CN102494977B - 大米碎米率在线检测方法和系统 - Google Patents
大米碎米率在线检测方法和系统 Download PDFInfo
- Publication number
- CN102494977B CN102494977B CN 201110398702 CN201110398702A CN102494977B CN 102494977 B CN102494977 B CN 102494977B CN 201110398702 CN201110398702 CN 201110398702 CN 201110398702 A CN201110398702 A CN 201110398702A CN 102494977 B CN102494977 B CN 102494977B
- Authority
- CN
- China
- Prior art keywords
- rice
- image data
- grain
- broken
- broken rice
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Adjustment And Processing Of Grains (AREA)
Abstract
本发明实施例公开了一种大米碎米率在线检测方法和系统，用于实时、准确检测大米碎米粒百分比，获取大米产线生产信息。本发明实施例方法包括：周期性的采集数目相同的米粒作为检测样本；采用摄像装置对所述检测样品进行样本图像采集，形成采集图像数据；将所述采集图像数据进行灰度图像处理，形成灰度图像数据；采用中值滤波以消除所述灰度图像数据噪声，形成去噪声图像数据；将所述去噪声图像数据进行二值化处理，形成二值图像数据；对所述二值图像数据进行8联通区域标记，以统计每个米粒图像所占有的像素总数，以像素的个数来判断米粒的面积，得到碎米粒数，进而得到碎米率。
Description
技术领域
本发明涉及图像数据处理领域，尤其涉及一种大米碎米粒在线检测方法和系统。
背景技术
我国是世界上最大的稻米生产国。而稻米品质问题已经成为制约我国大米生产、销售和出口的瓶颈。大米的碎米率是影响大米质量和售价的重要指标，同时也是反应稻米种植水平、大米加工水平的重要指标。
碎米率即在稻谷的碾磨过程中造成的不完整米粒数占总米粒数的百分比。相对于碎米率的另一概念是整精米率，即完整的米粒占总米粒数的百分比，在国标GB/T17891-1999《优质稻谷》中有如下规定：
称取净稻谷试样(W0)经脱壳后称量糙米总量(W1)，然后从中称取一定量的糙米(W2)，用实验碾米机磨成国家标准一等大米的精度，除去糠粉，再拣出整精米粒，称重(W3)。按公式(1)计算整精米率，其中整精米是指碾磨成精度为国家标准一等大米时，米粒产生破碎，其中长度仍达到完整精米粒平均长度的五分之四以上的米粒。
式中：H-整精米率；
W0-稻谷试样质量，单位g；
W1-糙米总质量，单位g；
W2-实验碾米机的最佳碾磨质量，单位g；
W3-整精米粒质量，单位g。
双实验结果允许差不超过1.0％，求其平均值即为检验结果。
国家标准中检测碎米粒需要准确测量米粒的长度，但实际上在图像检测中，由于米粒摆放的位置不固定，其准确长度的测量比较困难，因此存在测量结果不准确和可操作性差等问题。
发明内容
本发明实施例提供了一种大米碎米粒在线检测方法和系统，用于实时、准确检测大米碎米粒百分比，获取大米产线生产信息。
本发明一实施例提供的一种大米碎米粒在线检测方法，用于在线检测大米碎米粒，判断大米生产状态，包括以下步骤：
周期性的采集数目相同的米粒作为检测样本；
采用摄像装置对检测样品进行样本图像采集，形成采集图像数据；
将采集图像数据进行灰度图像处理，形成灰度图像数据；
采用中值滤波以消除灰度图像数据噪声，形成去噪声图像数据；
将去噪声图像数据进行二值化处理，形成二值图像数据；
对二值图像数据进行8联通区域标记，以统计每个米粒图像所占有的像素总数，以像素的个数来判断米粒的面积，得到碎米粒数，进而得到碎米率。
优选地，当米粒的面积小于平均米粒面积的30％时，判断米粒为碎米粒；
计算碎米粒数占检测样本数量的百分数，统计碎米粒百分比，判断大米生产状态。
优选地，采集图像数据的像素为800*600以上，帧率25fps以上。
本发明又一实施例提供了一种大米碎米粒在线检测系统，用于在线检测大米碎米粒，判断大米生产状态，包括：
采样装置，周期性的对在线大米进行采样收集，形成检测样本；
图像信号采集装置，对检测样本进行摄像以及图像数据采集，形成采集图像数据；
图像识别与处理装置，用于接收采集图像数据，对采集图像数据进行灰度化、去噪声以及二值化处理，形成二值图像数据，对二值图像数据进行8联通区域标记，以统计每个米粒图像所占有的像素总数，以像素的个数来判断米粒的面积，得到碎米粒数；
客户端装置，用以实时监测碎米粒数，获取产线运行状态信息。
优选地，采样装置安装在大米生产线上，周期性对大米进行采样。
优选地，周期性对大米进行采样的时间为每20秒采样一次。
优选地，采样装置为筛状带有凹坑的采样器。
优选地，图像信号采集装置包括摄像装置和数据采集卡，
优选地，摄像装置具有800×600以上像素，采集检测样品图像数据；
优选地，数据采集卡包括多路数据输入选择模块、模拟/数字转换模块和通信接口模块，多路数据输入选择模块接收图像数据，并通过模拟/数字转换模块将模拟的图像数据转换为数字图像数据，再通过通信接口模块发送给图像识别与处理装置进行图像处理。
从以上技术方案可以看出，本发明实施例具有以下优点：
(1)比较米粒与平均米粒的面积大小，当米粒的面积小于平均米粒的30％时，可以判定其为碎米粒，使得测量过程更简便，测量结果更精确；
(2)采用图像处理技术对采样数据进行分析，以二值图像像素的个数作为米粒所占区域的面积，用来计算米粒的大小，以此来判断图像中的碎米粒。同时结合客户端实时监控，提高检测效率，以保证大米生产质量。
附图说明
图1是本发明实施例一大米碎米粒在线检测方法流程图；
图2是本发明实施例二大米碎米粒在线检测系统示意图。
具体实施方式
本发明实施例提供了一种大米碎米粒在线检测方法和系统，以下将结合具体实施例详细描述本发明实现的过程。
一种大米碎米粒在线检测方法，用于在线检测大米碎米粒，判断大米生产状态，流程图如图1所示：
S101，周期性的采集数目相同的米粒作为检测样本；
本实施例中采用每分钟3次即每20秒一次的周期对样本进行检测，每次采样的数目是100粒，本领域的技术人员可知，可以根据实际产线生产的需求控制检测样本的时间和样本的大小。
S102，采用摄像装置对检测样品进行样本图像采集，形成采集图像数据；
本实施例中摄像装置为24位真彩高速摄像装置，有效像素在800×600以上，每像素24bit，帧率为25fps以上，可保证采集图像数据的准确性，保证检测效果。
S103，将采集图像数据进行灰度图像处理，形成灰度图像数据；
将采集的图像数据通过接口接入数据处理装置进行数据处理，先将24位彩色图像转换为8位灰度图像，以便数据处理装置进行处理。
S104，采用中值滤波以消除灰度图像数据噪声，形成去噪声图像数据；
S105，将去噪声图像数据进行二值化处理，形成二值图像数据；
二值图像数据进一步经过数字形态学的开运算以消除孤立的小区域，并进一步消除二值图像数据噪声。
S106，对二值图像数据进行8联通区域标记，当连通区域灰度值与米粒二值图像灰度值变化明显时，该联通区域即不属于米粒范围；当连通区域灰度值与米粒二值图像灰度值变化平缓时，可以认为该连通区域为米粒边缘，属于米粒范围。由此，统计每个米粒图像所占有的像素总数，以像素的个数来判断米粒的面积，得到碎米粒数，进而得到碎米率。
经过处理的二值图像数据能比较完整的反应米粒的面积区域，从而计算米粒的面积，将得出的面积与米粒的平均面积进行比较，根据统计规则，米粒面积的缺失不大于30％平均米粒的面积即可判定为整米粒，从而可以较准确的得出碎米粒数，判断碎米率。
一种大米碎米粒在线检测系统，结构示意图如图2所示，包括：
采样装置21，周期性的对在线大米进行采样收集，形成检测样本；
本实施例用采用推进机构将大米样品从生产线推入直径60-100mm的采样筛进行采样，每隔20秒对大米进行一次采样，采样时采用筛状带有凹坑的采样器，且采样器每次固定采样大米100粒，采样器倾斜放置，凹坑中的大米很容易被产险上流动的大米带走，方便下一次采样。
图像信号采集装置22，对所述检测样本进行摄像以及图像数据采集，形成采集图像数据；
图像信号采集装置22包括摄像装置和数据采集卡，摄像装置具有800*600以上像素，每像素24bit，帧率为25fps以上，可保证采集图像数据的准确性，保证检测效果，采集检测样品图像数据；数据采集卡包括多路数据输入选择模块、模拟/数字转换模块和通信接口模块，多路数据输入选择模块接收图像数据，并通过模拟/数字转换模块将模拟的图像数据转换为数字图像数据，再通过通信接口模块发送给所述图像识别与处理装置进行图像处理。
图像识别与处理装置23，用于接收所述采集图像数据，对所述采集图像数据进行灰度化、去噪声以及二值化处理，形成二值图像数据，对所述二值图像数据进行8联通区域标记，以统计每个米粒图像所占有的像素总数，以像素的个数来判断米粒的面积，得到碎米粒数；
将采集的图像数据通过接口接入数据处理装置进行数据处理，先将24位彩色图像转换为8位灰度图像，以便数据处理装置进行处理；采用中值滤波以消除灰度图像数据噪声，形成去噪声图像数据；二值图像数据进一步经过数字形态学的开运算以消除孤立的小区域，以进一步消除二值图像数据噪声；经过处理的二值图像数据能比较完整的反应米粒的面积区域，从而计算米粒的面积，将得出的面积与米粒的平均面积进行比较，根据统计规则，米粒面积的缺失不大于30％平均米粒的面积即可判定为整米粒，从而可以较准确的得出碎米粒数，判断碎米率。
客户端装置24，用以实时监测碎米粒数，获取产线运行状态信息。
客户端装置24接收图像识别与处理装置通过网络接口发送过来的碎米率百分比，实时检测碎米粒是否超标，如果超过产线定义的碎米率，则可将产线停止，重新进行前序生产工序的调解，以保证大米的生产质量。
本发明提供了一种新型的大米碎米粒在线检测方法和系统，集图像采集、图像识别、设备控制于一体，能够方便、精确的识别碎米粒，计算碎米率。本系统数据量大、识别的精度要求高，要求处理器的处理能力强，存储器容量大，算法鲁棒性高。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上对本发明所提供的一种大米碎米率在线检测方法和系统进行了详细介绍，对于本领域的一般技术人员，依据本发明实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (2)
1.一种大米碎米率在线检测系统，用于在线检测大米碎米粒，判断大米生产状态，其特征在于，包括：
采样装置，周期性的对在线大米进行采样收集，形成检测样本，其中所述采样装置安装在大米生产线上，周期性对大米进行采样，采用推进机构将大米样品从生产线推入直径60-100mm的采样筛进行采样，每隔20秒对大米进行一次采样，采样时采用筛状带有凹坑的采样器，且采样器每次固定采样大米100粒，采样器倾斜放置；
图像信号采集装置，对所述检测样本进行摄像以及图像数据采集，形成采集图像数据；
图像识别与处理装置，用于接收所述采集图像数据，对所述采集图像数据进行灰度化、去噪声以及二值化处理，形成二值图像数据，对所述二值图像数据进行8联通区域标记，以统计每个米粒图像所占有的像素总数，以像素的个数来判断米粒的面积，得到碎米粒数；
客户端装置，用以实时监测碎米粒数，获取产线运行状态信息，客户端装置接收图像识别与处理装置通过网络接口发送过来的碎米率百分比，实时检测碎米粒是否超标，如果超过产线定义的碎米率，则可将产线停止，重新进行前序生产工序的调解，以保证大米的生产质量。
2.根据权利要求1所述的大米碎米率在线检测系统，其特征在于：
所述图像信号采集装置包括摄像装置和数据采集卡，
所述摄像装置具有800*600以上像素，采集检测样品图像数据；
所述数据采集卡包括多路数据输入选择模块、模拟/数字转换模块和通信接口模块，所述多路数据输入选择模块接收所述图像数据，并通过模拟/数字转换模块将模拟的图像数据转换为数字图像数据，再通过所述通信接口模块发送给所述图像识别与处理装置进行图像处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201110398702 CN102494977B (zh) | 2011-11-29 | 2011-11-29 | 大米碎米率在线检测方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201110398702 CN102494977B (zh) | 2011-11-29 | 2011-11-29 | 大米碎米率在线检测方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102494977A CN102494977A (zh) | 2012-06-13 |
| CN102494977B true CN102494977B (zh) | 2013-10-02 |
Family
ID=46186819
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 201110398702 Expired - Fee Related CN102494977B (zh) | 2011-11-29 | 2011-11-29 | 大米碎米率在线检测方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102494977B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105139405B (zh) * | 2015-09-07 | 2018-06-05 | 中国人民解放军理工大学 | 一种重叠碎米与整米的视觉分离检测方法 |
| CN108120715B (zh) * | 2016-11-30 | 2023-10-13 | 中国科学院沈阳自动化研究所 | 一种基于机器视觉的玉米籽粒破碎率在线检测方法及装置 |
| CN108240987A (zh) * | 2016-12-27 | 2018-07-03 | 中国船舶重工集团公司七五○试验场 | 一种稻谷等级评定设备 |
| CN108593774A (zh) * | 2018-04-11 | 2018-09-28 | 航天特种材料及工艺技术研究所 | 一种复合材料超声c扫缺陷面积确定方法 |
| CN109211740A (zh) * | 2018-10-31 | 2019-01-15 | 江南大学 | 一种基于图像识别对碎米率的快速检测方法 |
| CN109374645A (zh) * | 2018-12-27 | 2019-02-22 | 山东建筑大学 | 光伏板灰尘检测系统及方法 |
| CN112683922A (zh) * | 2020-12-07 | 2021-04-20 | 泰州可以信息科技有限公司 | 米粒残缺程度现场分析系统及方法 |
| CN113776993A (zh) * | 2021-07-28 | 2021-12-10 | 深圳市麦稻智联科技有限公司 | 一种大米在线检测系统、检测方法及检测设备 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101153850A (zh) * | 2006-09-30 | 2008-04-02 | 长安大学 | 一种沥青混合料的检测方法及系统 |
| CN101281112A (zh) * | 2008-04-30 | 2008-10-08 | 浙江理工大学 | 一种对网状粘连稻米的图像式自动分析方法 |
| CN101275824A (zh) * | 2008-05-16 | 2008-10-01 | 中国农业大学 | 一种大米粒型检测的方法 |
| CN202421024U (zh) * | 2011-12-06 | 2012-09-05 | 李同强 | 大米碎米率在线检测系统 |
-
2011
- 2011-11-29 CN CN 201110398702 patent/CN102494977B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN102494977A (zh) | 2012-06-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102494977B (zh) | 大米碎米率在线检测方法和系统 | |
| CN202421024U (zh) | 大米碎米率在线检测系统 | |
| CN102495068B (zh) | 大米垩白米在线检测方法 | |
| CN106442525B (zh) | 用于核桃内部干瘪缺陷的在线检测方法 | |
| CN101520448B (zh) | 水质污染预警方法 | |
| CN109932333B (zh) | 声学振动和近红外光谱融合的水果坚实度测量系统和方法 | |
| CN105427275B (zh) | 大田环境麦穗计数方法及装置 | |
| CN114383985A (zh) | 基于多参数特征融合的浮选精矿品位检测方法 | |
| CN108318494B (zh) | 红提果粉的在线视觉检测分级装置及其方法 | |
| JP2012159318A (ja) | 分析装置 | |
| CN101866022A (zh) | 一种激光雨滴谱仪 | |
| CN117589633B (zh) | 一种粮食杂质检测装置及方法 | |
| CN114419311B (zh) | 一种基于多源信息的百香果成熟度无损检测方法及装置 | |
| CN112418128A (zh) | 地表水监控管理系统及方法 | |
| CN104749126A (zh) | 基于近红外高光谱图像分析的小麦硬度预测方法 | |
| CN108007945A (zh) | 一种基于x射线透射图像定量检测烟梗中粗梗率和长短梗率的测定方法 | |
| CN202471601U (zh) | 大米垩白米在线检测系统 | |
| CN105004690A (zh) | 一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法 | |
| CN102735340A (zh) | 一种基于压缩传感的水果颜色分级方法 | |
| CN110118735B (zh) | 一种检测香梨公母的高光谱成像检测方法及装置 | |
| CN201689044U (zh) | 一种激光雨滴谱仪 | |
| CN113624759A (zh) | 一种基于机器学习的苹果无损检测方法 | |
| CN110609011A (zh) | 单籽粒玉米种子淀粉含量近红外高光谱检测方法及系统 | |
| CN102937592B (zh) | 陶瓷天线罩气孔及材质疏松缺陷自动检测方法 | |
| CN102768212B (zh) | 一种基于压缩传感的水果缺陷分级方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20131002 Termination date: 20141129 |
|
| EXPY | Termination of patent right or utility model |