘要
本發(fā)明公開了一種對網(wǎng)狀粘連稻米的圖像式自動分析方法。該方法首先是在基準(zhǔn)背光亮度等級下來成像稻米，通過自動分割使得網(wǎng)狀粘連稻米分別屬于不同的局部區(qū)域。其次是自動分割包括對胖圓形的粳米采用距離變換和分水嶺變換進行分割，以及對細長形的秈米在分水嶺變換后用圓形模板來判出凹角點，根據(jù)凹角點來判定分割線和去除錯誤分割線。用不同的色調(diào)著色完整精米、碎米、以及長度處于臨界區(qū)的米粒，用不同色調(diào)來著色背景、堊白，最終算出籽粒數(shù)，每粒粒長、粒寬、籽粒長寬比，以及整精米率、碎米率、堊白度、堊白粒率，并形成分析報表。本發(fā)明克服了網(wǎng)狀粘連稻米難以自動分析的問題，去除了要求分析樣品不粘連擺放的限制。
文檔編號G01B11/02GK101281112SQ200810061439
公開日2008年10月8日 申請日期2008年4月30日 優(yōu)先權(quán)日2008年4月30日
發(fā)明者平 周, 鐘取發(fā) 申請人:浙江理工大學(xué)