CN103674816B - 垩白米粒检测方法及系统 - Google Patents
垩白米粒检测方法及系统 Download PDFInfo
- Publication number
- CN103674816B CN103674816B CN201310727381.9A CN201310727381A CN103674816B CN 103674816 B CN103674816 B CN 103674816B CN 201310727381 A CN201310727381 A CN 201310727381A CN 103674816 B CN103674816 B CN 103674816B
- Authority
- CN
- China
- Prior art keywords
- rice
- chalk
- grain
- whitened
- rice grains
- 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
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
一种垩白米粒检测方法,根据普通米粒及垩白米粒的HSI图像的I分量直方图中会具有明显不同的分布表现来区分普通米粒和垩白米粒,准确度高。同时本发明还提供一种利用上述检测方法的检测系统,用来快速测量米粒的垩白米粒率和垩白度。
Description
技术领域
本发明涉及一种垩白米粒检测方法及系统。
背景技术
垩白是因稻米胚乳中淀粉和蛋白质颗粒填塞不紧密,疏松充气所致。大米的垩白部分蛋白质含量较低,淀粉含量较高,是由于大米含水份过高或者水稻收割时未成熟而造成的,所以大米垩白度越高,大米的质量越差,营养价值也越差。
优质稻米国家标准GB/T17981-1999中定义:“垩白”是指米粒胚乳中的白色不透明部分,根据垩白在大米胚乳中所处的位置分为腹白、心白和背白。“垩白大小”是指垩白米粒平放,米粒中垩白面积占整粒米投影面积的百分率。在优质稻米检测指标中,垩白指标有两个:垩白度和垩白米粒率。
理论上来说可以通过最大类间方差的办法将垩白米与普通米粒区分出来。但是实际情况是由于在光源照射下拍摄图片的缘故,普通米粒上有一部分的反光区域与垩白米的灰度值有很大部分的重合,通过最大类间方差来区分普通米粒与垩白米粒的准确率不高。
发明内容
针对现有技术存在的缺陷,本发明的目的在于提供一种准确率高的垩白米粒检测方法及便利检测出垩白米粒的检测系统。
为解决以上技术问题,本发明提供的技术方案是,一种垩白米粒检测方法,包括以下步骤:
一、拍摄米粒的RGB图像;
二、将米粒的RGB图像转换为灰度图像;
三、将灰度图像去噪;
四、采用类间最大方差法计算自适应分割的阈值;
五、按照阈值将灰度图像转换为米粒为白色,背景为黑色的黑白二值图像;
六、按照区域连通法计算米粒总数和每一米粒的起始坐标;
七、计算单个米粒的像素总数;
八、将米粒的RGB图像转换为HSI图像;
九、检测米粒的I分量直方图;
十、计算米粒的I分量直方图中的峰点个数n、峰值最大值max、峰值均值aver;
十一、根据公式D=5.0*(max-aver)/m+5.0/n测定D值;
十二、比较D值与预设的D1值,当D小于D1时,判定为垩白米粒;
十三、将判定的垩白米粒总数与米粒总数相除算得垩白米粒率;
十四、采用最大类间方差法分割出垩白米粒的垩白部分和正常部分;
十五、将垩白米粒的垩白部分所占像素与垩白米粒的正常部分及正常米粒的像素总和相除算得垩白度。
优选的,所述步骤十二中D1值为0.275。
优选的,所述步骤三中采用3*3中值滤波。
本发明还提供一种快速测量米粒的垩白米粒率和垩白度的检测系统,包括米粒放置装置、米粒图像采集装置、图像分析处理装置、输入输出装置,所述图像分析处理装置自动执行上述检测方法的步骤二至十五。
优选的,所述米粒放置装置包括托盘,所述托盘具有黑色的带小粒凹坑用于收容米粒。
优选的,所述托盘设有卡槽以便抽出或推回。
优选的,所述输入输出装置包括触控式LED液晶显示屏。
与现有技术相比,本发明至少具有如下技术效果:根据普通米粒及垩白米粒的HSI图像的I分量直方图中会具有明显不同的分布表现来区分普通米粒和垩白米粒,准确度高。同时利用上述检测方法的检测系统,可以用来快速测量米粒的垩白米粒率和垩白度。
附图说明
图1为本发明涉及的垩白米粒检测系统的示意图。
图2为本发明涉及的垩白米粒检测系统的主视图。
图3为本发明涉及的垩白米粒检测系统的托盘示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
发明人在研究中发现,普通米粒及垩白米粒的HSI图像的I分量直方图具有很明显的不同分布表现。
普通米粒的I分量直方图分布表现出了较少的峰值点,且有一个较高,宽度较大的尖峰,而垩白米粒则呈现出了较多的峰值点,且峰值点散布较均匀,没有明显的较高,或较宽的尖峰出现。由此发明人提出了根据I分量直方图的特性来判断是否是垩白米的方法。
首先将摄像头拍到的米粒RGB图像转换成灰度图像,然后做3*3中值滤波去除噪声,之后采用类间最大方差法(OTUS)计算自适应分割阈值,并按照计算出的阈值将灰度图像变换成米粒为白色,背景为黑色的黑白二值图像,再按照区域连通法计算出所有米粒的总数m_sum以及每一个米粒的起始坐标。之后就可以分别检测每一个米粒是否为垩白米及计算垩白度的多少。下面的操作针对图像中的每一个检测到的米粒。
根据黑白二值图像可以计算整个米粒的像素总数m,然后将米粒的RGB图像转换成HSI图像,计算该米粒对应部分的I分量直方图,然后计算直方图中峰点的个数n,峰点指的是在[0,255]的范围内,该点的直方图数值大于其左右两点的数值的点。然后再计算具有最高峰值的点max的数值以及所有峰值的平均值aver,再根据下式:
D=5.0*(max-aver)/m+5.0/n;
设定一个阈值D1,该阈值D1设定为0.275。若测定的米粒的D大于D1,则可以判定该米粒为普通米粒,若小于D1,则可以判定该米粒是垩白米粒。
通过检测每一粒米是否是垩白米,可获得垩白米粒的总数m_chalk,已知米粒总数为m_sum,则可根据下式计算得垩白米粒率:
在确定了哪些米粒为垩白米之后,可以采用最大类间方差方法(OTUS)分割出米粒的垩白部分及正常部分,由此我们可以计算出所有垩白米粒中的垩白部分的像素总和area_chalk,垩白米粒的正常部分像素之和area_chalk_normal,同时也计算出所有其他正常米粒的像素总和area_normal,则可依据下式计算米粒的垩白度。
本发明还提供一种利用上述检测方法的垩白米粒检测系统,该检测系统能快速地检测垩白米粒,并进而计算出垩白米率、垩白度等信息。
请参见图1-图3,检测系统包括:
米粒放置装置、米粒图像采集装置、图像分析处理装置、输入输出装置。
米粒放置装置,包括黑色的带小粒凹坑3的托盘1。该托盘1设有卡槽2以便抽出或推回。
米粒图像采集装置,包括数字摄像机4,用于采集数字图像。进一步的,为了获得良好图像效果,本发明的检测系统还包括光源5。
图像分析处理装置,用于通过程序对采集到的数字图像按照上述检测方法进行处理,从而计算出垩白米率、垩白度、米粒总数、垩白米粒数。图像分析处理装置,包括用于提供能量的电源6,用于运算的系统主板7和用于存储相关数据的CF卡8。
输入输出装置,包括触控式LED液晶显示屏10,用于指示操作步骤、显示检测结果、拍摄的原始图像、显示分析出的普通米粒的图像、垩白米粒的图像以及垩白米粒的垩白部分的黑白二值图像。
为了保证零部件安全,检测系统还包括外壳9。
从以上技术方案可以看出,该装置能准确地对垩白米粒的垩白率和垩白度以及米粒个数等进行检测。
本发明虽然以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以做出可能的变动和修改,因此本发明的保护范围应当以本发明权利要求所界定的范围为准。
Claims (6)
1.一种垩白米粒检测方法,包括以下步骤:
一、拍摄米粒的RGB图像;
二、将米粒的RGB图像转换为灰度图像;
三、将灰度图像去噪;
四、采用类间最大方差法计算自适应分割的阈值;
五、按照阈值将灰度图像转换为米粒为白色,背景为黑色的黑白二值图像;
六、按照区域连通法计算米粒总数和每一米粒的起始坐标;
七、计算单个米粒的像素总数m;
八、将米粒的RGB图像转换为HSI图像;
九、检测米粒的I分量直方图;
十、计算米粒的I分量直方图中的峰点个数n、峰值最大值max、峰值均值aver;
十一、根据公式D=5.0*(max-aver)/m+5.0/n测定D值;
十二、比较D值与预设的D1值,当D小于D1时,判定为垩白米粒;
十三、将判定的垩白米粒总数与米粒总数相除算得垩白米粒率;
十四、采用最大类间方差法分割出垩白米粒的垩白部分和正常部分;
十五、将垩白米粒的垩白部分所占像素与垩白米粒的正常部分及正常米粒的像素总和相除算得垩白度。
2.根据权利要求1所述的垩白米粒检测方法,其特征在于:所述步骤三中采用3*3中值滤波。
3.一种垩白米粒检测系统,包括米粒放置装置、米粒图像采集装置、图像分析处理装置、输入输出装置,其特征在于:所述图像分析处理装置自动执行权利要求1或2的检测方法的步骤二至十五。
4.根据权利要求3所述的垩白米粒检测系统,其特征在于:所述米粒放置装置包括托盘,所述托盘具有黑色的带小粒凹坑用于收容米粒。
5.根据权利要求4所述的垩白米粒检测系统,其特征在于:所述托盘设有卡槽以便抽出或推回。
6.根据权利要求3所述的垩白米粒检测系统,其特征在于:所述输入输出装置包括触控式LED液晶显示屏。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310727381.9A CN103674816B (zh) | 2013-12-25 | 2013-12-25 | 垩白米粒检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310727381.9A CN103674816B (zh) | 2013-12-25 | 2013-12-25 | 垩白米粒检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103674816A CN103674816A (zh) | 2014-03-26 |
CN103674816B true CN103674816B (zh) | 2016-05-11 |
Family
ID=50313030
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310727381.9A Expired - Fee Related CN103674816B (zh) | 2013-12-25 | 2013-12-25 | 垩白米粒检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103674816B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104331892B (zh) * | 2014-11-05 | 2017-04-19 | 南京理工大学 | 一种基于形态学的神经元识别与分析方法 |
CN105319223B (zh) * | 2015-12-07 | 2018-03-20 | 浙江工商大学 | 一种垩白米的检测方法和检测系统 |
CN110378949B (zh) * | 2018-04-10 | 2024-03-01 | 中国科学院分子植物科学卓越创新中心 | 一种淀粉粒分布分析装置及其方法 |
CN109682817A (zh) * | 2019-02-22 | 2019-04-26 | 哈尔滨工程大学 | 基于计算机视觉技术的大米白度检测装置及方法 |
CN110954551B (zh) * | 2019-12-05 | 2023-02-10 | 浙江五芳斋实业股份有限公司 | 一种用于青团品质的在线检测方法 |
CN111879735B (zh) * | 2020-07-22 | 2021-11-09 | 武汉大学 | 一种基于图像的大米外观品质检测方法 |
CN114486877B (zh) * | 2020-10-23 | 2024-01-19 | 合肥美亚光电技术股份有限公司 | 大米品质检测方法、设备以及存储介质 |
CN113109240B (zh) * | 2021-04-08 | 2022-09-09 | 国家粮食和物资储备局标准质量中心 | 一种计算机实施的粮食不完善粒测定方法和系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102495068A (zh) * | 2011-12-01 | 2012-06-13 | 浙江工商大学 | 大米垩白米在线检测方法和系统 |
CN103985119A (zh) * | 2014-05-08 | 2014-08-13 | 山东大学 | 一种彩色血细胞图像中白细胞的细胞质和细胞核分割方法 |
-
2013
- 2013-12-25 CN CN201310727381.9A patent/CN103674816B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102495068A (zh) * | 2011-12-01 | 2012-06-13 | 浙江工商大学 | 大米垩白米在线检测方法和系统 |
CN103985119A (zh) * | 2014-05-08 | 2014-08-13 | 山东大学 | 一种彩色血细胞图像中白细胞的细胞质和细胞核分割方法 |
Non-Patent Citations (2)
Title |
---|
基于图像处理技术的大米垩白度检测;刘光蓉等;《粮食与饲料工业》;20091231(第11期);1,2,7 * |
糙米品质指标及其评价方法研究;白国伟;《中国优秀硕士学位论文全文数据库 工程科技I辑》;20130215(第2期);B024-107 * |
Also Published As
Publication number | Publication date |
---|---|
CN103674816A (zh) | 2014-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103674816B (zh) | 垩白米粒检测方法及系统 | |
CN111311542B (zh) | 一种产品质量检测方法及装置 | |
CN109829914B (zh) | 检测产品缺陷的方法和装置 | |
CN105046700B (zh) | 基于亮度校正与颜色分类的水果表面缺陷检测方法及系统 | |
CN104483243B (zh) | 大米粘连米检测分割方法、装置及系统 | |
CN107705301B (zh) | 一种基于无人机航拍公路图像的公路标线破损检测方法 | |
CN105319223B (zh) | 一种垩白米的检测方法和检测系统 | |
RU2009108733A (ru) | Устройство для измерения износа контактного провода | |
CN103394472B (zh) | 一种基于机器视觉的绿化马铃薯检测分级方法 | |
CN109087363B (zh) | 一种基于hsv颜色空间的污水排放检测方法 | |
CN103674957A (zh) | 黄粒米粒检测方法及系统 | |
CN103679146A (zh) | 基于高通滤波器和Hough变换的安全带智能检测方法 | |
CN104181170B (zh) | 基于光谱图像分析的水果外表检测方法 | |
EP2728304B1 (en) | Trolley wire abrasion measuring apparatus using image process | |
CN107798293A (zh) | 一种道路裂缝检测装置 | |
CN112241947B (zh) | 多视角乳房影像分析方法、系统及非暂态计算机可读取媒体 | |
CN102982545A (zh) | 一种图像深度估计方法 | |
CN103198705A (zh) | 车位状态自动检测方法 | |
CN101916372A (zh) | 基于视频的多特征融合的烟检测装置和方法 | |
CN107564018A (zh) | 一种利用改进迭代算法提取目标图像的方法 | |
CN103245666B (zh) | 一种蓄电池极板外观缺陷自动检测方法 | |
CN106878636A (zh) | 缺陷像素点检测方法、装置及图像处理芯片 | |
CN104866838B (zh) | 一种基于视觉的前方车辆自动检测方法 | |
CN109461156A (zh) | 基于视觉的螺纹密封塞装配检测方法 | |
CN116485764A (zh) | 一种结构表面缺陷识别方法、系统、终端及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160511 Termination date: 20161225 |