一种胚芽米胚芽完整度智能识别系统及其识别方法
【技术领域】
[0001] 本发明属于图像识别领域，尤其涉及一种胚芽米胚芽完整度智能识别系统及其识 别方法。
【背景技术】
[0002] 随着控制理论的不断发展，各种复杂智能算法不断涌现，目前胚芽米胚芽完整度 和留胚率的检测仍然依靠人眼观察，受视力、眼疲劳的多种因素的影响，受到主观意识的影 响，检测没有定量的标准，检测结果不准确而且不客观。随着农业自动化水平的提高，在胚 芽米的生产中，要求对胚芽米胚芽的保留程度（即胚芽完整度）进行实时、快速、准确的检 测，提出一种新的高效的胚芽检测方法对胚芽米生产和检验行业有着重大的意义。
[0003] 胚芽米胚芽完整度的智能识别系统的设计就是顺应发展的需求，快速推动农业自 动化进程的发展，利用图像处理识别技术提高胚芽米加工品质，提高胚芽米的胚芽米的留 胚率而设计的。胚芽米胚芽完整度智能识别系统将图像处理技术、自动控制技术、人工智能 有机的结合起来，最后完成实时、快速、准确的检测出胚芽完整度，及时对机器做出反馈，有 效提尚生广留胚率。
[0004] 在中国知网中，于2000年，国内曾提出以饱和度S作为特征参数进行胚芽和胚乳 的识别，从而实现了对大米留胚率的自动检测。以建立的识别指标和方法用计算机视觉系 统进行胚芽识别，与人工检测吻合率达88%以上。这种方法虽然可以进行识别，但是胚乳 上残留的糠皮影响了图像识别精度，导致检测准确度无法进一步提高。
【发明内容】
[0005] 本发明的目的是提供一种利用胚芽米形状特征进行特征提取的，胚芽米胚芽完整 度智能识别系统。本发明的目的还包括一种能够提高识别准确性的，胚芽米胚芽完整度智 能识别方法。
[0006] -种胚芽米胚芽完整度智能识别系统，包括胚芽米图像采集模块、胚芽米图像预 处理模块、胚芽米图像胚芽特征提取模块和胚芽米胚芽完整度计算模块；
[0007] 胚芽米图像采集模块，利用定时器计时，从数字摄像头中视频流中完成胚芽米图 像的定时捕捉和存储，传送给胚芽米图像预处理模块；
[0008] 胚芽米图像预处理模块用形态学操作对胚芽米图像的背景移除，高斯滤波去除高 斯噪声，中值滤波去除图像椒盐噪声，最后采用分水岭算法完成胚芽米图像的分割，二值化 得到二值图像，传送给胚芽米图像胚芽特征提取模块；
[0009] 胚芽米图像胚芽特征提取模块用形态学开运算配合大结构元素对二值图像进行 处理，对胚芽特征间接提取，得到特征图像，传送给胚芽米胚芽完整度计算模块；
[0010] 胚芽米胚芽完整度计算模块，根据特征图像对胚芽米胚芽完整度进行精确计算， 数据计算结果。
[0011] 一种胚芽米胚芽完整度智能识别系统的识别方法，包括以下步骤：
[0012] 步骤一：胚芽米图像采集模块，利用定时器计时，从数字摄像头中视频流中完成胚 芽米图像的定时捕捉和存储；
[0013] 步骤二：用形态学操作对胚芽米图像的背景移除，采用高斯滤波去除高斯噪声，采 用中值滤波去除图像椒盐噪声；
[0014] 步骤三：最后采用分水岭算法完成胚芽米图像的分割，二值化得到二值图像；
[0015] 步骤四：对二值图像进行形态学开运算，得到平滑处理后的二值图像，对原始二值 图像和平滑处理后的二值图像进行对比运算，得到特征图像；
[0016] 步骤五：对特征图像进行二值图像标记，得到面积属性，根据面积矩阵计算胚芽米 胚芽完整度。
[0017] 本发明一种胚芽米胚芽完整度智能识别系统的识别方法，还可以包括：
[0018] 1、对原始二值图像和平滑处理后的二值图像进行对比运算为：
[0019]
[0020] 其中，a矩阵代表的是胚芽米的二值图像，b矩阵代表经过平滑处理后的胚芽米二 值图像，矩阵相减得到的图像为特征图像。
[0021] 2、得到特征图像后，对特征图像进行形态学开运算，选取半径为1的圆形结构元 素。
[0022] 有益效果：
[0023] 本发明提出了并应用形态学的方法实现对胚芽米胚芽的特征表示算法，该算法摒 弃了传统图像处理观念，在不能快速直接的提取胚芽特征的情况下，利用形态学开运算性 质，巧妙的表示出了胚芽米胚芽特征，解决的胚芽米胚芽完整的快速准确识别的难题。
[0024] (1)对胚芽米的图像特征进行了全面的分析，对胚芽米图像，确定了图像的滤波算 法，图像分割步骤，以及颜色空间的装换等一系列的图像处理环节，经过仔细的分析试验， 把形状特征作为特征提取的研究方向，最后完成了一整套的胚芽米图像识别处理过程。
[0025] (2)提出利用形态学运算间接提取胚芽米胚芽特征的算法，较其他的特征提取算 法而言，该算法具有运算速度快，识别对象全面，充分满足系统对实时性的要求，并且该算 法的适应性很强，识别对象的方向，位置的改变都不对识别算法产生影响。不仅能将算法应 用到实际的胚芽米胚芽完整度智能识别系统中，将算法参数进行简单的改变，还可将这种 形态学的特征提取算法应用到其他微小物体的特征识别上。
[0026] (3)通过实验完成了稻花香2号品种的胚芽米形状模型建立，最后使得识别的准 确度在90%以上，并且将稻花香2号胚芽米的系统参数存入胚芽米胚芽完整度智能识别系 统数据库中，在对稻花香2号胚芽米进行识别时只需要在交互界面选择型号即可。在后续 需要对其他品种胚芽米图像进行的识别的情况下，只需要对该品种胚芽米进行简单参数测 定，将参数保存入库即可，大大提高了系统的实用性与灵活性。
【附图说明】
[0027] 图1为本发明结构示意图；
[0028] 图2为本发明的系统程序流程图；
[0029] 图3为本发明的存储图像设置；
[0030] 图4为本发明原始胚芽米图像预处理去除背景前后对比图像；图4a为原始胚芽米 图像预处理去除背景前图像，图4b为原始胚芽米图像预处理去除背景后图像；
[0031] 图5为本发明预处理结果的胚芽米二值图像；
[0032] 图6为本胚芽米胚芽特征提取胚芽指示图像；
[0033] 图7为本发明人机交互界面显示结果。
【具体实施方式】
[0034] 下面将结合附图对本发明做进一步详细说明。
[0035] 本发明的目的在于提供一种快速准确计算胚芽米胚芽完整度的智能识别系统。本 发明的目的是这样实现的：
[0036] 本发明的胚芽米胚芽完整度的智能识别系统它包括图像采集、图像预处理，图像 特征提取算法以及胚芽米胚芽完整度计算四个模块部分，图像采集模块通过数字摄像头采 集胚芽米图像，软件定时从视频流中获取图像作为处理原始图像；图像预处理算法完成胚 芽米图像的背景移除，高斯噪声和椒盐噪声的滤波，以及胚芽米图像的分割；图像特征提取 算法是用形态学开的操作配合大结构元素对胚芽米进行处理，将图像中尖锐部分滤除，对 比图像，运用图像矩阵相减，完成胚芽间接提取。胚芽米胚芽完整度计算利用胚芽米胚芽 提取图像，调取图像的面积属性完成胚芽完整度的精确计算并按照胚芽完整度不同分类显 不。
[0037] 1、一种胚芽米胚芽完整度智能识别系统，如图1所示，包括以下模块：
[0038] 1)胚芽米图像采集模块，利用定时器计时，从数字摄像头中视频流中完成胚芽米 图像的定时捕捉和存储。
[0039] 2)胚芽米图像预处理模块，用形态学操作对胚芽米图像的背景移除，高斯滤波去 除高斯噪声和中值滤波去除图像椒盐噪声，以及分水岭算法完成胚芽米图像的分割。
[0040] 3)胚芽米图像胚芽特征提取，图像特征提取算法是用形态学开的操作配合大结构 元素对胚芽米进行处理，将图像中尖锐部分滤除，对比图像，运用图像矩阵相减，对胚芽特 征间接提取。
[0041] 4)胚芽米胚芽完整度计算，胚芽米胚芽表征图像建立胚芽特征线性表示关系为S 1. ，根据图像中面积对胚芽米胚芽完整度进行精确计算。
[0042] 所述的胚芽米胚芽完整度智能识别系统，胚芽米图像采集模块的工作步骤如下：
[0043] 1)利用RGS-AvaCam软件对图像进行定时采集，将图像的存储路径设定为MATLAB 的默认图片调用路径，方便图像调用函数实现循环实时调用，定时循环周期设置为Is。
[0044] 2)图像文件的保存运用RGS-AvaCam软件自带的picturecounter(图片计数器） 函数，将图像按照图片的第几次的数字作为图像的文件名。
[0045] 所述的胚芽米胚芽完整度智能识别系统，胚芽米图像预处理模块的工作步骤如 下：
[0046] 1)胚芽米图像背景去除，读入胚芽米图像，由于环境原因，在图像中存在照明不均 匀的现象，使用形态学开的操作方法来估计图像的背景变化情况，发现背景中边缘部分像 素值比中间的像素值大，使用MATLAB中imsubtractO函数减去图像的背景的像素值。
[0047] 2)图像的滤波算法，经分析发现图像主要噪声为高斯噪声和双极脉冲噪声，采用 高斯滤波去除高斯噪声，采用中值滤波去除双极脉冲噪声。
[0048] 3)图像分割算法，利用分水岭算法，当新的水域与旧的水域连通以后，通过分水岭 算法的判断规则将其进行合并。在没有被合并的部分自然形成了分水岭，完成胚芽米米粒 的图像分割，利用全局阈值将图像转化为二值图像。
[0049] 所述的胚芽米胚芽完整度智能识