一種重疊碎米與整米的視覺分離檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種重疊碎米與整米的視覺分離檢測方法，尤其是基于數(shù)字圖像處理 的大米外觀品質(zhì)檢測方法。
【背景技術(shù)】
[0002] 我國是世界上最主要的農(nóng)業(yè)國家，稻米的年產(chǎn)量居世界首位，但是由于生產(chǎn)加工 出來的稻米品質(zhì)較差，導(dǎo)致我國稻米銷量低，積壓嚴(yán)重，在國際市場上缺乏競爭力。提高我 國糧食品質(zhì)、增強農(nóng)產(chǎn)品國際市場競爭力己成為當(dāng)今農(nóng)業(yè)可持續(xù)發(fā)展問題的關(guān)鍵所在。尤 其是加入WTO后，我國的農(nóng)產(chǎn)品已經(jīng)投入到國際化大市場，這將使我國的農(nóng)產(chǎn)品面臨著范 圍更廣層次更深的競爭。
[0003] 為了給糧食收購及市場流通過程中按質(zhì)論價提供保障，適應(yīng)中國糧食流通體制改 革，我國頒發(fā)了新的優(yōu)質(zhì)稻米GB/T 17891. 1999國家標(biāo)準(zhǔn)，該標(biāo)準(zhǔn)是在修訂原有國家標(biāo)準(zhǔn) 的基礎(chǔ)上，新增加了優(yōu)質(zhì)谷物的評價標(biāo)準(zhǔn)。但是，在實際應(yīng)用中新標(biāo)準(zhǔn)的實施還需面對一些 問題。比如，有些谷物外觀品質(zhì)檢測指標(biāo)，如稻米的粒型、完整性和堊白度等的檢測方式目 前還停留在人工肉眼檢測的水平，由于人工肉眼觀測的方式無法滿足現(xiàn)實應(yīng)用中快速檢測 的要求，并且人工肉眼的檢測方式也使得檢測結(jié)果缺乏客觀性和科學(xué)性。因此如何快速、準(zhǔn) 確地對谷物外觀品質(zhì)進行檢測成為急待解決的問題之一。
[0004] 隨著計算機技術(shù)的普及和圖像處理算法的不斷深入發(fā)展，基于機器視覺技術(shù)的研 究和應(yīng)用受到追捧，越來越多得受到關(guān)注。與傳統(tǒng)的采用人工檢測的方式相比，機器視覺檢 測技術(shù)具有檢測速度快、精度高、可重復(fù)性強的優(yōu)點，利用機器視覺技術(shù)進行產(chǎn)品品質(zhì)檢測 以取代傳統(tǒng)的人工檢測是未來自動化發(fā)展的必然趨勢。

【發(fā)明內(nèi)容】

[0005] 針對上述技術(shù)問題，本發(fā)明目的是，提供一種結(jié)構(gòu)簡單，能夠代替人肉眼檢測的重 疊碎米與整米的視覺分離檢測方法，提高檢測效率。通過圖像的視覺分離檢測方法，雖然米 粒均勻鋪成一平層，但碎米粒會與整米圖像重疊，因此必須對重疊米粒圖像分離。
[0006] 本發(fā)明解決上述技術(shù)問題采用以下技術(shù)方案：一種重疊碎米與整米的視覺分離檢 測方法，其特征是包括重疊米粒圖像分離和米粒外觀結(jié)構(gòu)品質(zhì)檢測分割兩個過程；重疊米 粒圖像分離過程采用利用米粒圖像的圓面積與重疊米粒圖像形成夾角結(jié)合搜索凹點檢測 方法，分離出非重疊和有重疊部分米粒圖像；米粒外觀結(jié)構(gòu)品質(zhì)檢測分割過程利用米粒長 度、寬度結(jié)合面積的結(jié)構(gòu)參數(shù)對完整整米與不完整碎米圖像進行判別，并利用待成對匹配 的凹點得到匹配分割線分割出重疊的米粒圖像；
[0007] 具體步驟如下：步驟001.將采集到的原始彩色圖像轉(zhuǎn)換成灰度圖像；
[0008] 步驟002.對灰度圖像利用頂帽變換進行背景均勻化；
[0009] 步驟003.利用OTSU全局閾值最大化類間方差進行區(qū)域分割，得到二值圖像；
[0010] 步驟004.利用canny邊緣檢測算子對二值圖像進行物體邊緣檢測，得到邊緣輪廓 曲線圖像；
[0011] 步驟005.檢測邊緣輪廓曲線的所有凹點，具體包括以下步驟：
[0012] 步驟0051.遍歷邊緣輪廓曲線上每個像素點，以半徑R = 5個像素畫圓，計算圓落 在（米粒）物體圖像區(qū)域內(nèi)部的像素面積，取面積大于應(yīng)的當(dāng)前像素點作為備選重 置（米粒）物體圖像凹點集一；
[0013] 步驟0052.遍歷邊緣輪廓曲線上每個像素點P，然后計算物體區(qū)域內(nèi)部與當(dāng)前像 素點等距（相鄰）的前繼點M和后續(xù)點N與該像素點連線所成的夾角ZMPN,取夾角Z MPN 大于180°對應(yīng)的當(dāng)前像素點P作為備選重疊物體凹點集二；
[0014] 步驟0053.取步驟0051和步驟0052檢測到的相同凹點即為檢測到的最終邊緣凹 占 . /\\\ ，
[0015] 步驟006.根據(jù)步驟0053獲得的最終邊緣凹點數(shù)目，分離出存在多個凹點的重疊 物體區(qū)域和不存在凹點的非重疊物體區(qū)域；
[0016] 步驟007.對非重疊物體區(qū)域分別檢測物體的長度、寬度以及面積結(jié)構(gòu)參數(shù)，結(jié) 合事先檢測的100粒獨立完整的標(biāo)準(zhǔn)米粒的長度、寬度以及面積，區(qū)分完整獨立物體（米 粒）和不完整獨立物體（米粒），將大于等于標(biāo)準(zhǔn)米粒長度的80%、寬度的80%以及面積的 80%，確定為整米，其余為碎米；
[0017] 步驟008.對多個凹點的重疊物體區(qū)域即重疊米粒圖像依據(jù)分割線兩端的凹點對 之間的距離小于完整獨立物體的寬度提取出待匹配凹點組；
[0018] 步驟009.對步驟008提取出的待匹配凹點，進一步確認(rèn)匹配的凹點對，具體包括 以下步驟：
[0019] 步驟0091.根據(jù)兩個待匹配凹點（凹點P1和凹點P2)的位置，獲取兩個待匹配凹 點的連線向外延長對應(yīng)的兩個向量P 1P1'和P2P2'的角度；MpNjP M2、N2分別是凹點P1和凹 點P2等距的如繼點和后繼點；
[0020] 步驟0092.檢測向量P1P1'和P2P 2'的位置，當(dāng)向量P1P1'位于向量P1M1沿順時針方 向到向量P 1N1之間的區(qū)域，向量P 2P2'位于向量卩具沿順時針方向到向量P 2N2之間的區(qū)域； 該兩個凹點匹配成功，將該組待匹配凹點凹點作為一對分割點；
[0021] 步驟010.連接一對分割點（凹點）對作為分割線分離重疊的兩個物體；
[0022] 步驟011.對分離出來的多顆米粒，再次根據(jù)步驟007方法區(qū)別整米和碎米；
[0023] 步驟012.依據(jù)步驟007和步驟0011分離出的各個獨立米粒目標(biāo)，進行后續(xù)的圖 像目標(biāo)信息解讀。
[0024] 本發(fā)明的有益效果是，本發(fā)明提出一種重疊碎米與整米的視覺分離檢測方法，是 特別針對有重疊的碎米和整米的外觀品質(zhì)檢測特點而進行設(shè)計的，采用以上技術(shù)方案與現(xiàn) 有的人工操作技術(shù)相比，算法切實有效，在不增加算法的復(fù)雜性條件下，具有檢測速度快、 精度高、可重復(fù)性強，硬件系統(tǒng)實現(xiàn)容易、結(jié)構(gòu)簡單、成本低、可靠性高等有益技術(shù)效果。
【附圖說明】
[0025] 圖1是本發(fā)明重疊碎米與整米的視覺分離檢測方法功能模塊圖；
[0026] 圖2是本發(fā)明重疊碎米與整米的視覺分離檢測方法中利用圓面積檢測重疊區(qū)域 凹點示意圖；
[0027] 圖3是本發(fā)明重疊碎米與整米的視覺分離檢測方法中利用夾角檢測重疊區(qū)域凹 點示意圖；
[0028] 圖4是本發(fā)明重疊碎米與整米的視覺分離檢測方法中凹點對匹配示意圖。
【具體實施方式】
[0029] 下面結(jié)合說明書附圖對本發(fā)明的【具體實施方式】作進一步詳細的說明。
[0030] 如圖1所示，本發(fā)明設(shè)計了重疊碎米與整米的視覺分離檢測方法，其特征是包括 一種重疊碎米與整米的視覺分離檢測方法，其特征是包括重疊米粒圖像分離和米粒外觀結(jié) 構(gòu)品質(zhì)檢測分割兩個過程。重疊米粒圖像分離過程采用利用圓面積與夾角結(jié)合搜索的凹點 檢測方法，分離出非重疊和有重疊部分米粒圖像；米粒外觀結(jié)構(gòu)品質(zhì)檢測分割過程利用米 粒長度、寬度結(jié)合面積的結(jié)構(gòu)參數(shù)對完整整米與不完整碎米圖像進行判別，并利用待匹配 的凹點得到匹配分割線分割出重疊的米粒圖像。具體步驟如下：
[0031] 步驟001.將采集到的原始彩色圖像轉(zhuǎn)換成灰度圖像；
[0032] 步驟002.對灰度圖像利用現(xiàn)有的頂帽變換進行背景均勻化，其中結(jié)構(gòu)元素構(gòu)造 為圓盤形，半徑為3 ;
[0033] 步驟003.利用現(xiàn)有的OTSU全局閾值最大化類間方差進行區(qū)域分割，得到二值圖 像；
[0034] 步驟004.利用現(xiàn)有的canny邊緣檢測算子對二值圖像進行物體邊緣檢測，得到邊 緣輪廓曲線圖像；
[0035] 步驟005.檢測邊緣輪廓曲線的所有凹點，具體包括以下步驟：