本文摘要：鮮棗維生素C含量高，價格經濟，方便購買被稱為VC之王。秋天是水果成熟的季節，應季水果營養價值高。鮮棗最不能錯過，因此鮮棗具有更高的營養價值，下面小編推薦有關鮮棗的論文。 摘要：提出了一種結合小波變換、閾值分割和掩模處理的鮮棗裂紋檢測方法，結合
鮮棗維生素C含量高，價格經濟，方便購買被稱為“VC之王”。秋天是水果成熟的季節，應季水果營養價值高。鮮棗最不能錯過，因此鮮棗具有更高的營養價值，下面小編推薦有關鮮棗的論文。
摘要：提出了一種結合小波變換、閾值分割和掩模處理的鮮棗裂紋檢測方法，結合小波變換能聚焦到圖像任意細節的優良特性、閾值算法能突出圖像中感興趣的部分、圖像掩模對感興趣區域內的圖像值保持不變而區域外的圖像值均為0等優點，能夠將不同大小、任意形狀和任意位置的鮮棗裂紋檢測出來。仿真試驗結果表明，鮮棗裂紋的提取效果比較清晰，很好地實現了鮮棗裂紋檢測。
關鍵詞：鮮棗;裂紋;掩模;小波變換
裂紋是衡量鮮棗品質的重要指標之一，鮮棗果皮裂紋不僅會影響紅棗的外觀品質，而且極易加速鮮棗的腐爛，導致鮮棗貨架期的縮短，使其商品性降低，嚴重降低鮮棗的經濟價值[1]。隨著生活水平的提高，人們對紅棗的品質要求越來越高，因此在鮮棗裝箱前對其進行裂紋檢測尤其重要。本研究使用MATLAB軟件，結合掩模、小波變換、二進制算法、圖像相乘、閾值算法等算法，能提取到清晰的鮮棗裂紋，實現了鮮棗裂紋的檢測。
1 MATLAB圖像處理軟件概述
MATLAB軟件語言簡潔，可讀性很強[2]，其工具箱所涉及的專業領域非常廣泛并且功能強大，由一系列支持圖像處理操作的函數組成，幾乎包括所有經典的圖像處理方法。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、像素值和統計處理、圖像分析與增強、圖像濾波、線性二維濾波器設計、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換、圖像類型和類型轉換、工具包參數獲取和設置等[3]。MATLAB軟件提供的工具箱具有可靠性和開放性等優點，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函數功能。
2 MATLAB圖像處理關鍵技術
2.1 灰度處理
在 MATLAB中使用函數imread讀取圖像文件，函數調用格式為：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];若沒有fmt一項，則使用默認圖像格式。讀取到圖像文件信息后再利用rgb2gray函數將圖像進行灰度化處理。函數調用格式如下：
I1=rgb2gray(I)
其中，I為原彩色圖像，I1為轉化后的灰度圖像。
2.2 掩模
掩模是用選定的圖像、圖形或物體，對待處理的圖像(全部或局部)進行遮擋，來控制圖像處理的區域或處理過程[5]，用于覆蓋的特定圖像或物體稱為掩模或模板。在數字圖像處理中，掩模為二維矩陣數組，有時也用多值圖像，圖像掩模主要用于：①提取有用的區域，用預先制作的感興趣區掩模與待處理圖像相乘，得到感興趣區圖像，感興趣區內圖像值保持不變，而區外圖像值都為0;②屏蔽作用，用掩模將圖像上某些區域屏蔽，使其不參加處理或不參加處理參數的計算，或僅對屏蔽區作處理或統計;③結構特征提取，用相似性變量或圖像匹配方法檢測和提取圖像中與掩模相似的結構特征;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]，邊緣檢測技術是所有基于邊界分割的圖像分析方法的第一步，首先檢測出圖像局部特性的不連續性，再將它們連成邊界，并將這些邊界把圖像分成不同的區域，檢測出邊緣的圖像就可以進行特征提取和形狀分析[7]。紅棗表面裂紋常常是比較細小的，常規圖像處理方法很難有效地將其檢測出來[8]。小波變換是一種基于信號的時間尺度分析方法，本研究采用小波進行邊緣檢測是因為其具有多分辨率分析的特點，在低頻部分具有較高的頻率分辨率和時間分辨率，在高頻部分具有較高的時間分辨率和較低的頻率分辨率，很適合探測正常信號中夾帶的瞬態反常現象并展示其成分。因此，小波變換是檢測突變信號強有力的工具，能很好地表現突變點的奇異性，很有利于檢測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域的圖像分割技術，其基本原理是通過設定不同的特征閾值，把圖像像素點分為若干類[9]，其特征包括：直接來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 仿真試驗驗證
仿真試驗驗證流程圖見圖1。將采集到的有裂紋的紅棗的彩色圖像(圖2)轉換成灰度圖(圖3)，為了去除紅棗背景對圖像分析的影響，采用掩模的方法去除背景和噪聲。掩模是由0和1組成的一個二進制圖像，當在某一功能中應用掩模時，1值區域將被處理和替換，而被屏蔽的0值區域則不被處理，保持原來的樣子。本研究中釆用了閾值50來消除背景，并在此過程中使用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行邊緣檢測，并使用閾值0.1對檢測的圖像進行處理，圖像效果如圖6所示;最后進行一次進行掩模處理，得到最終的裂紋圖像(圖7)，此時可以非常清晰地識別鮮棗裂紋。
4 小結
本研究提出一種結合小波變換、閾值算法和掩模處理的鮮棗裂紋檢測方法，結合了小波、閾值算法和圖像掩模的優點。仿真試驗結果表明，鮮棗裂紋的提取清晰，能較好地實現裂紋的檢測，這種方法的提出對鮮棗的品質和分級有一定的保障，同時也為其他水果的裂紋檢測提供一定的參考。
參考文獻：
[1] CASTLEMAN K R.數字圖像處理技術[M].朱孝剛，朱學訚，石定機，等，譯.北京：電子工業出版社，1998.
[2] 張汗靈.MATLAB在圖像處理中的應用[M].北京：清華大學出版社，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用[J].農業機械學報，2005，36(5)：61-64.
小編推薦優秀農業期刊 農業生物技術學報
《農業生物技術學報》(Journal of Agricultural Biotechnology)由中華人民共和國教育部主管，中國農業大學、中國農業生物技術學會主辦。
轉載請注明來自發表學術論文網：http://www.zpfmc.com/nylw/3442.html
