基于嵌入式的稻米形態(tài)特性分析儀的開發(fā)

吳才章 步東偉

(河南工業(yè)大學(xué)電氣工程學(xué)院,鄭州 450007)

基于嵌入式的稻米形態(tài)特性分析儀的開發(fā)

吳才章 步東偉

(河南工業(yè)大學(xué)電氣工程學(xué)院,鄭州 450007)

設(shè)計(jì)了一套基于嵌入式的稻米形態(tài)特性分析儀,針對(duì)優(yōu)質(zhì)稻米品質(zhì)參數(shù)檢測(cè)的實(shí)際需要,在設(shè)計(jì)稻米圖像采集裝置的基礎(chǔ)上,系統(tǒng)以基于 ARM內(nèi)核的 S3C2410平臺(tái)為硬件開發(fā)環(huán)境,利用嵌入式 Linux系統(tǒng),通過USB圖像驅(qū)動(dòng)程序移植,實(shí)現(xiàn)了對(duì)稻米圖像的采集及保存過程,在此基礎(chǔ)上,結(jié)合圖像處理與模式識(shí)別技術(shù),編寫相應(yīng)的圖像分析應(yīng)用程序,獲得稻米形態(tài)品質(zhì)的國(guó)標(biāo)參數(shù),實(shí)現(xiàn)了對(duì)稻米整精米率、堊白粒率、堊白度、粒型的快速無損檢測(cè)。

稻米品質(zhì) 嵌入式 Linux 圖像處理 國(guó)標(biāo)參數(shù)

長(zhǎng)期以來,我國(guó)稻谷收購及等級(jí)評(píng)價(jià)過程所依據(jù)的質(zhì)量指標(biāo)僅包括為數(shù)不多的幾項(xiàng),如出糙率、雜質(zhì)、水分、色澤、氣味等,難以反映產(chǎn)品的內(nèi)在品質(zhì)和食用質(zhì)量。隨著農(nóng)業(yè)科技的不斷發(fā)展和人們生活水平的不斷改善,稻米的供求矛盾發(fā)生了根本的改變,即數(shù)量的不足轉(zhuǎn)化為質(zhì)量的不理想。中國(guó)作為世界上最大的稻米生產(chǎn)國(guó)和消費(fèi)國(guó),對(duì)稻米的品質(zhì)非常重視,人們對(duì)稻米的精深加工、品種和質(zhì)量的要求越來越高,為此國(guó)家適時(shí)修訂了原有的稻谷標(biāo)準(zhǔn),并在此基礎(chǔ)上增加了《優(yōu)質(zhì)稻谷》標(biāo)準(zhǔn) GBT/17891—1999,為我國(guó)優(yōu)質(zhì)稻谷的生產(chǎn)與開發(fā)提供了重要的依據(jù)。在新頒布的《優(yōu)質(zhì)稻谷》中,增加了整精米率、堊白率、堊白度、粒型等重要的稻米形態(tài)品質(zhì)指標(biāo)[1]。以上指標(biāo)參數(shù)的檢測(cè)主要靠人工的方法獲得,但是人工檢測(cè)方法時(shí)間長(zhǎng)、主觀性強(qiáng)、可操作和重復(fù)性差,且不同人員之間測(cè)定結(jié)果相差懸殊,這就使標(biāo)準(zhǔn)執(zhí)行的合理性和權(quán)威性大打折扣,難以滿足稻米收購、儲(chǔ)藏等過程中對(duì)品質(zhì)檢測(cè)的快速、客觀和準(zhǔn)確性要求,影響了稻米的流通及加工品質(zhì)的提高。

近年來,利用圖像處理與模式識(shí)別技術(shù)檢測(cè)農(nóng)產(chǎn)品質(zhì)量得到了國(guó)內(nèi)外學(xué)者的普遍關(guān)注,中國(guó)農(nóng)業(yè)大學(xué)[2-6]、江西農(nóng)業(yè)大學(xué)[7]、山東農(nóng)業(yè)大學(xué)[8]等機(jī)構(gòu)開展了一些初步的研究。采用的方法主要是利用商用掃描儀或 CCD采集糧食的圖像,然后利用計(jì)算機(jī)進(jìn)行圖像處理,獲得糧食的形態(tài)參數(shù)。這些研究主要是利用計(jì)算機(jī)進(jìn)行圖像處理[9-12],其缺點(diǎn)是成本高、體積龐大、攜帶不方便。

隨著嵌入式技術(shù)的發(fā)展,利用嵌入式系統(tǒng)實(shí)現(xiàn)圖像處理的應(yīng)用越來越多[13-16]。本系統(tǒng)采用 ARM+USB數(shù)字?jǐn)z像頭的圖像采集方式,采用 Omnivision公司的 OV511為控制芯片的 USB數(shù)字?jǐn)z像頭為采集模塊,利用 Video4Linux內(nèi)核 API接口函數(shù),編寫了相應(yīng)的應(yīng)用程序,實(shí)現(xiàn)采集圖像的實(shí)時(shí)顯示,并利用 JPEG壓縮技術(shù),將采集的圖像保存為文件,在此基礎(chǔ)上,結(jié)合圖像處理與模式識(shí)別技術(shù),對(duì)采集到的彩色圖像進(jìn)行灰度化處理,將彩色圖像轉(zhuǎn)化為灰度圖像,而后利用大津法對(duì)圖像進(jìn)行分割,進(jìn)一步計(jì)算出稻米的形態(tài)品質(zhì)參數(shù)。

1 系統(tǒng)硬件設(shè)計(jì)

系統(tǒng)的微控制器采用 Samsung公司的 ARM920T內(nèi)核的 32位微控制器 S3C2410,其主頻可高達(dá)203 MHz。系統(tǒng)主要包括:圖像采集裝置、LCD顯示模塊、鍵盤控制模塊、FLASH/RAM存儲(chǔ)模塊、數(shù)據(jù)傳輸及調(diào)試端口。系統(tǒng)的總體結(jié)構(gòu)框圖如圖 1所示。

圖 1 系統(tǒng)總體框圖

為了準(zhǔn)確獲取米粒圖像,自行設(shè)計(jì)了圖像采集裝置,包括:采集箱、光源、網(wǎng)眼 2000攝像頭、谷物托盤、振動(dòng)平臺(tái)、分離梳。在采集箱內(nèi),振動(dòng)平臺(tái)與分離梳結(jié)合工作,將稻米均勻地分布在谷物平臺(tái)上。

2 系統(tǒng)軟件設(shè)計(jì)

2.1 內(nèi)核移植與視頻顯示

在 Linux中,設(shè)備驅(qū)動(dòng)程序可以看成是 Linux內(nèi)核與外部設(shè)備之間的接口,設(shè)備驅(qū)動(dòng)程序向應(yīng)用程序屏蔽了硬件實(shí)現(xiàn)的細(xì)節(jié),使得應(yīng)用程序可以像操作普通文件一樣來操作外部設(shè)備,可以使用和操作文件相同的系統(tǒng)調(diào)用接口函數(shù)來完成對(duì)硬件設(shè)備的打開、關(guān)閉、讀寫及執(zhí)行和 I/O控制操作。通過配置內(nèi)核、裁剪 shell和嵌入式 C函數(shù)庫對(duì)系統(tǒng)進(jìn)行定制,使得整個(gè)系統(tǒng)能夠存放到容量較小的 FLASH中。

系統(tǒng)采用 Linux-2.4.18微內(nèi)核,1.2 MB大小,放在 FLASH存儲(chǔ)器中,其支持以 OV511為控制芯片的USB數(shù)字?jǐn)z像頭,因此系統(tǒng)啟動(dòng)后,可自動(dòng)識(shí)別USB設(shè)備,并將該設(shè)備模塊加載到內(nèi)核中,在設(shè)備目錄下出現(xiàn)/dev/v4l/video0設(shè)備,可直接對(duì)該設(shè)備進(jìn)行open、close、excute操作。在此基礎(chǔ)上,編寫了基于 v4l的視頻采集程序,v4l是 Linux中關(guān)于視頻設(shè)備的內(nèi)核驅(qū)動(dòng),針對(duì)視頻設(shè)備的應(yīng)用程序編程,v4l提供了一系列的接口函數(shù),基于此我們編寫了相應(yīng)的視頻采集和圖片保存程序。視頻采集流程圖如圖 2所示。

圖 2 視頻采集流程圖

2.2 稻米形態(tài)參數(shù)測(cè)試

2.2.1 單顆米粒的形態(tài)參數(shù)計(jì)算

單粒稻米的粒型是由其長(zhǎng)寬比決定,為了得到稻米的長(zhǎng)度與寬度,首先需要利用大津算法對(duì)稻米的圖像進(jìn)行二值化處理,然后以二值化后的米粒圖像左上角為坐標(biāo)原點(diǎn),建立直角坐標(biāo)系,計(jì)算兩個(gè)非零像素間的最大距離就是該米粒的長(zhǎng)度,與之垂直的另外兩邊緣像素間的距離就是該米粒的寬度,這樣即可得到稻米的粒型參數(shù)。

兩次利用大津算法對(duì)米粒圖像進(jìn)行閾值分割,得到整粒米的圖像和稻米的堊白圖像,計(jì)算這些圖像的面積即可獲得單粒米的堊白參數(shù)。與此同時(shí)按照國(guó)標(biāo)規(guī)定的整精米的判斷標(biāo)準(zhǔn) (長(zhǎng)度大于 4/5),知道稻米的長(zhǎng)度和米粒圖像面積,就可以判斷是否為整精米。

2.2.2 多米粒圖像分割

實(shí)際采集到的圖像為多米粒 24位真彩圖,需先將其轉(zhuǎn)化為灰度圖像如圖 3a所示。二值化后的圖像如圖 3b所示。

圖 3 米粒圖像閾值分割圖

利用區(qū)域標(biāo)記法中的四鄰域法將單顆米粒圖像聯(lián)通,并對(duì)聯(lián)通的區(qū)域進(jìn)行標(biāo)記,根據(jù)標(biāo)記數(shù)計(jì)算出單幅圖像中的米粒個(gè)數(shù),而后利用行或列掃描線與米粒相切的方法,找到一個(gè)米粒,并根據(jù)同一標(biāo)記像素外掃描線為零,內(nèi)掃描線不全為零的原則,確定該米粒的切割范圍,將其從整幅圖像中分割出來,同時(shí)將其原位置的像素量化為零,依次找到其他米粒,從而完成所有米粒查找與分割。稻米品質(zhì)參數(shù)檢測(cè)的流程圖如圖 4所示。

3 結(jié)果與分析

試驗(yàn)樣品為秈米,為保證試驗(yàn)的有效性,樣品包含整精米和碎米,整精米率從 95%～50%隨機(jī)分布。每次取 30粒,準(zhǔn)備 8組樣品,樣品米?？倲?shù) 240粒。測(cè)試結(jié)果如表 1所示。

圖 4 稻米品質(zhì)參數(shù)檢測(cè)流程圖

表 1 稻米粒型參數(shù)檢測(cè)結(jié)果

結(jié)果表明,單次樣品測(cè)試最大絕對(duì)為誤差 0.02,單次樣品最大相對(duì)誤差值 0.67%,8次測(cè)量絕對(duì)誤差值平均值 0.01,相對(duì)誤差平均值為 0.32%。因此兩種檢測(cè)方法的相關(guān)系數(shù)為 0.996 8。

對(duì)上述樣品進(jìn)行整精米率測(cè)試,測(cè)試結(jié)果如表 2所示。

表 2 稻米整精米參數(shù)檢測(cè)結(jié)果

結(jié)果表明,單次樣品測(cè)試最大絕對(duì)為誤差 1,單次樣品最大相對(duì)誤差值 3.4%,8次測(cè)量絕對(duì)誤差值平均值 0.25,相對(duì)誤差平均值為 0.83%,兩種檢測(cè)方法的相關(guān)系數(shù)為 0.991 7。

同樣對(duì)上述樣品進(jìn)行堊白參數(shù)測(cè)試,測(cè)試結(jié)果如表 3、表 4所示。

表 3 稻米堊白度參數(shù)檢測(cè)結(jié)果

表 4 稻米堊白粒率參數(shù)檢測(cè)結(jié)果

結(jié)果表明,堊白度單次樣品測(cè)試最大絕對(duì)為誤差 0.01,單次樣品最大相對(duì)誤差值 1.7%,8次測(cè)量絕對(duì)誤差值平均值 0.005,相對(duì)誤差平均值為 0.7%,堊白粒率無誤差。因此兩種檢測(cè)方法的相關(guān)系數(shù)為0.993。

4 結(jié)論

研究了一套基于嵌入式的稻米形態(tài)特性分析儀,實(shí)現(xiàn)了對(duì)稻米整精米率、堊白度、堊白粒率、粒型參數(shù)的快速準(zhǔn)確的檢測(cè),試驗(yàn)結(jié)果表明,該測(cè)試儀對(duì)稻米粒型參數(shù)、整精米率及堊白參數(shù)的檢測(cè)結(jié)果與人工檢測(cè)結(jié)果相關(guān)系數(shù)達(dá)到 0.99以上。本儀器的設(shè)計(jì)為稻米育種、加工、定級(jí)收購、品質(zhì)檢測(cè)等領(lǐng)域提供了一個(gè)客觀的現(xiàn)場(chǎng)檢測(cè)方法,具有實(shí)際的推廣價(jià)值。

[1]GB/T 17891—1999優(yōu)質(zhì)稻谷[S]

[2]候彩云,李慧園,尚艷芬,等.稻谷品質(zhì)的圖像識(shí)別與快速檢測(cè)[J].中國(guó)糧油學(xué)報(bào),2003,18(8):80-83

[3]張巧杰,王一鳴,凌云,等.稻谷品質(zhì)檢測(cè)技術(shù)與裝置研究[J],農(nóng)業(yè)機(jī)械學(xué)報(bào),2006,1:127-129

[4]凌云,王一鳴,孫明,等.基于機(jī)器視覺的大米外觀品質(zhì)檢測(cè)裝置[J],農(nóng)業(yè)機(jī)械學(xué)報(bào),2005,36(9):89-91

[5]尚艷芬,候彩云,常國(guó)華.基于圖像識(shí)別的黃粒米自動(dòng)檢測(cè)研究[J].農(nóng)業(yè)工程學(xué)報(bào),2004(4):146-148

[6]候彩云,王一鳴,凌云,等.堊白米粒的計(jì)算機(jī)圖像識(shí)別[J],農(nóng)業(yè)工程學(xué)報(bào),2002,18(3):165-168

[7]吳彥紅,劉木華,楊君,等.基于計(jì)算機(jī)視覺的大米外觀品質(zhì)檢測(cè)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2007,38(7):107-111

[8]姜忠愛,張曉輝,秦軍偉.計(jì)算機(jī)圖像處理技術(shù)及其在農(nóng)業(yè)檢測(cè)中的應(yīng)用[J].農(nóng)機(jī)化研究,2004,11:234-236

[9]袁佐云,牛興和,劉傳云.基于最小外接矩形的稻米粒型檢測(cè)方法[J].糧食與飼料工業(yè),2006(9):7-8

[10]于潤(rùn)偉,金鯤鵬,朱曉慧.基于圖像識(shí)別的整精米自動(dòng)檢測(cè)研究[J].中國(guó)糧油學(xué)報(bào),2006,21(6):147-150

[11]于潤(rùn)偉,朱曉慧.基于圖像處理的稻米堊白自動(dòng)檢測(cè)研究[J].中國(guó)糧油學(xué)報(bào),2007,22(1):122-125

[12]張鵬,孫世磊,劉瑞北,等.Linux+ARM下的 USB驅(qū)動(dòng)開發(fā)[J].計(jì)算機(jī)工程與科學(xué),2006(3):107-108

[13]郭劍,趙建.嵌入式 Linux的圖像采集與顯示[J].現(xiàn)代電子技術(shù),2006,7:129-131

[14]李侃,廖啟征.基于 S3C2410平臺(tái)與嵌入式 Linux的圖像采集應(yīng)用[J].微計(jì)算機(jī)信息,2006,22(3):125-128.

Developing RiceMorphologyAnalyzerBased on Embedded System

Wu Caizhang Bu Dongwei
(Henan University of Technology,College of Electrical Engineering,Zhengzhou 450007)

In order to satisfy the parameter testing of rice quality,a morphology analyzer for rice based on the Embedded System was developed.Based on design of the equipment to capture rice image,ARM core S3C2410 plat2 for m was adopted as hardware environment,and the embedded linux system as software environment.After transplan2 tation ofUSB image driver,the system fulfilled the i mage capture and i mage preservation.Finally,combining i mage processing and mode-identifying technology,an applicative program was compiled and the GB parameters aboutmor2 phological indexes of rice were obtained.Results:Based on this system it is realized to test rapidly and nondestruc2 tively the parameters about head rice rate,chalkiness degree,chalky grain rate,and rice shape type.

rice quality,embedded Linux,image processing,GB parameter

TP29

A

1003-0174(2011)01-0113-04

河南省科技攻關(guān)項(xiàng)目(0624100003)

2010-01-14

吳才章,男,1968年出生,教授,博士,光電檢測(cè)技術(shù)