基于Matlab的数字图像的颗粒计数研究

高海峰 黄文静 买婷婷

摘 要：上世纪美国就组织麻省理工大学等高校开始研究用于民事和军事的计算机视觉技术。为了提高农业的生产效率，开始将计算机视觉技术转向农业，并且对植物种子颗粒统计展开了大量的研究。目前计算机视觉技术在国内成为发展趋势，在人脸识别和车牌识别等方面取得了巨大的成就。但是相对于国外的研究现状而言，我国在农产品领域中计算机视觉技术的应用较低，技术相对还不成熟，从而影响我国农业机械化的推进。本文基于Matlab的数字图像处理功能，可以为单颗粒播种机械计数提供支持，解决依靠人工进行颗粒的统计分析存在的操作费时、复杂和精度不高等问题。利用Matlab软件对所采集的图像进行图像预处理和图像特征目标提取等操作，可以得到颗粒的个数，从而可以提高机械化程度。

关键词： Matlab;图像处理;计数

一引言

近年来，数字图像技术受到人们广泛的关注。60%以上的人们接受信息是来自于视觉信息也就是图像信息，因此这是人类最有效和最重要的信息获取、交流方式。随着科技的发展，图像当作检测和传递信息的手段或载体，直接对得到的图像进行分析处理从而获得我们感兴趣的信息已经成为重要的分析和测量手段[1]。图像技术的加入解决单纯依靠人工进行颗粒的统计分析存在的操作费时、复杂和精度不高等问题，而且重要的是用计算机可对颗粒图像作各种处理，既加快了分析处理的速度，又可以突出人们需要的信息。很多人工观察不到的重要信息，通過计算机图像处理分析之后能够很清楚地看到，还可对颗粒图像作测量和统计分析等，大大扩展了人眼能看到接收到的信息量。

二基于Matlab的图像处理

由于外部环境的各种影响，计数前对颗粒图片进行预处理、灰度化和二值化等操作，噪声会在阈值化后影响图像，使它的边界往往都是很不平滑物体区域，具有一些噪声孔，还有背景区域上散布一些噪声颗粒[2]。因此我们除了灰度化、二值化后还需要对图像进行膨胀腐蚀，连续的开闭运算才能得到较好的图像。

（一）图像灰度化处理

利用Matlab中的函数imread将颗粒的图片读入软件中，将读入Matlab的真彩色图像转换为灰度图像。在Matlab中我们可以调用rgb2gray函数来进行图像灰度化操作。真彩图片既含亮度信息又含色彩信息，而灰度图像只含亮度信息不含色彩信息，真彩图片转化为灰度图像可以过滤掉一些无用的信息还可以减少图片的数据量，减轻处理的工作量[3]。如图1。

（二）灰度图像的中值滤波

在获取图像的过程中，由于受到各种因素的影响，所得到的图像总会或多或少受到一些噪声信息的影响，这些噪声信息会使图像的质量恶化，所以要进行去噪处理。去噪的方法有很多，大致分为两大类：一类是时域去噪，另一类是频域去噪[4]。采用Matlab中的中值滤波函数medfilt2。中值滤波命令如下： m=medfilt2（g）。如图2。

（三）图像二值化

图像二值化就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果[5]。有利于图像的进一步处理，使图像变得简单，而且数据量减小，能凸显出目标的轮廓。本文采用自动寻找最佳阈值法，该方法自动分析图像的灰度直方图，根据直方图确定最佳阈值，然后用寻找到最佳阈值进行二值化处理，在Matlab中我们用函数graythresh来获得一个阈值，用函数im2bw来获取二值化函数。如图3。

（四）颗粒计数的实现

二值化后，图像像素只剩下0和1两个值，分别表示背景和目标。颗粒的图像像素是连续的整体。在二值图像中表现为连通性，因此可以利用计算连通图的数量来求出颗粒数量[6]。在Matlab中利用bwlabel函数求出连通图并给出连通图的数量。

结束语

用拍摄的大米图片为例进行分析，其基本流程图如图4。基于Matlab的数字图像处理系统， 对采集的原始图像进行转化，使它成为灰度图像，以滤除噪声，增强图像的对比度，提高图像的质量，实现图像的边缘检测与分割，进行区域的识别方法：采用均值、中值滤波方法、滤除噪声等方法来提高图像的质量;结合边缘算子进行图像边缘检测; 使用canny方法实现图像的分割[7]。结果：该系统对原始图像进行处理， 减少了噪声及其他各种因素的影响，提高了图像的质量，可以更好地检测出图像的边缘，比较准确地分割出样点区域，能有效地分离有价值的弱信号点和背景点或者噪声。可以应用于颗粒计数，提高农业机械化[8]。

参考文献

[1]陈汗青，万艳玲，王国刚.数字图像处理技术研宄进展[J].工业控制计算机，2013，26（1）：72-74.

[2]刘中合，王瑞雪，王锋德，马长青，刘贤喜.数字图像处理技术现状与展望.计算机时代，2015（9）.

[3]涂望明.MATLAB在数字图像处理中的应用[J].微计算机信息，2007，（6）：299-300.

[4]李俊山，李旭辉. 数字图像处理[M]. 北京： 清华大学出版社， 2006.

[5]陈书海，傅录祥. 实用数字图像处理[M]. 北京： 科学出版社， 2005： 1.

[6]魏伟波，芮筱亭.图像边缘检测方法研究[J].计算机工程与应用，2006，42（30）：88⁃91.

[7]吴一全，王凯.基于SUSAN 算子和角点判别因子的目标边缘检测[J].中国科学学院大学大报，2016（1）：128-134.

[8]聂超.基于直方图的高效图像增强算法研究[D].杭州：杭州电子科技大学，2014.

作者简介：

高海峰（1994-），男，宁夏固原人，硕士，研究方向：农业装备的智能化和自动化。

黄文静（1998-），女，宁夏银川人，本科，专业：电气工程及其自动化。

买婷婷（1997-），女，宁夏中卫人，本科，专业：电气工程及其自动化。