利用Zernike矩计算储粮害虫图像倾斜角度.pdfVIP

第25卷第10期 农业工程学报 、，b1．25No．10 1822009年10月 TransactionsoftheCSAE Oct．2009 利用Zemike矩计算储粮害虫图像倾斜角度 谭佐军1，李俊燃，谢静1，后德家1 (1．华中农业大学理学院，武汉430070；2．桂林电子科技大学电子工程学院，桂林541004) 摘要：自动榆测粮粒外部害虫是粮虫领域的研究热点。由于储粮害虫图像的一些无量纲的特征丧失了旋转不变性，为 了利用这些无量纲的特征形成适于分类的最优知识库，必须计算储粮害虫图像的倾斜角度。分析了利用Zernike矩计算 方法。试验证明，对于无明显直线的储粮害虫图像，利用Zernike矩能够很好地进行倾斜检测，倾斜角度计算准确度高， 且该方法还具有对噪声不敏感的特性，对于其他无明显直线的图像也同样适用。 关键词：图像识别，储粮害虫，Zernike矩，倾斜检测 doi：10．3969／j．issn．1002—6819．2009．10．033 中图分类号：TP391．41 文献标识码：A 文章编号：1002-6819(2009)一10—0182-04 0)：182—185． 谭佐军，李俊，谢静，等．利用Zernike矩计算储粮害虫图像倾斜角度[J]．农业工程学报，2009，25(1 Tan calculationof insect’s basedOilZernike Zuojun,LiJun，Xie degree grain image moment[J]． Jing，eta1．Slanting storage Transactionsofthe Chinesewith CSAE，2009，25(10)：182—185．(inEnglishabstract) 检测倾斜角度并不适用，同时Hough变换抗干扰能力较 0引 言 差，因为图像中受噪声、污迹等干扰的影响会造成Hough 储粮害虫包括粮粒外部害虫和粮粒内部害虫，其识 变换后参数空间中的峰值点很分散，无法准确地检测出 别方法有人工识别法、声音识别法、近红外光谱法、图 直线，Hough变换的计算量和所需存储空间也比较大【5—1。 像识别等。利用计算机图像处理技术检测粮虫，具有准 通过旋转图像在坐标轴上的投影求取倾斜角度不失为一 确度高、劳动量小、效率高、便于与粮库现有的计算机 个抗干扰能力较强的方法，但在该方法中最佳倾角的求 管理系统相连接等优点，近十多年来一直是粮虫领域的 取是一个寻优过程，要进行多次投影逐步搜寻最佳倾角， 研究热点【11。国内外学者基本上都是通过基于可见光图像 计算复杂度高L7l。 的自动识别来自动检测粮粒外部害虫【21。有些粮虫之间的 目前，矩的概念已广泛用于计算机视觉、图像处理 差别微乎其微，如赤拟谷盗和杂拟谷盗，这些都增加了 和模式识别等各个领域，包括图像识别、图像匹配、图 自动识别的难度。因此除了形态学特征外，还需要提取 像重建、图像分割、图像编码、图像检索等等众多方 颜色、纹理等新的特征【3】，特别是一些无量纲的特征，以 向【8001。图像矩不仅描述了图像全局信息，而且也可以描 形成适于分类的最优知识库【41，但是很多无量纲的特征如 述图像的细节信息，通常可以分为旋转矩、正交矩、几 边界矩的分布特性等具有平移、比例不变性，但却丧失 何矩、复数矩等等类型。在各种类型的矩中，正交矩 了旋转不变性。由于大部分活的储粮害虫会四处爬行， 在可