CN103674957A - 黄粒米粒检测方法及系统 - Google Patents

黄粒米粒检测方法及系统 Download PDF

Info

Publication number
CN103674957A
CN103674957A CN201310729242.XA CN201310729242A CN103674957A CN 103674957 A CN103674957 A CN 103674957A CN 201310729242 A CN201310729242 A CN 201310729242A CN 103674957 A CN103674957 A CN 103674957A
Authority
CN
China
Prior art keywords
grain
rice
image
yellow rice
sum
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.)
Pending
Application number
CN201310729242.XA
Other languages
English (en)
Inventor
王粤
李同强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Gongshang University
Original Assignee
Zhejiang Gongshang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Gongshang University filed Critical Zhejiang Gongshang University
Priority to CN201310729242.XA priority Critical patent/CN103674957A/zh
Publication of CN103674957A publication Critical patent/CN103674957A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

一种黄粒米粒检测方法,黄粒米粒与正常米粒在色度表现上有比较大的区别,可以利用HSI色彩空间上的色度分量H值的不同分布将黄粒米粒和正常米粒区分开来,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黄粒米粒率。

Description

黄粒米粒检测方法及系统
技术领域
本发明涉及一种黄粒米粒检测方法及系统。
背景技术
黄粒米粒率是衡量稻谷外观品质的重要指标之一,它是由于黄粒曲霉,烟曲霉等霉菌污染后发生霉变,胚乳呈黄粒色。国标GB1350—1999中规定,黄粒米粒是指胚乳呈黄粒色,与正常米粒色泽明显不同的颗粒。稻谷在收获期间,如遇高温多雨未能及时脱粒干燥,米质很容易被沤黄,加工的大米,常带有黄粒米粒,严重时可使整批大米带有黄色。产生黄粒米粒的主要原因是大米中的营养成分发生了成色反应,一般认为是粮食中的氨基酸和糖类等物质发生反应而产生颜色,也称为非酶褐变。稻谷水分、堆垛温度和微生物作用是黄变的重要条件。黄变过程中,其优势菌是枯草芽泡杆菌,该菌的出现率随粮温升高而增加,黄粒米粒与黄粒曲霉毒素B,、杂色曲霉素含量的高低无相关性。但黄粒米粒品质劣变,食用和种用价值降低,且易被霉菌侵染并产生毒素,因此,检测大米中黄粒米粒率是保证大米食品安全的重要手段之一。
理论上来说可以通过最大类间方差的办法将黄粒米粒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黄粒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黄粒米粒的准确率不高。
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黄粒米粒检测方法及便利检测出黄粒米粒的检测系统。
为解决以上技术问题,本发明提供的技术方案是,一种黄粒米粒检测方法,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pixel_sum;
八、将米粒的RGB图像转换为HSI图像;
九、检测米粒的H分量,并将每一个米粒的所有像素对应的HSI图像的H分量数值相加获得hue_sum;
十、根据公式hue_average=hue_sum/pixel_sum计算米粒的H分量均值hue_average;
十一、比较hue_average值与预设取值范围值,当hue_average值在预设取值范围时,判定为黄粒米粒;
十二、将判定的黄粒米粒总数与米粒总数相除算得黄粒米粒率。
优选的,步骤十一中预设取值范围为[70,92]。
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黄粒米粒率和黄粒度的检测系统,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:利用HSI色彩空间上的色度分量H值的不同分布将黄粒米粒和正常米粒区分开来,准确度高。同时利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黄粒米粒率。
附图说明
图1为本发明涉及的黄粒米粒检测系统的示意图。
图2为本发明涉及的黄粒米粒检测系统的主视图。
图3为本发明涉及的黄粒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。
黄粒米粒与正常米粒在色度表现上有比较大的区别,可以利用HSI色彩空间上的色度分量H值的不同分布将黄粒米粒和正常米粒区分开来。
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,背景为黑色的二值黑白图像,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。之后将摄像头获得的RGB图像转换成HSI图像,并按以下的操作计算每一米粒的HSI图像的H分量数据并进行辨识,从而判断决定出该米粒是否是黄粒米粒。
首先计算每一米粒的像素总数pixel_sum,然后将每一个米粒的所有像素对应的HSI图像的H分量数值相加获得hue_sum,依据下式计算出每一个米粒的H分量的平均值hue_average。
hue_average=hue_sum/pixel_sum
判断该hue_average是否在[70,92]之间,若是则可以判定该米粒是黄粒米粒,不在这个数值范围内的米粒可以认定为非黄粒米粒。
按上述方法检测通过区域联通法辨识出来的所有米粒,可获得黄粒米粒数m_yellow,再根据下式可求出黄粒米粒率:
黄粒米粒率(%)=m_yellow/m_sum*100%
本发明还提供一种利用上述检测方法的黄粒米粒检测系统,该检测系统能快速地检测黄粒米粒,并进而计算出黄粒米粒率等信息。
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,从而计算出黄粒米粒率、米粒总数、黄粒米粒数。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、黄粒米粒的图像以及黄粒米粒的黄粒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,该装置能准确地对黄粒米粒率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 (7)

1.一种黄粒米粒检测方法,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pixel_sum;
八、将米粒的RGB图像转换为HSI图像;
九、检测米粒的H分量,并将每一个米粒的所有像素对应的HSI图像的H分量数值相加获得hue_sum;
十、根据公式hue_average=hue_sum/pixel_sum计算米粒的H分量均值hue_average;
十一、比较hue_average值与预设取值范围值,当hue_average值在预设取值范围时,判定为黄粒米粒;
十二、将判定的黄粒米粒总数与米粒总数相除算得黄粒米粒率。
2.根据权利要求1所述的黄粒米粒检测方法,其特征在于:所述步骤十一中预设取值范围为[70,92]。
3.根据权利要求1所述的黄粒米粒检测方法,其特征在于:所述步骤三中采用3*3中值滤波。
4.一种黄粒米粒检测系统,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1-3中任一项检测方法的步骤二至十五。
5.根据权利要求4所述的黄粒米粒检测系统,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。
6.根据权利要求5所述的黄粒米粒检测系统,其特征在于:所述托盘设有卡槽以便抽出或推回。
7.根据权利要求4所述的黄粒米粒检测系统,其特征在于:所述输入输出装置包括触控式LED液晶显示屏。
CN201310729242.XA 2013-12-25 2013-12-25 黄粒米粒检测方法及系统 Pending CN103674957A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310729242.XA CN103674957A (zh) 2013-12-25 2013-12-25 黄粒米粒检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310729242.XA CN103674957A (zh) 2013-12-25 2013-12-25 黄粒米粒检测方法及系统

Publications (1)

Publication Number Publication Date
CN103674957A true CN103674957A (zh) 2014-03-26

Family

ID=50313165

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310729242.XA Pending CN103674957A (zh) 2013-12-25 2013-12-25 黄粒米粒检测方法及系统

Country Status (1)

Country Link
CN (1) CN103674957A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268890A (zh) * 2014-10-13 2015-01-07 扬州大学 一种水稻结实率测算方法
CN106423359A (zh) * 2016-10-27 2017-02-22 盐城工学院 多功能立式精米机
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
CN110009609A (zh) * 2019-03-26 2019-07-12 江南大学 一种快速检测黄粒米的方法
CN115187609A (zh) * 2022-09-14 2022-10-14 合肥安杰特光电科技有限公司 一种大米黄粒检测方法和系统
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

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN101458204A (zh) * 2008-12-24 2009-06-17 华中科技大学 谷物实粒数的自动测量装置及方法
CN104215584A (zh) * 2014-08-29 2014-12-17 华南理工大学 一种基于高光谱图像技术区分大米产地的检测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN101458204A (zh) * 2008-12-24 2009-06-17 华中科技大学 谷物实粒数的自动测量装置及方法
CN104215584A (zh) * 2014-08-29 2014-12-17 华南理工大学 一种基于高光谱图像技术区分大米产地的检测方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
万鹏,龙长江,任奕林: "机器视觉技术在稻米品质检测中的应用进展", 《农机化研究》 *
于润伟,朱晓慧: "基于图像处理的稻米垩白自动检测研究", 《中国粮油学报》 *
凌云: "基于机器视觉的谷物外观品质检测技术研究", 《万方学位论文》 *
孙翠霞: "基于机器视觉的大米自动分级算法的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
杨蜀秦: "大米外观品质计算机视觉检测的研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268890A (zh) * 2014-10-13 2015-01-07 扬州大学 一种水稻结实率测算方法
CN104268890B (zh) * 2014-10-13 2017-03-29 扬州大学 一种水稻结实率测算方法
CN106423359A (zh) * 2016-10-27 2017-02-22 盐城工学院 多功能立式精米机
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
CN110009609A (zh) * 2019-03-26 2019-07-12 江南大学 一种快速检测黄粒米的方法
CN110009609B (zh) * 2019-03-26 2021-03-30 江南大学 一种快速检测黄粒米的方法
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
CN115187609A (zh) * 2022-09-14 2022-10-14 合肥安杰特光电科技有限公司 一种大米黄粒检测方法和系统

Similar Documents

Publication Publication Date Title
CN103674957A (zh) 黄粒米粒检测方法及系统
CN103674816B (zh) 垩白米粒检测方法及系统
US20210019878A1 (en) Image processing device, image processing method, and image processing program
CN104135660B (zh) 一种摄像模组脏污检测方法及检测系统
CN106370668B (zh) 一种咸蛋内部品质的在线视觉检测装置及其方法
CN106442525B (zh) 用于核桃内部干瘪缺陷的在线检测方法
CN105891230B (zh) 基于光谱图像分析的水果外表检测方法
CN105046700A (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
CN109087363B (zh) 一种基于hsv颜色空间的污水排放检测方法
NO333499B1 (no) Fremgangsmate og system for a detektere en lus pa fisk
CN109461156B (zh) 基于视觉的螺纹密封塞装配检测方法
CN102565044B (zh) 基于图像处理的农药残留速测卡检测方法
CN105427274A (zh) 一种由青霉感染引起腐烂的柑橘图像检测方法
CN102169585A (zh) 图像偏色的检测方法及装置
CN103760170A (zh) 一种基于机器视觉技术的烟包内衬缺损检测方法
CN103600752B (zh) 专用敞车车辆挂钩错误自动检测装置及其检测方法
CN102507008A (zh) 一种多模板颜色自动光学检测方法
CN103387123A (zh) 基于机器视觉的矿用胶带撕裂智能检测系统
CN115511869A (zh) 基于视觉分析的智能检测方法、装置、设备及介质
JP2018179698A (ja) シート検査装置
Wu et al. Automatic kernel counting on maize ear using RGB images
CN110009609B (zh) 一种快速检测黄粒米的方法
CN105509657A (zh) 一种ic卡芯片划痕面积及灰度参量的高精度测量方法
CN108021914B (zh) 基于卷积神经网络的印刷品字符区域提取方法
CN206695904U (zh) 一种带摄像头的能快速比色的标准光源箱

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20140326