燕紅文,崔清亮
(山西農業(yè)大學信息科學與工程學院,山西 太谷 030801)
燕麥是中國傳統(tǒng)保健食品,膳食纖維豐富,土壤適應能力強,是貧瘠之地的良好作物。燕麥加工時的清選是一道必要的工序,該過程中會產生部分損失[1-2],籽粒的損失量是機器性能的衡量指標[3-4],目前的計算方式較為落后[5-6],文中采用計算機視覺技術首先對該工序的籽粒做了識別,并基于形態(tài)學開運算對識別中出現(xiàn)“孔洞”問題做了處理,為燕麥清選時的籽粒損失的計算機視覺監(jiān)測提供了一定支持。
文中使用的晉燕8號采集于山西省五寨縣,清選機工作時主要是將燕麥中的莖稈、枝翹、燕麥葉子等雜質去除,并去除一部分干癟燕麥,將樣品按照質量分為3組,圖1分別是8g、12g、18g的樣品展示,圖2展示的是其中包含的部分雜質。
研究中在山西農業(yè)大學自行研制的清選機上進行試驗,將晉燕8號樣品通過本清選機清選,試驗中設定風機轉速為70 rpm。
計算機視覺系統(tǒng)使用M3514-MP2型鏡頭(Computar,2/3″C 接口,f=35 mm,F(xiàn)1.4),Marlin F-046C 型 CCD(AVT Color,C CD1/2"),RL-32-75-R/G/B/W環(huán)形光源(CST康視達,1.2 W),BSA224S電子分析天平(賽多利斯公司,感量0.1 g)和MKELEB5CF-BH三腳架(曼富圖,工作高度410~1 640 mm)
試驗中,晉燕8號樣品從篩體被吹落到地面緩沖接裝置上,為減少清選機的影子對燕麥圖像采集的影響,在保證從清選機中落下的燕麥樣品的初始形態(tài)的條件下將緩沖裝置緩慢從作業(yè)機器下部移出,做好圖像采集準備。
①將RL-32-75-R/G/B/W環(huán)形光源和Marlin F-046C型CCD相機固定到三腳架。
②把電子分析天平置零,托盤清理干凈。③標定圖像數(shù)據,使數(shù)據獲取標準統(tǒng)一。
本試驗中對燕麥圖像的分析和處理選擇使用Matlab 7.0軟件。
采集其籽粒圖像時由于光強不同、背景差異等因素,會對試驗圖像產生一些干擾,去除其影響,會使試驗效果更加精確,文中使用多種方法進行了對比試驗。圖3(a)是采用55的中值濾波進行去噪聲處理,最終得到的去噪聲效果圖。研究表明,該去噪聲方式可以保留圖像的輪廓特征,并對邊緣信息有較好的處理。燕麥圖像經去噪聲處理以后,需要進一步將籽粒與圖像背景分割。Otsu是進行分割時使用頻率較高的方法,試驗中確定的分割閾值為85,可分性測度0.797 2,取得較好分割效果。如圖3(b)所示。
在對燕麥圖像進行處理時,受圖像采集環(huán)境的影響或算法不足的影響,在進行“二值化”時產生的二值圖會出現(xiàn)孔洞,這對檢測效果會產生不良影響,并且對其圖像完整性有所破壞,這對其籽粒數(shù)目的分析有不利影響。
而形態(tài)學方法可以通過結構元素對原始圖像進行卷積運算,達到去除圖像噪聲、消除物體邊界點等目的[7]。分為兩種基本操作,腐蝕與膨脹。腐蝕可縮小目標范圍,由公式1來表達,該公式表示B對A的腐蝕,而膨脹則可使待處理區(qū)域擴張,該操作由公式2來表達,表達了B對A的膨脹操作。
式中:A——形態(tài)學中一個結構;B——形態(tài)學中一個結構。
式中:A——形態(tài)學中一個結構;B——形態(tài)學中一個結構。
將上述運算進行復合:第一步對燕麥籽粒圖像進行腐蝕操作,再對其結果進行膨脹操作。本試驗中采用形態(tài)學方法的開運算對圖像進行孔洞填充,即對圖像進行先腐蝕后膨脹操作,去除細小雜物并使輕微粘連的燕麥分開。通過多次試驗,當腐蝕操作的結構元素設置為55時,由于原始圖中存在細小雜質,無法消除短莖稈,當結構元素設置為99時,可以去除短莖稈,消除細小雜質對處理結果的影響。圖4為腐蝕操作和膨脹操作的結果??锥吹奶畛溆晒?實現(xiàn)。試驗結果表明,采用形態(tài)學開運算可較好的處理燕麥籽粒分割時出現(xiàn)的孔洞問題,為燕麥籽粒的統(tǒng)計分析提供了一定的支持。
式中:A——集合,元素是8連通的邊界;X0——由0組成的陣列,即邊界的初始點;B——已知對稱結構元;AC——A的補集。
(1)將采集的燕麥籽粒圖使用Otsu進行預分割可得到二指圖像,該圖中存在數(shù)量不等的“孔洞”,干擾了籽粒識別,試驗中使用開運算對其填充效果良好,試驗表明,結構元素設置為99時,可以去除短莖稈,消除細小雜質對處理結果的影響。
(2)當雜質的形態(tài)與晉燕8號較相似時,很難從算法角度將其去除,而這部分雜質對燕麥籽粒的統(tǒng)計分析會造成干擾,如何識別出外觀相似的雜質,提高籽粒識別的效果則有待深入研究。