基于機(jī)器視覺(jué)的小麥外部品質(zhì)檢測(cè)方法研究

張舒媛 趙娜

摘要：本文主要研究利用機(jī)器視覺(jué)技術(shù)檢測(cè)小麥籽粒外觀及特征。基于機(jī)器視覺(jué)的小麥靜態(tài)識(shí)別定位和形狀參數(shù)測(cè)量方法包括小麥籽粒的圖像分割技術(shù)、形態(tài)結(jié)構(gòu)特征提取和顏色檢測(cè)等內(nèi)容，實(shí)現(xiàn)了用機(jī)器代替人眼進(jìn)行測(cè)量。本文分析了小麥籽粒圖像在彩色空間中的顏色信息，并對(duì)彩色空間變換和圖像文件格式轉(zhuǎn)換進(jìn)行了算法的方法設(shè)計(jì)總結(jié)。

關(guān)鍵詞： 機(jī)器視覺(jué)；小麥籽粒外觀；圖像分割技術(shù)

中圖分類(lèi)號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2019）05-0187-02

Study on Detection Method of Wheat External Quality Based on Machine Vision

ZHANG Shu-yuan，ZHAO Na*

（Tianjin Agricultural University， Tianjin 300384， China）

Abstract： This paper mainly studies the use of machine vision technology to detect the appearance and characteristics of wheat grains. The method of machine static vision localization and shape parameter measurement based on machine vision includes image segmentation technology， morphological structure feature extraction and color detection of wheat grain， which realizes the measurement by machine instead of human eye. In this paper， the color information of wheat grain image in color space is analyzed， and the method design of color space transformation and image file format conversion is summarized.

Key words： machine vision， wheat grain appearance， image segmentation

1 概述

我國(guó)是世界上最大的糧食生產(chǎn)國(guó)和消費(fèi)國(guó)，這一事實(shí)意味著社會(huì)各界對(duì)我國(guó)糧食生產(chǎn)和糧食消費(fèi)有著濃厚的興趣[1]。在中國(guó)，直接收獲的小麥可以解決人們的溫飽問(wèn)題，所以小麥?zhǔn)侨藗冑?lài)以生存的農(nóng)業(yè)作物，不敢想象人類(lèi)如果沒(méi)有小麥生活將會(huì)變成什么樣子?？梢哉f(shuō)作為世界各地廣泛種植的禾本科植物，小麥?zhǔn)鞘澜缟峡偖a(chǎn)量第二的糧食作物，僅次于玉米。小麥作為中國(guó)主要的農(nóng)作物之一，在食品、飼料等行業(yè)中備受關(guān)注。小麥籽粒的外部狀態(tài)直接關(guān)系到小麥的產(chǎn)量與質(zhì)量。

針對(duì)發(fā)展中國(guó)家農(nóng)產(chǎn)品進(jìn)入發(fā)達(dá)國(guó)家市場(chǎng)速度日益加快的趨勢(shì)，發(fā)達(dá)國(guó)家也為此制定了越來(lái)越嚴(yán)格的農(nóng)業(yè)標(biāo)準(zhǔn)，借以抵制發(fā)展中國(guó)家的農(nóng)產(chǎn)品的銷(xiāo)量。為了我國(guó)農(nóng)產(chǎn)品可以在發(fā)達(dá)國(guó)家市場(chǎng)占有一席之位，所以必須建立起一套農(nóng)產(chǎn)品質(zhì)量認(rèn)證和檢測(cè)程序。

機(jī)器視覺(jué)技術(shù)是具有實(shí)時(shí)、高效、客觀、準(zhǔn)確和無(wú)損傷等優(yōu)點(diǎn)的技術(shù)。本文介紹了機(jī)器視覺(jué)技術(shù)在農(nóng)產(chǎn)品小麥檢測(cè)中的應(yīng)用。機(jī)器視覺(jué)技術(shù)代替人的視覺(jué)進(jìn)行小麥籽粒等谷物種子品種、質(zhì)量檢驗(yàn)可以減少勞動(dòng)力的損耗并且提高小麥籽粒外部品質(zhì)。機(jī)器視覺(jué)系統(tǒng)是運(yùn)用現(xiàn)代先進(jìn)的控制技術(shù)、計(jì)算機(jī)技術(shù)及傳感技術(shù)，表現(xiàn)為光機(jī)電的結(jié)合。利用機(jī)器視覺(jué)這樣不僅可以節(jié)省檢測(cè)小麥籽粒外觀的時(shí)間而且還可以降低成本的消耗。讓研究小麥籽粒外部品質(zhì)特征變得越來(lái)越簡(jiǎn)單一點(diǎn)都不復(fù)雜，在一定程度上可以說(shuō)是提高了小麥籽粒生產(chǎn)率和籽粒粒子質(zhì)量。所以說(shuō)提高小麥籽粒的品質(zhì)不僅要依靠農(nóng)業(yè)專(zhuān)家選育改良優(yōu)質(zhì)品種，還需要加強(qiáng)對(duì)小麥籽粒品質(zhì)檢測(cè)技術(shù)的研究。

為了實(shí)現(xiàn)小麥籽粒品質(zhì)檢測(cè)研究，利用機(jī)器視覺(jué)技術(shù)檢測(cè)小麥籽粒外觀及特征。包括圖像格式轉(zhuǎn)換，圖像增強(qiáng)、圖像分割等一系列圖像處理方法[2]?；跈C(jī)器視覺(jué)的小麥靜態(tài)識(shí)別定位和形狀參數(shù)測(cè)量方法包括小麥籽粒的圖像分割技術(shù)、形態(tài)結(jié)構(gòu)特征提取和顏色檢測(cè)等內(nèi)容，除此之外本文還分析了小麥籽粒圖像在彩色空間中的顏色信息，并對(duì)彩色空間變換和圖像文件格式轉(zhuǎn)換進(jìn)行了算法的總結(jié)。顯而易見(jiàn)利用機(jī)器視覺(jué)技術(shù)會(huì)更容易的檢測(cè)出小麥籽粒外觀及特征，也會(huì)極大程度上提高中國(guó)小麥在國(guó)際市場(chǎng)上的競(jìng)爭(zhēng)力。最重要的是農(nóng)業(yè)部門(mén)也可以更加科學(xué)的推薦給農(nóng)民如何正確選用優(yōu)質(zhì)小麥品種并收購(gòu)和加工企業(yè)選購(gòu)優(yōu)質(zhì)小麥原料，進(jìn)而提高農(nóng)民們每年的小麥的產(chǎn)量。因?yàn)闄C(jī)器視覺(jué)技術(shù)在小麥籽粒外部品質(zhì)研究范圍很廣泛并且有自己獨(dú)特的研究方式，所以機(jī)器視覺(jué)技術(shù)對(duì)我國(guó)糧食生產(chǎn)有非常重要的推動(dòng)意義。

2 機(jī)器視覺(jué)的測(cè)量方法

機(jī)器視覺(jué)提供了關(guān)于對(duì)周?chē)h(huán)境的最強(qiáng)大的感知方式，從而使得在不需要進(jìn)行直接身體接觸的情況下也能和周?chē)h(huán)境進(jìn)行智能交互[3]。機(jī)器視覺(jué)是配備有傳感視覺(jué)儀器的檢測(cè)機(jī)器，其原理是由計(jì)算機(jī)或圖處理器以及相關(guān)設(shè)備來(lái)模擬人的視覺(jué)行為來(lái)對(duì)人的視覺(jué)系統(tǒng)所得到的信息進(jìn)行處理。它融合了數(shù)字圖像處理技術(shù)、控制技術(shù)、機(jī)械工程技術(shù)、電光源照明等技術(shù)，充分說(shuō)明機(jī)器視覺(jué)技術(shù)是一個(gè)綜合性極強(qiáng)的技術(shù)。比起其他的檢測(cè)方法機(jī)器視覺(jué)更強(qiáng)調(diào)實(shí)用性，要求能夠適應(yīng)農(nóng)業(yè)生產(chǎn)中惡劣的環(huán)境，更具合理的性?xún)r(jià)比和實(shí)用的接口。機(jī)器視覺(jué)必須有較強(qiáng)的容錯(cuò)能力和安全性。在糧食儲(chǔ)備中機(jī)器視覺(jué)的應(yīng)用研究范圍非常廣，從之前的利用機(jī)器視覺(jué)涉及農(nóng)業(yè)生產(chǎn)到利用機(jī)器視覺(jué)進(jìn)行小麥籽粒的精選和質(zhì)量檢驗(yàn)等。

在農(nóng)業(yè)生產(chǎn)設(shè)計(jì)中傳統(tǒng)直觀的檢測(cè)方法只依靠肉眼進(jìn)行識(shí)別從小麥籽粒的外形、色澤、凈度和小麥籽粒外部品質(zhì)等方面進(jìn)行研究，因?yàn)檫@種檢測(cè)方法僅僅依靠雙眼來(lái)進(jìn)行對(duì)外部事物的觀察和識(shí)別，了解到這種方法人為因素很大，由于每個(gè)人對(duì)事物要求標(biāo)準(zhǔn)的理解程度不同，所以對(duì)小麥籽粒的測(cè)量就顯得缺乏準(zhǔn)確性、科學(xué)性不強(qiáng)。

正因?yàn)橐陨蠝y(cè)量方法不足所以提出了利用機(jī)器視覺(jué)的測(cè)量小麥籽粒方法，它是通過(guò)計(jì)算機(jī)圖像處理方法來(lái)對(duì)小麥籽粒圖像進(jìn)行采集、分析、對(duì)比和判別。利用這種方法將被攝取目標(biāo)轉(zhuǎn)換成圖像信號(hào)，傳送給專(zhuān)用的圖像處理系統(tǒng)。目前大多數(shù)的圖像是以數(shù)字形式存儲(chǔ)， 圖像處理系統(tǒng)根據(jù)像素分布和亮度、顏色等信息，將圖像轉(zhuǎn)變成數(shù)字化信號(hào)，因而圖像處理很多情況下指數(shù)字圖像處理[4]。根據(jù)這些信號(hào)系統(tǒng)能進(jìn)行各種運(yùn)算來(lái)抽取目標(biāo)的特征，進(jìn)而根據(jù)判別的結(jié)果來(lái)控制現(xiàn)場(chǎng)的設(shè)備動(dòng)作。這種方法既可以像類(lèi)似于模擬人眼的分選過(guò)程將小麥籽粒在長(zhǎng)度、寬度、顏色、紋理、形狀等外觀特征上的差別進(jìn)行量化比較，而且對(duì)于形態(tài)特征上可以很方便地提取小麥籽粒形態(tài)相關(guān)的特征參數(shù)，有時(shí)通過(guò)這些特征參數(shù)可以得到小麥籽粒的其他特征小麥籽粒外觀品質(zhì)進(jìn)行研究，這種方法適合進(jìn)行大批量小麥籽粒的質(zhì)量檢測(cè)、分級(jí)。它克服了人為因素上的不足，使測(cè)量方法不再受生理和心理因素的影響。用它測(cè)量出來(lái)的信息具有快速、準(zhǔn)確、無(wú)損等特點(diǎn)是傳統(tǒng)直觀測(cè)量方法無(wú)法比擬的，而且利用此方法也可以把人從繁重的體力勞動(dòng)中解放出來(lái)。

3 檢測(cè)方法

這次以小麥籽粒為要研究的實(shí)物對(duì)象，測(cè)量方法主要分為三個(gè)步驟首先可以通過(guò)攝像機(jī)獲取小麥籽粒整體圖像，其次將圖像傳到計(jì)算機(jī)上進(jìn)行每一部分的圖像分割并分析具體參數(shù)，然后對(duì)得到的圖像做進(jìn)一步的圖像增強(qiáng)技術(shù)便于觀察分析，最后對(duì)上一步的圖像進(jìn)行彩色空間處理，用更定量信息對(duì)小麥籽粒品質(zhì)做分析。

3.1圖像獲取

首先可以先將之前已經(jīng)選好的一些小麥籽粒均勻地撒在一塊事先準(zhǔn)備好的黑布上，再用數(shù)碼攝像機(jī)對(duì)小麥籽粒進(jìn)行拍照，最后將照片存儲(chǔ)到計(jì)算機(jī)中。經(jīng)過(guò)事先肉眼觀察小麥種子為淺黃色，所以事先背景選用黑色并且光源也不能用電光源，這樣可以使得拍攝出來(lái)的圖像效果更便于之后的處理。

3.2圖像分割

上一步對(duì)小麥籽粒的圖像有了最基本的獲取，但是獲得圖像也還是一個(gè)整體的小麥籽粒圖像，但為了更好地對(duì)小麥籽粒內(nèi)外部品質(zhì)測(cè)量，需要利用圖像分割技術(shù)通過(guò)對(duì)上一步獲取的圖像，將小麥籽粒冠部圖像從圖像中分割出來(lái)，進(jìn)而對(duì)小麥籽粒冠顏色特征進(jìn)行具體分析然后求其顏色等特征參數(shù)。

3.3圖像增強(qiáng)

在對(duì)小麥籽粒圖像分割之后，大多數(shù)人在看到照片里的小麥籽粒圖像信號(hào)變?nèi)跏沟脠D像像質(zhì)變低時(shí)，就會(huì)采用增強(qiáng)對(duì)比度的方法來(lái)使得圖像比以前更加清晰。由于使得圖像質(zhì)量變差的原因之一是噪聲的干擾所以可以運(yùn)用平滑技術(shù)來(lái)消減噪聲增加小麥籽粒圖像信號(hào)。增強(qiáng)了小麥籽粒圖像的信號(hào)是為了概述視覺(jué)效果或便于人或機(jī)器對(duì)小麥籽粒圖像的分析理解，根據(jù)圖像的特點(diǎn)或存在的問(wèn)題，通過(guò)觀察分析可以發(fā)現(xiàn)小麥籽粒冠部顏色呈黃色并且籽粒穗飽滿(mǎn)，進(jìn)行了圖像增強(qiáng)技術(shù)為下一步圖像處理奠定了理論基礎(chǔ)。

3.4 彩色空間處理

由于小麥籽粒在圖像處理的前三步已經(jīng)完成了分割出小麥籽粒冠部清晰的圖像，拿來(lái)這個(gè)圖像通常進(jìn)行對(duì)RGB模式下各分量的彩色圖像分析。因?yàn)椴噬珗D像中的大量顏色信息在模式識(shí)別和圖像處理方面有著重要的作用，由此可知小麥籽粒顏色是反映小麥籽粒生長(zhǎng)發(fā)育和小麥籽粒品種品質(zhì)特征信息的一個(gè)重要指標(biāo)。經(jīng)過(guò)彩色空間處理可以區(qū)分哪些小麥籽粒品質(zhì)較高而哪些相比起來(lái)品質(zhì)較低，較高品質(zhì)的小麥籽粒顏色整體相差不大。此方法處理對(duì)小麥籽粒的顏色信息進(jìn)行了研究，并對(duì)所需的顏色信息進(jìn)行了定量描述。如果要進(jìn)行顏色識(shí)別，利用RGB各分量的組合進(jìn)行分析圖像的顏色就比較困難了，所以需要將彩色圖像從RGB模式下轉(zhuǎn)換到HSV模式下，分析圖像顏色，并重新轉(zhuǎn)換到RGB模式下進(jìn)行顯示。

4 總結(jié)

綜上所述，機(jī)器視覺(jué)實(shí)現(xiàn)了用機(jī)器代替人眼進(jìn)行測(cè)量，是當(dāng)前計(jì)算機(jī)科學(xué)領(lǐng)域的一個(gè)熱門(mén)研究方向，它不僅應(yīng)用廣泛而且發(fā)展前景十分樂(lè)觀。基于機(jī)器視覺(jué)的小麥靜態(tài)識(shí)別定位和形狀參數(shù)測(cè)量方法，其中運(yùn)用了小麥籽粒的圖像分割技術(shù)、形態(tài)結(jié)構(gòu)特征提取和顏色檢測(cè)等方法，不僅可以對(duì)小麥靜態(tài)外觀和籽粒外部品質(zhì)進(jìn)行研究，而且對(duì)此提高農(nóng)作物糧食的生產(chǎn)效率和勞動(dòng)力的節(jié)約也有一定的作用。小麥籽粒品質(zhì)的重要性對(duì)小麥籽粒質(zhì)量檢測(cè)技術(shù)和方法提出了更高的要求。隨著機(jī)器視覺(jué)技術(shù)在農(nóng)產(chǎn)品品質(zhì)生產(chǎn)上的不斷發(fā)展有助于提高生產(chǎn)的自動(dòng)化水平，機(jī)器視覺(jué)技術(shù)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用會(huì)極大地推進(jìn)農(nóng)業(yè)現(xiàn)代化的步伐。相信隨著科技的進(jìn)步更多的計(jì)算機(jī)技術(shù)也會(huì)應(yīng)用到農(nóng)業(yè)生產(chǎn)中去。

參考文獻(xiàn)：

[1]張瑞娟 我國(guó)農(nóng)戶(hù)糧食儲(chǔ)備問(wèn)題研究[J].中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2012（1）.

[2] 張錚. 數(shù)字圖像處理與機(jī)器視覺(jué)：Visual C++與Matlab實(shí)現(xiàn)[M]. 北京：人民郵電出版社，2014.

[3] 伯特霍爾德.霍恩[美] 機(jī)器視覺(jué)[M].中國(guó)青年出版社，2014.

[4] Milan Sonka 圖像處理、分析與機(jī)器視覺(jué)[M]. 4版.北京：清華大學(xué)出版社，2016.

【通聯(lián)編輯：唐一東】