[发明专利]一种稻谷不完善粒的检测方法

说明书

本发明公开了一种稻谷不完善粒的检测方法，属于农产品储藏加工的无损检测领域。通过计算机图像采集系统对图像采集处理，获得完善粒、不完善粒的图像，经过图像处理，获得图像的相关参数，选择合适的参数，建立模型，对不完善粒实现区分，得出不完善粒的检测方法。本发明相较于其他的检测方式快速，便捷，高效的特点，对于粮食安全品质具有重要意义。

技术领域

本发明是一种基于机器视觉对稻谷不完善粒的检测方法，属于农产品储藏加工的无损检测领域。

背景技术

随着稻米产量的增长，人们更为关注的是稻米的外观品质以及稻米的食用品质，这就要求对稻米生产加工等多重环节进行及时检测。在稻米品质检测方面，目前采用大多的是人工测量方法，通过视觉检测和感官鉴评得出结果，但是因为人主观因素的差别，检测速度和准确率方面较为低下，造成结果不一。如何能做到对稻谷的快速无损检测，即能提高收购效率又能减少人工判别误差，是当下需要解决的问题。

近年来随着无损检测技术的发展，许多新技术被应用于无损检测方面。无损检测，即NDT，就是利用声、光、电、磁和味等特性，在不损害或不影响被检对象使用性能的前提下，检测被检对象中是否存在不同程度的缺陷，从而给出缺陷的位置、大小、数量和性质等信息，从而判定被检对象的技术状态(如是否合格、剩余寿命等)的所有技术手段的总称。

无损检测技术主要有电子鼻，近红外，计算机视觉等，而在计算机视觉方面，和人工检测技术相比，它具有高精确度、高效率，易于重复操作等优点。利用计算机视觉分级代替人工目测是未来提高检测效率的必然选择。国内外利用计算机视觉技术对粮食品质等进行无损、自动化检测和分级的研究比较广泛。

Cardarelli等研究了稻米破损粒的情况，识别率达到80％以上。Shuso kawamur.研究了干燥后的谷物自动检测系统，检测水分蛋白和破损籽粒。但是在使用计算机视觉对稻米多种不完善籽粒的判别还未多见，这对提高收购效率又能减少人工判别误差有着重要的意义。

发明内容

本发明利用计算机视觉技术对稻谷收购储藏过程中的不完善粒进行检测识别，同时也可以对不同的稻谷品种识别。在特征值提取过程中，通过提取大米的形态学特征参数和颜色特征参数，建立比对模型，从而实现一种快速、高效、方便的检测方法。

具体实施步骤为：

(1)稻谷颗粒筛选

根据GB1354-2009标准对实验所需的稻米颗粒进行筛选，选择虫蚀、垩白、破损等不完善籽粒，储存，备用。

(2)图像采集

对筛选后的颗粒进行图像采集工作，主要采集的平台是计算机视觉平台。该平台由计算机、相机、光源、支架和底座组成，对平台各项设备进行调整，选择最佳的采集路径。选择黑色背景，选用LED光源调节亮度，将灯光支架调节到相机能拍摄完整清晰图像的位置，大概距离底部40cm高度，然后采集不完善籽粒的图片。采集样品颗粒的图像，再通过图像采集卡或数据线把透射图像传输到计算机，并以彩色图像格式保存。

(3)图像预处理

经过对采集图像调整大小、依据Matlab编辑的程序对采集的颗粒图像进行灰度化、二值化处理等处理获得预处理后的颗粒图像。读入大米颗粒彩色图像，分别提取灰度图和对灰度图进行灰度均衡化处理，使大米颗粒图像更加清晰。对灰度图和图像增强后图运用中值滤波采用大津法进行阈值分割，获得分量的二值图，其中二值图呈现出大米颗粒整体的外形特征。

(4)特征参数提取

预处理后的图像再提取各个颗粒所对应的RGB三基色的特征值和HSI(色调、色饱和度、强度)的三个特征值和颗粒对应的形态学(面积、周长、长宽比)和纹理学(能量、相关性、熵等)特征参数，对所有获得的特征参数值，进行优化选择，选择能够表达不完善粒特征的代表性参数。