matlab图像粘连计数,Matlab图像处理在水稻谷粒计数中的应用

焦雁翔 唐玉琴 黄成志 黄仁军

摘 要 为探索水稻谷粒图像快速计数方法，修正或减少因谷粒粘连引起的误差，采用黑色平面结合机械振动分散谷粒并采集图像，利用Matlab软件对图像进行灰度处理、二值化处理、两步开运算及腐蚀运算等消除粘连，并对计数点标记和计算。在灰度图上作开运算能有效修整谷粒边缘，腐蚀运算后谷粒中心与边缘亮暗对比更加鲜明，二值化后的图像初步分离效果好，在进一步开运算和腐蚀运算后，颗粒缩小，边界距离增大，解决了绝大部分粘连。对计数点标记后，非计数点更容易观察，可进行人工校正。该方法不仅可有效地分割谷粒粘连，还便于校正以提高精度，可快速实现800粒以内的水稻颗粒计数。

关键词 谷粒计数；Matlab图像处理；开运算；腐蚀运算；标记；粘连；人工校正

中图分类号：S126 文献标志码：A DOI：10.19415/j.cnki.1673-890x.2018.4.023

考种是水稻品种选育的关键环节，是新品种审定及推广的重要依据。由于传统的人工或电子计数仪计数速率低、误差较大，提高计数效率和精度成为了水稻科研工作者普遍关注的问题[1]。目前，计算机视觉技术与图像处理技术日趋成熟，图像识别、形态参数测量、颗粒计数等已经在农作物育种、测产、品质鉴定等方面得到了广泛应用[2-4]。现有的运算软件MATLAB(Matrix Laboratory，矩阵实验室)由于功能的不断更新和完善，不仅能实现各种数学运算，还提供了很多图像处理函数，如图像显示、图像算术运算、几何变换、图像增强、图像变换、形态学运算、色彩空间变换、图像类型与类型转换等[5]。在谷物颗粒计数方面，贾鹏等利用Matlab灰度处理、去除噪声和二值化处理实现了考种过程中的计数，试验结果表明，在谷物没有叠压的状态下准确率可以达到100%[6]。为了克服颗粒大片粘连，赵欣等利用原有最终腐蚀算法，先计算出没有重叠区域的颗粒数，然后选用面积 Ai作为区域特征参数，对最终腐蚀之后面积依然大于 Ai+4 的部分进行区域分割，并对分割以后的区域进行计数，两次计数结果相加得到图像整体区域内的颗粒数[7]。虽然利用图像处理实现颗粒快速计数已多有报道，分割算法也不断改进，但由于计算大量颗粒时分割还不够彻底，计算结果仍有误差无法校正，适用范围还比较局限。本试验利用MATLAB 平台通过一系列的图像处理算法，提出新的图像分割、计数、校正方法，以期为水稻考种及优质育种提供捷径与支持。

1材料与方法

1.1试验材料

计算机1台(系统环境Windows10 64 bit，应用软件MATLAB R2014b)；图像捕捉工具1台(智能手机小米MAX2，像素3 840*2 160px)；谷粒计数平面40 cm×80