本文摘要：鲜枣维生素C含量高，价格经济，方便购买被称为VC之王。秋天是水果成熟的季节，应季水果营养价值高。鲜枣最不能错过，因此鲜枣具有更高的营养价值，下面小编推荐有关鲜枣的论文。 摘要：提出了一种结合小波变换、阈值分割和掩模处理的鲜枣裂纹检测方法，结合
鲜枣维生素C含量高，价格经济，方便购买被称为“VC之王”。秋天是水果成熟的季节，应季水果营养价值高。鲜枣最不能错过，因此鲜枣具有更高的营养价值，下面小编推荐有关鲜枣的论文。
摘要：提出了一种结合小波变换、阈值分割和掩模处理的鲜枣裂纹检测方法，结合小波变换能聚焦到图像任意细节的优良特性、阈值算法能突出图像中感兴趣的部分、图像掩模对感兴趣区域内的图像值保持不变而区域外的图像值均为0等优点，能够将不同大小、任意形状和任意位置的鲜枣裂纹检测出来。仿真试验结果表明，鲜枣裂纹的提取效果比较清晰，很好地实现了鲜枣裂纹检测。
关键词：鲜枣;裂纹;掩模;小波变换
裂纹是衡量鲜枣品质的重要指标之一，鲜枣果皮裂纹不仅会影响红枣的外观品质，而且极易加速鲜枣的腐烂，导致鲜枣货架期的缩短，使其商品性降低，严重降低鲜枣的经济价值[1]。随着生活水平的提高，人们对红枣的品质要求越来越高，因此在鲜枣装箱前对其进行裂纹检测尤其重要。本研究使用MATLAB软件，结合掩模、小波变换、二进制算法、图像相乘、阈值算法等算法，能提取到清晰的鲜枣裂纹，实现了鲜枣裂纹的检测。
1 MATLAB图像处理软件概述
MATLAB软件语言简洁，可读性很强[2]，其工具箱所涉及的专业领域非常广泛并且功能强大，由一系列支持图像处理操作的函数组成，几乎包括所有经典的图像处理方法。若按照功能可以分为以下几类：图像显示、图像文件输入与输出、几何操作、像素值和统计处理、图像分析与增强、图像滤波、线性二维滤波器设计、图像变换、邻域和块操作、二值图像操作、颜色映射和颜色之间转换、图像类型和类型转换、工具包参数获取和设置等[3]。MATLAB软件提供的工具箱具有可靠性和开放性等优点，使用者可以方便地直接加以使用，也可以将自己的代码加到工具箱中以改进函数功能。
2 MATLAB图像处理关键技术
2.1 灰度处理
在 MATLAB中使用函数imread读取图像文件，函数调用格式为：I=imread(‘filename’.fmt)。其中，filename表示读取图像文件名字信息，fmt是图像的格式[4];若没有fmt一项，则使用默认图像格式。读取到图像文件信息后再利用rgb2gray函数将图像进行灰度化处理。函数调用格式如下：
I1=rgb2gray(I)
其中，I为原彩色图像，I1为转化后的灰度图像。
2.2 掩模
掩模是用选定的图像、图形或物体，对待处理的图像(全部或局部)进行遮挡，来控制图像处理的区域或处理过程[5]，用于覆盖的特定图像或物体称为掩模或模板。在数字图像处理中，掩模为二维矩阵数组，有时也用多值图像，图像掩模主要用于：①提取有用的区域，用预先制作的感兴趣区掩模与待处理图像相乘，得到感兴趣区图像，感兴趣区内图像值保持不变，而区外图像值都为0;②屏蔽作用，用掩模将图像上某些区域屏蔽，使其不参加处理或不参加处理参数的计算，或仅对屏蔽区作处理或统计;③结构特征提取，用相似性变量或图像匹配方法检测和提取图像中与掩模相似的结构特征;④特殊形状图像的制作[3]。
本研究主要用到两次掩模，前一次使用方框掩模来去除图片的背景噪声，后一次使用方框掩模提取裂纹。
2.3 小波变换
图像的边缘是图像最基本的特征之一[6]，边缘检测技术是所有基于边界分割的图像分析方法的第一步，首先检测出图像局部特性的不连续性，再将它们连成边界，并将这些边界把图像分成不同的区域，检测出边缘的图像就可以进行特征提取和形状分析[7]。红枣表面裂纹常常是比较细小的，常规图像处理方法很难有效地将其检测出来[8]。小波变换是一种基于信号的时间尺度分析方法，本研究采用小波进行边缘检测是因为其具有多分辨率分析的特点，在低频部分具有较高的频率分辨率和时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率，很适合探测正常信号中夹带的瞬态反常现象并展示其成分。因此，小波变换是检测突变信号强有力的工具，能很好地表现突变点的奇异性，很有利于检测带裂纹的红枣图像边缘。
2.4 阈值分割
阈值分割法是一种基于区域的图像分割技术，其基本原理是通过设定不同的特征阈值，把图像像素点分为若干类[9]，其特征包括：直接来自原始图像的灰度或彩色特征或由原始灰度或彩色值变换得到的特征[10]。
3 仿真试验验证
仿真试验验证流程图见图1。将采集到的有裂纹的红枣的彩色图像(图2)转换成灰度图(图3)，为了去除红枣背景对图像分析的影响，采用掩模的方法去除背景和噪声。掩模是由0和1组成的一个二进制图像，当在某一功能中应用掩模时，1值区域将被处理和替换，而被屏蔽的0值区域则不被处理，保持原来的样子。本研究中釆用了阈值50来消除背景，并在此过程中使用8连通类型，此类型的掩模很好地完成鲜枣的掩模图像，图4即为所使用的掩模。图5为使用8联通类型掩模和原图像相乘后的图像，成功地去除了鲜枣背景，然后采用小波变换的方法进行边缘检测，并使用阈值0.1对检测的图像进行处理，图像效果如图6所示;最后进行一次进行掩模处理，得到最终的裂纹图像(图7)，此时可以非常清晰地识别鲜枣裂纹。
4 小结
本研究提出一种结合小波变换、阈值算法和掩模处理的鲜枣裂纹检测方法，结合了小波、阈值算法和图像掩模的优点。仿真试验结果表明，鲜枣裂纹的提取清晰，能较好地实现裂纹的检测，这种方法的提出对鲜枣的品质和分级有一定的保障，同时也为其他水果的裂纹检测提供一定的参考。
参考文献：
[1] CASTLEMAN K R.数字图像处理技术[M].朱孝刚，朱学訚，石定机，等，译.北京：电子工业出版社，1998.
[2] 张汗灵.MATLAB在图像处理中的应用[M].北京：清华大学出版社，2008.
[3] 秦襄培，郑贤中.MATLAB图像处理宝典[M].北京：电子工业出版社，2011.
[4] 杨福增，王宏斌，杨 青，等.小波变换在果品图像处理中的应用[J].农业机械学报，2005，36(5)：61-64.
小编推荐优秀农业期刊 农业生物技术学报
《农业生物技术学报》(Journal of Agricultural Biotechnology)由中华人民共和国教育部主管，中国农业大学、中国农业生物技术学会主办。
转载请注明来自发表学术论文网：http://www.fbxslw.com/nylw/3442.html
