基于数据融合的玉米种子内部机械裂纹检测方法.pdfVIP

基于数据融合的玉米种子内部机械裂纹检测方法 张新伟 赵学观 张健东 焦维鹏 邵志刚 高连兴 沈阳农业大学工程学院，沈阳110866 摘要：为深入研究玉米种子脱粒和输送等环节中产生的内部裂纹机理和检测技术，该文在体视显微检测基础上提出了 基于融合技术的边缘检测方法。该方法采用改进的数学形态学方法和传统Sobel边缘检测算子对损伤玉米种子图像进行 边缘检测，建立相应的融合规则，将2种方法检测出来的图像边缘进行基于小波变换的融合处理，并从新图像中提取玉 米种子内部机械损伤的特征信息。结果表明，该检测方法结合了2种边缘检测方法的优点，有效提高了边缘检测准确性， 在准确提取玉米种子内部裂纹特征同时能有效降低噪声，较单一边缘检测算法有更好的效果。 机器视觉;数据融合;边缘检测;内部裂纹;玉米种子 10.3969/j.issn.1002-6819.2012.09.023 S513; S226.1 A 1002-6819(2012)-09-0136-06 2011-11-22 2012-02-15 基金项目：国家自然科学基金资助项目;高校博士学科点专项 科研基金项目（200801570007）;辽宁省自然科学基金项目 作者简介：张新伟（1983-），男（汉族），博士研究生，主要从事农产品收 获与加工机械研究。沈阳 沈阳农业大学工程学院，110866。 Email: xwzhang1983@ 通信作者：高连兴（1958-），男（汉族），教授，博士生导师，主要从事 农产品收获与加工机械研究。沈阳 沈阳农业大学工程学院，110866。 Email:lianxing_gao@126.com 第9期 2012年 农业工程学报 2012矩 大值，即 的个数为Ⅳ，则将其做为有效的裂纹边缘点保留下来；如 i--1，2 (10) 果图像^的3×3邻域中非零像素的个数小于N，则认为 丘=maxtf(j，七)) 该像素点为噪声点，并将其除掉。其中，Ⅳ为所设定的 玉米种子机械裂纹图像边缘处像素灰度会发生巨大 变化，所以当卷积运算窗口邻域内的像素新灰度值≥，(r 阈值。 为设定阂值)时标出该点的边界点，其像素值设为0，其 领域内做相关运算。由于用改进数学形态学得到的边缘 他值设为255。 2．3基于小波变换方法的图像融合 信息较细且不连续，而用Sobel算子得到的边缘较粗并且 连续、完整，所以绝对差累加和的值在真正的边缘点附 小波变换是一种多尺度、多分辨率的图像分解方法。 近时比较大。如果给定阙值小于绝对累加值，则其为真 经其分解后的图像数据量较小，同时小波分解的方向性 使人眼对不同方向的高频分量具有不同分辨率的视觉特 实裂纹边缘点。计算公式为 性，从而可能获得视觉效果更好的融合图像【1sJ。图像每 经过一次小波变换就会被分解为4个只有原图像1／4的子 频带区域，如图3所示。 3图像融合效果评价 图像融合效果的评价对于图像融合是很重要[19-201。 本文采用以F一些评价标准来判断融合后图像的质量。