本文摘要：摘要：提出了一種結(jié)合小波變換、閾值分割和掩模處理的鮮棗裂紋檢測(cè)方法，結(jié)合小波變換能聚焦到圖像任意細(xì)節(jié)的優(yōu)良特性、閾值算法能突出圖像中感興趣的部分、圖像掩模對(duì)感興趣區(qū)域內(nèi)的圖像值保持不變而區(qū)域外的圖像值均為0等優(yōu)點(diǎn)，能夠?qū)⒉煌?/p>
摘要：提出了一種結(jié)合小波變換、閾值分割和掩模處理的鮮棗裂紋檢測(cè)方法，結(jié)合小波變換能聚焦到圖像任意細(xì)節(jié)的優(yōu)良特性、閾值算法能突出圖像中感興趣的部分、圖像掩模對(duì)感興趣區(qū)域內(nèi)的圖像值保持不變而區(qū)域外的圖像值均為0等優(yōu)點(diǎn)，能夠?qū)⒉煌笮�、任意形狀和任意位置的鮮棗裂紋檢測(cè)出來(lái)。仿真試驗(yàn)結(jié)果表明，鮮棗裂紋的提取效果比較清晰，很好地實(shí)現(xiàn)了鮮棗裂紋檢測(cè)。
關(guān)鍵詞：鮮棗;裂紋;掩模;小波變換
裂紋是衡量鮮棗品質(zhì)的重要指標(biāo)之一，鮮棗果皮裂紋不僅會(huì)影響紅棗的外觀品質(zhì)，而且極易加速鮮棗的腐爛，導(dǎo)致鮮棗貨架期的縮短，使其商品性降低，嚴(yán)重降低鮮棗的經(jīng)濟(jì)價(jià)值[1]。隨著生活水平的提高，人們對(duì)紅棗的品質(zhì)要求越來(lái)越高，因此在鮮棗裝箱前對(duì)其進(jìn)行裂紋檢測(cè)尤其重要。本研究使用MATLAB軟件，結(jié)合掩模、小波變換、二進(jìn)制算法、圖像相乘、閾值算法等算法，能提取到清晰的鮮棗裂紋，實(shí)現(xiàn)了鮮棗裂紋的檢測(cè)。
1 MATLAB圖像處理軟件概述
MATLAB軟件語(yǔ)言簡(jiǎn)潔，可讀性很強(qiáng)[2]，其工具箱所涉及的專業(yè)領(lǐng)域非常廣泛并且功能強(qiáng)大，由一系列支持圖像處理操作的函數(shù)組成，幾乎包括所有經(jīng)典的圖像處理方法。若按照功能可以分為以下幾類：圖像顯示、圖像文件輸入與輸出、幾何操作、像素值和統(tǒng)計(jì)處理、圖像分析與增強(qiáng)、圖像濾波、線性二維濾波器設(shè)計(jì)、圖像變換、鄰域和塊操作、二值圖像操作、顏色映射和顏色之間轉(zhuǎn)換、圖像類型和類型轉(zhuǎn)換、工具包參數(shù)獲取和設(shè)置等[3]。MATLAB軟件提供的工具箱具有可靠性和開(kāi)放性等優(yōu)點(diǎn)，使用者可以方便地直接加以使用，也可以將自己的代碼加到工具箱中以改進(jìn)函數(shù)功能。
2 MATLAB圖像處理關(guān)鍵技術(shù)
2.1 灰度處理
在 MATLAB中使用函數(shù)imread讀取圖像文件，函數(shù)調(diào)用格式為：I=imread(‘filename’.fmt)。其中，filename表示讀取圖像文件名字信息，fmt是圖像的格式[4];若沒(méi)有fmt一項(xiàng)，則使用默認(rèn)圖像格式。讀取到圖像文件信息后再利用rgb2gray函數(shù)將圖像進(jìn)行灰度化處理。函數(shù)調(diào)用格式如下：
I1=rgb2gray(I)
其中，I為原彩色圖像，I1為轉(zhuǎn)化后的灰度圖像。
2.2 掩模
掩模是用選定的圖像、圖形或物體，對(duì)待處理的圖像(全部或局部)進(jìn)行遮擋，來(lái)控制圖像處理的區(qū)域或處理過(guò)程[5]，用于覆蓋的特定圖像或物體稱為掩�；蚰０濉Ｔ跀�(shù)字圖像處理中，掩模為二維矩陣數(shù)組，有時(shí)也用多值圖像，圖像掩模主要用于：①提取有用的區(qū)域，用預(yù)先制作的感興趣區(qū)掩模與待處理圖像相乘，得到感興趣區(qū)圖像，感興趣區(qū)內(nèi)圖像值保持不變，而區(qū)外圖像值都為0;②屏蔽作用，用掩模將圖像上某些區(qū)域屏蔽，使其不參加處理或不參加處理參數(shù)的計(jì)算，或僅對(duì)屏蔽區(qū)作處理或統(tǒng)計(jì);③結(jié)構(gòu)特征提取，用相似性變量或圖像匹配方法檢測(cè)和提取圖像中與掩模相似的結(jié)構(gòu)特征;④特殊形狀圖像的制作[3]。
本研究主要用到兩次掩模，前一次使用方框掩模來(lái)去除圖片的背景噪聲，后一次使用方框掩模提取裂紋。
2.3 小波變換
圖像的邊緣是圖像最基本的特征之一[6]，邊緣檢測(cè)技術(shù)是所有基于邊界分割的圖像分析方法的第一步，首先檢測(cè)出圖像局部特性的不連續(xù)性，再將它們連成邊界，并將這些邊界把圖像分成不同的區(qū)域，檢測(cè)出邊緣的圖像就可以進(jìn)行特征提取和形狀分析[7]。紅棗表面裂紋常常是比較細(xì)小的，常規(guī)圖像處理方法很難有效地將其檢測(cè)出來(lái)[8]。小波變換是一種基于信號(hào)的時(shí)間尺度分析方法，本研究采用小波進(jìn)行邊緣檢測(cè)是因?yàn)槠渚哂卸喾直媛史治龅奶攸c(diǎn)，在低頻部分具有較高的頻率分辨率和時(shí)間分辨率，在高頻部分具有較高的時(shí)間分辨率和較低的頻率分辨率，很適合探測(cè)正常信號(hào)中夾帶的瞬態(tài)反�，F(xiàn)象并展示其成分。因此，小波變換是檢測(cè)突變信號(hào)強(qiáng)有力的工具，能很好地表現(xiàn)突變點(diǎn)的奇異性，很有利于檢測(cè)帶裂紋的紅棗圖像邊緣。
2.4 閾值分割
閾值分割法是一種基于區(qū)域的圖像分割技術(shù)，其基本原理是通過(guò)設(shè)定不同的特征閾值，把圖像像素點(diǎn)分為若干類[9]，其特征包括：直接來(lái)自原始圖像的灰度或彩色特征或由原始灰度或彩色值變換得到的特征[10]。
3 仿真試驗(yàn)驗(yàn)證
仿真試驗(yàn)驗(yàn)證流程圖見(jiàn)圖1。將采集到的有裂紋的紅棗的彩色圖像(圖2)轉(zhuǎn)換成灰度圖(圖3)，為了去除紅棗背景對(duì)圖像分析的影響，采用掩模的方法去除背景和噪聲。掩模是由0和1組成的一個(gè)二進(jìn)制圖像，當(dāng)在某一功能中應(yīng)用掩模時(shí)，1值區(qū)域?qū)⒈惶幚砗吞鎿Q，而被屏蔽的0值區(qū)域則不被處理，保持原來(lái)的樣子。本研究中釆用了閾值50來(lái)消除背景，并在此過(guò)程中使用8連通類型，此類型的掩模很好地完成鮮棗的掩模圖像，圖4即為所使用的掩模。圖5為使用8聯(lián)通類型掩模和原圖像相乘后的圖像，成功地去除了鮮棗背景，然后采用小波變換的方法進(jìn)行邊緣檢測(cè)，并使用閾值0.1對(duì)檢測(cè)的圖像進(jìn)行處理，圖像效果如圖6所示;最后進(jìn)行一次進(jìn)行掩模處理，得到最終的裂紋圖像(圖7)，此時(shí)可以非常清晰地識(shí)別鮮棗裂紋。
4 小結(jié)
本研究提出一種結(jié)合小波變換、閾值算法和掩模處理的鮮棗裂紋檢測(cè)方法，結(jié)合了小波、閾值算法和圖像掩模的優(yōu)點(diǎn)。仿真試驗(yàn)結(jié)果表明，鮮棗裂紋的提取清晰，能較好地實(shí)現(xiàn)裂紋的檢測(cè)，這種方法的提出對(duì)鮮棗的品質(zhì)和分級(jí)有一定的保障，同時(shí)也為其他水果的裂紋檢測(cè)提供一定的參考。
參考文獻(xiàn)：
[1] CASTLEMAN K R.數(shù)字圖像處理技術(shù)[M].朱孝剛，朱學(xué)訚，石定機(jī)，等，譯.北京：電子工業(yè)出版社，1998.
[2] 張汗靈.MATLAB在圖像處理中的應(yīng)用[M].北京：清華大學(xué)出版社，2008.
[3] 秦襄培，鄭賢中.MATLAB圖像處理寶典[M].北京：電子工業(yè)出版社，2011.
[4] 楊福增，王宏斌，楊 青，等.小波變換在果品圖像處理中的應(yīng)用[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2005，36(5)：61-64.
小編推薦優(yōu)秀農(nóng)業(yè)期刊 東北林業(yè)大學(xué)學(xué)報(bào) 核心期刊
《東北林業(yè)大學(xué)學(xué)報(bào)》是由教育部主管、東北林業(yè)大學(xué)主辦的我國(guó)林業(yè)方面重要的全國(guó)性學(xué)術(shù)性期刊，16開(kāi)本，國(guó)內(nèi)外公開(kāi)發(fā)行，創(chuàng)刊于1957年。多年來(lái)，本刊在廣大作者和讀者的大力支持下，質(zhì)量不斷提高，聲譽(yù)逐漸擴(kuò)大，多次得到有關(guān)部門的表彰和獎(jiǎng)勵(lì)，是我國(guó)首屆、第二屆全國(guó)優(yōu)秀科技期刊和中文核心期刊，是“中國(guó)期刊方陣”雙效期刊。
轉(zhuǎn)載請(qǐng)注明來(lái)自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///nylw/3362.html
