基于图像处理的袋装仓粮食数量智能测算的研究

摘要

粮食储备制度是我国的基本国策。目前，国家粮食储备采取国家、地方两级储备的制度，以直储和代储的方式储备在全国各地的粮仓中，由有关粮食公司具体保管，国家按粮食公司所保管粮食的数量和时间予以补贴。从我国近二十年的管理实践来看，由于储备粮库的地域分散性和监管力量的缺乏，加之采用人工称重计量的方式，使得监管部门难以对储备粮数量进行有效的监管与稽核。因此，寻求方便、有效的仓储粮食数量测算工具，成为解决储备粮监管与稽核的关键，具有重大的现实意义和应用价值。
　　 由于数字图像获取、传输的方便性以及图像的可识别性，使基于图像处理的粮食数量测算工具成为解决储备粮自动监管与稽核问题的重要技术手段。本文以某省级储备粮管理体系为背景，以袋装仓粮食储备形式为研究对象，通过对袋装粮图像ROI(Region of Interest)进行处理和分析，提出了一种基于计算机图像处理的袋装仓粮食数量智能测算方法。首先，分析实际袋装粮食码放的特点，引入ROI的概念，提出了粮袋图像的ROI——由各粮袋之间表面的挤压变形所导致侧面弯曲形成的类矩形反光带，构成了专属于各个粮袋的特征区域，确定了图像处理算法的目标对象体，为进一步研究和设计图像处理算法奠定了基础；其次，论述了图像预处理技术的一般理论及方法，包括灰度转换、直方图均衡化、滤波去噪等过程，并进行了对比实验分析，确定了针对粮袋ROI特征的预处理方法和流程，改善了图像的质量，有效增强了ROI；然后，在对典型边缘检测算法实验结果分析的基础上，提出了结合双阈值Canny边缘检测算子和形态学细化的处理方法，有效提取和细化了粮袋特征轮廓——反光带的边界，并且保持了各粮袋特征轮廓的相对独立性；最后，充分利用粮袋ROI特征轮廓的特点，选取有效的检测方向，提出基于众数理论和方差分析相结合的像素点计数算法进行粮袋数量的二次判断和测算，并在Matlab平台上验证了算法的有效性和高精度。
　　 本文重点研究了袋装仓粮袋图像的处理过程和数量测算算法。实验表明，本文所提出的方法能准确地提取出粮袋的特征轮廓并进行计数，粮袋数量检测精度达到98％以上，满足国家对粮食计量的精度要求，为粮食数量测算提供了一种新的有效方法。

目录

文摘

英文文摘

声明

第一章绪论

1.1课题研究背景及来源

1.1.1粮食实物管理体系存在的问题及分析

1.1.2解决策略及关键技术的提出

1.1.3课题来源及前期基础

1.2国内外研究概况和发展动态

1.2.1国内外研究概况

1.2.2发展动态

1.3本文的研究重点及创新点

1.4本文撰写安排

第二章图像处理与粮食数量测算基础

2.1计算机图像处理技术基础

2.1.1定义及发展概况

2.1.2数字图像的表示模型

2.2.3数字图像处理技术基本过程

2.2袋装仓粮食数量测算基本原理

2.2.1管理需求分析

2.2.2基本原理及实现方案

2.3本章小结

第三章图像预处理

3.1图像灰度转换

3.1.1 RGB彩色模型

3.1.2灰度空间模型

3.1.3 RGB空间到灰度空间的转换

3.2直方图均衡化

3.2.1直方图定义

3.2.2均衡化

3.3图像噪声滤除

3.3.1常用的空域滤波方法

3.3.2粮袋图像去噪算法实验分析

3.4本章小结

第四章图像分割

4.1阈值分割

4.2边缘检测

4.2.1一阶边缘检测算子

4.2.2二阶边缘检测算子

4.2.3 Canny算子

4.3粮袋图像分割算法实验与分析

4.4本章小结

第五章目标特征轮廓的识别与计数

5.1目标特征轮廓的进一步处理

5.1.1数学形态学基本原理与步骤

5.1.2数学形态学基本运算

5.1.3基于形态学的特征轮廓的细化算法

5.2特征轮廓识别的方法分析

5.2.1常用的识别方法

5.2.2识别方法的分析与探讨

5.3特征轮廓数量统计算法的设计

5.3.1特征轮廓二值图像的特点

5.3.2本文测算算法的分析与提出

5.3.3算法研究及实现

5.3.4实验与分析

5.4本章小结

第六章总结和后续工作

6.1总结

6.2后续工作

致 谢

参考文献

在学期间发表的论著及取得的科研成果