基于机器视觉的粘连米粒图像分割算法研究.pdfVIP

20 18 6 Vol． 33 ，No． 6 年 月 中国粮油学报 33 6 Jun． 20 18 第 卷第 期 Journal of the Chinese Cereals and Oils Association 基于机器视觉的粘连米粒图像分割算法研究 王 粤 黄肖琳 余杭州 葛光涛 ( ， 3100 18) 浙江工商大学 杭州 。 摘 要 提出了一种新的基于机器视觉的大米粘连米粒图像的分割算法 由于在利用机器视觉方法检 ， ， ， 测抽样米粒的各种外观指标时 米粒是随意放置在载样台或传送带上的 有些米粒会不可避免地互相碰触 由 ， ， 此造成在图像预处理时获取的米粒轮廓线互相粘连在一起 从而在后续的检测中被误判为是一颗米粒 致使 大米外观指标如碎米率、 、 。 垩白米率 黄米粒率的检测都出现错误 本研究根据粘连米粒的内轮廓及外轮廓线 ， ， 上的粘连点的特征 提出了一种新的能快速精确检测米粒的粘连点的算法 通过计算各粘连点之间的距离及 ， ， ， 曲率方向 准确地判断出互相配对的最佳粘连点对 从而实现了粘连米粒的精确分割 试验结果表明该方法的 准确性和高效性。 关键词 图像分割 粘连 曲率 机器视觉 中图分类号:TP29 文献标识码:A 文章编号:1003 － 0 174 (20 18)06 － 0 106 － 07 网络出版时间:20 18 － 06 － 08 11 :22 :55 网络出版地址:http :/ / kns． cnki． net / kcms / detail / 11． 2864 ． TS． 20 180608． 1122 ． 002 ． html 。 ， 大米的外观是大米品质的一项十分重要的指 法 该算法在检测较小的圆形籽粒粘连时 易发生 ［5］ ， 。 。 标 也是影响大米市场价格的重要因素 影响大米 误判识别成单个籽粒 杨蜀秦等 提出了一种基于 ， 主动轮廓模型的分割算法， 外观最重要的几个因素有大米的碎米率 大米的垩 将通过膨胀算子获得的 。 ， ， 白米粒率和黄米粒率 传统的人工检测由于效率 区域作为初始曲线 在主动轮廓模型的指导下 曲线 ， ，