Page 81 - 无损检测2022年第八期

王心雨,等:
基于数字图像处理技术的白麻花岗岩含水率检测

率估算值, 按照式( 6 ) 计算相对误差。花岗岩含水率 小相对误差为 0.67% 、 相对误差均值为 2.10% , 方差
检测模型测试结果如表 4 所示。 为1.05 , 表明该模型具有较高的精度。

y p -y ( 3 )与传统花岗岩含水率检测方法相比, 基于
R E = ×100% ( 6 )
y 图像特征的白麻花岗岩含水率检测方法大幅缩短了
为相对误差; 为含水率预估值; 为含
式中: R E y p y 检测时间, 对提高实际生产效率具有指导意义。
水率实测值。
参考文献:
表 4 花岗岩含水率检测模型测试结果
序号 检测时长 / s 实测值 y / % 预测值 y p % 相对误差 R E % [ 1 ] ZAKSLUK R , RANJAN R S , AND S , et al.
/
/

1 15 35.4501 35.0860 1.03
Predictin gtheleaf waterp otentialofp otato p lants

2 15 32.7373 34.2455 4.61
usin g RGB reflectance [ J ] .Canadian Bios y stems

3 15 32.4291 33.5121 3.34
En g ineerin g , 2008 , 50 : 7-12.

4 16 31.9358 32.4085 1.48

[ 2 ] HENTENE , BONTSEMA J.Non-destructivecro p
5 15 29.5314 30.1625 2.14

6 18 28.2367 27.6716 2.00 measurementsb yima g ep rocessin gforcro pg rowth

7 16 27.5585 28.3387 2.83
control [ J ] .Journal of A g ricultural En g ineerin g

8 16 27.3119 27.8565 1.99
Research , 1995 , 61 : 97-105.

9 14 26.6337 27.3452 2.67
[ 3 ] 段史江, 宋朝鹏, 马力, 等 . 基于图像处理的烘 烤 过 程

10 14 26.0789 26.2612 0.67
中烟叶含水量检测[ J ] . 西北农林科技大学学报( 自然

11 16 25.6473 25.9326 1.11

12 15 25.3391 24.7226 2.43 科学版), 2012 , 40 ( 5 ): 74-80.

13 17 24.4143 24.6836 1.10 [ 4 ] 江朝晖, 杨春合, 周琼, 等 . 基于图像特征的越 冬 期 冬

14 18 24.1060 24.2904 0.76
小麦冠 层 含 水 率 检 测 [ J ] . 农 业 机 械 学 报, 2015 , 46

15 16 23.3045 23.5344 0.94
( 12 ): 260-267.
16 16 22.9963 22.6196 1.64
[ 5 ] 刘自强, 周铁军, 傅冬和, 等 . 基于颜色和形状 的 鲜 茶

17 17 22.4414 21.8461 2.65

18 15 21.8865 21.3953 2.24 叶图像特征提取及在茶树品种识别中的应用[ J ] . 江

19 14 21.7016 22.2667 2.60 苏农业科学, 2021 , 49 ( 12 ): 168-172.

20 15 21.4549 20.8541 2.80
[ 6 ] 贾国邦, 宋丽丽, 曹博文, 等 . 基于机器视觉的 微 小 孔

21 15 19.2355 19.4869 1.31
零件尺寸检 测 研 究[ J ] . 工 具 技 术, 2021 , 55 ( 7 ): 105-
22 15 18.2491 18.1038 0.80
109.
23 15 16.2145 16.4948 1.73

24 15 15.4747 15.2610 1.38 [ 7 ] 徐腾飞, 韩文霆, 孙瑜 . 基于图像处理的玉米叶片含水

25 15 14.9198 14.3962 3.51 率诊断 方 法 研 究 [ J ] . 干 旱 地 区 农 业 研 究, 2013 , 31

26 15 12.8853 13.4234 4.18
( 1 ): 95-100.

27 18 12.0838 12.4064 2.67
[ 8 ] 范有臣, 李迎春, 韩意, 等 . 提升小波的同态滤 波 在 图
对白麻花岗岩检测结果进行统计, 结果表明, 平 像烟雾弱化中的应用[ J ] . 中国图象 图 形 学 报, 2012 ,
均检测时长为15.59s , 相对误差均小于5% , 最大相 17 ( 5 ): 635-640.

对误差为 4.61% , 最小相对误差为 0.67% , 相对误 [ 9 ] HUANGX W , JIANGZH , LULL , etal.Thestud y

差均值为 2.10% , 相对误差的方差为 1.05 , 该模型 ofillumination com p ensation correction al g orithm

[ C ]// 2011InternationalConferenceon Electronics ,

具有较高的精度和较快的检测速度。
Communications and Control ( ICECC ) .Nin g bo ,
4 结论 China , IEEE : 2011.
[ 10 ] 薛万宇, 谢从华, 陆虎, 等 . 基于密度聚类的医 学 图 像

( 1 )白麻花岗岩图像直方图的均值、 方差、 歪斜 分割及其局部特征提取[ J ] . 医疗 设 备 信 息, 2006 , 21
度、 峰态与白麻花岗岩含水率具有较强的相关性, 相 ( 10 ): 88-90.
关系数的绝对值均大于 0.8 。 [ 11 ] MOGHADAM F M , AHMADI A , KEYNIA F.A

( 2 )基于不同含水率白麻花岗岩图像灰度直方 NewIrisDetectionMethodbasedonCascadedNeural

图的均值、 方差、 歪斜度、 峰态等 4 个特征, 以最小二 Network [ J ] .Journal of Com p uter Sciences &
乘法进行线性回归分析, 建立白麻花岗岩含水率预测 A pp lications , 2013 , 1 ( 5 ): 80-84.
模型。通过试验验证, 其最大相对误差为 4.61% 、 最
7
4
2022 年 第 44 卷 第 8 期
无损检测