图片中谷物颗粒计数的研究PPT课件

图片中谷物颗粒计数的研究专业：控制科学与工程学号姓名指导老师-1.课题研究的意义3.系统的构成及工作原理4.系统仿真I一目录2.课题研究的主要内容5.结论-谷物作为主要粮食和饲料作物,在农业生产中占有重要地位.提高谷物产量和质量的方法是选育出优质品种,而在选育品种过程中,对种子的计数是必不可少的内容。图像技术的加入解决单纯依靠人工进行颗粒的统计存在的操作费时、复杂和精度不高等缺陷，而且重要的是用计算机可对颗粒图像作各种处理，既加快了分析处理的速度，又可以突出人们需要的信息。很多人工直接观察不到的重要信息，通过计算机图像处理分析之后能够很清楚地看到：还可对颗粒图像作测量和统计分析等，大大扩展了人眼能看到接收到的信息量。并为谷物粒群的识别,精选,分级等的进一步研究打下了良好的基础。1.课题研究的意义-因为颗粒图像分析研究的特殊性和复杂性，还有大量的问题需要解决。各种以图像方法为基础的颗粒检测系统实际工作时会受大量其他因素影响，如光照条件、成像方向的变化，图像采集设备的光电特性产生噪声等，使得问题变得比较复杂。因此，在本次的设计中我对上面一部分问题进行了研究处理。使能够达到我所需要的实验的效果。2.课题研究的主要内容-能够3.系统的构成及工作原理我们在对图像中的谷物颗粒进行计数识别之前需要对图片进行一系列的处理，主要目的是为了得到更加清晰的图片，使实验的结果更加具有可靠性，说服力与精确性。因此，在本次的设计中我对所选用的图片进行了以下处理：（1）对彩色图像进行灰度处理；（2）中值滤波（提高图像清晰度和质量）；（3）图像二值化及阈值处理（提取所需要的目标特征）；（4）边缘检测“canny”算子；（5）图像的膨胀与填充；（6）识别计数结果（使用bwlabel函数进行自动识别）。-gr系统工作原理流程图开始读入matlab图片是否为灰度图片?中值滤波灰度化YN图像二值化识别计数结果边缘检测膨胀与填充结束3.系统的构成及工作原理-在本次设计中我对两幅图片进行了实验，通过这两幅图片的仿真效果可以看出本次编程的代码对哪些图片处理效果更好，哪些图片处理效果不佳。下面是两幅原图像。4.系统仿真图1图2-4.系统仿真从图片中可以看出，图1这幅图片进行灰度化处理后背景和目标物的灰度值是分开的，这对后面的图像分割处理带来了很大的方便。-4.系统仿真下图是对图2进行灰度化处理后的图片及其直方图，可以很明显的看出左图有一部分目标物与背景灰度值很相近，从右图直方图可以看出这部分的灰度值与背景值相连接这不利于后续对图像的处理。-4.系统仿真本设计使用的是自适应灰度梯度图像分割的方法对图像进行分割。下图分别是图1,2使用自动检测出来的阈值点进行的分割效果，由图可以看出，对于右图来说使用自动检测出来的阈值点进行分割效果并不好。-为了能够使图2获得更好的分割效果，需要对分割的阈值点进行相应的调整。通过语句level=graythresh(Ft)得出来的level的值是0.6157，通过给定的这个阈值想要获得更好的分割效果，需要进行多次试验的方法评估level的值增加或减小对图像的影响，通过实验最后得出的最适合的阈值为level=0.92.图像效果图如下。4.系统仿真-4.系统仿真下图是对图1进行的一系列处理及识别结果-4.系统仿真下图是对图2进行的处理及其识别结果-从上面的仿真分析及我的多次实验结果的分析可以得出以下结论：（1）目标物与背景信息的灰度值区别较大时识别的效果较好，反之较不好。（2）对于不同的图片使用自适应阈值方法所找到的阈值点并不一定是最适合分割的点，对于有些图片来说还必须根据检测出来的阈值点加或减一常数进行多次试验才能找到最佳的分割效果。（3）本次设计所使用的代码对于图中谷粒没有相互叠加或粘连的情况下识别效果非常精确，而对于有谷粒相互叠加或粘连的情况识别效果不太理想。5.结论-结束谢谢各位聆听！-