CN109211740A - 一种基于图像识别对碎米率的快速检测方法 - Google Patents
一种基于图像识别对碎米率的快速检测方法 Download PDFInfo
- Publication number
- CN109211740A CN109211740A CN201811284303.5A CN201811284303A CN109211740A CN 109211740 A CN109211740 A CN 109211740A CN 201811284303 A CN201811284303 A CN 201811284303A CN 109211740 A CN109211740 A CN 109211740A
- Authority
- CN
- China
- Prior art keywords
- rice
- image
- length
- hole
- threshold
- 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
Links
- 235000007164 Oryza sativa Nutrition 0.000 title claims abstract description 174
- 235000009566 rice Nutrition 0.000 title claims abstract description 174
- 238000001514 detection method Methods 0.000 title claims abstract description 38
- 240000007594 Oryza sativa Species 0.000 title 1
- 241000209094 Oryza Species 0.000 claims abstract description 173
- 238000000034 method Methods 0.000 claims abstract description 50
- 235000013305 food Nutrition 0.000 claims abstract description 3
- 235000013339 cereals Nutrition 0.000 claims description 37
- 238000007667 floating Methods 0.000 claims description 8
- 239000008187 granular material Substances 0.000 claims description 5
- 239000008188 pellet Substances 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000003908 quality control method Methods 0.000 claims description 2
- 238000012360 testing method Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 18
- 230000008569 process Effects 0.000 abstract description 16
- 238000005336 cracking Methods 0.000 abstract description 14
- 238000005457 optimization Methods 0.000 abstract description 2
- 239000011521 glass Substances 0.000 description 9
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 229910000838 Al alloy Inorganic materials 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 239000005329 float glass Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
Landscapes
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Dispersion Chemistry (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种基于图像识别对碎米率的快速检测方法,属于食品检测技术领域。本发明提供的大米外观品质检测装置,采集图像大小规格统一,识别率较高,解决了人工检测时准确率不高,主观性强,效率不高,随意性大,误差较大等问题。本发明的方法经过对检测系统的阈值优化,获得了测定碎米和小碎米时的最佳阈值为0.68/0.40。在此阈值下测定大米碎米含量,并与人工法进行比较,测定结果的绝对误差小于0.5%。
Description
技术领域
本发明涉及一种基于图像识别对碎米率的快速检测方法,属于食品检测技术领域。
背景技术
大米是世界上各个国家最重要的粮食作物之一,其质量安全在全球范围都有着至关重要的影响。我国是世界上最大的大米生产国和消费国,大米质量安全关系到国人的生命健康。随着社会的发展和生活水平提高,人们对大米的品质提出了更高的要求。
大米质量指标主要有加工精度、碎米、黄粒米、不完善粒、杂质、色泽和气味等。其中碎米是大米质量指标的定等指标之一,作为大米分级的重要依据,对碎米的检测具有重要意义。GB 1354-2009《大米》中定义,碎米是长度小于同批试样米粒平均长度四分之三、留存1.0mm圆孔筛上的不完整米粒;小碎米是通过直径2.0mm圆孔筛,留存在直径1.0mm圆孔筛上的不完整米粒。
传统的碎米检测方法是以筛分法和人工挑选相结合的方法,分选出样品中的碎米,称量碎米质量,并计算碎米含量。这种检测方式局限在于人工筛选方式主观性强,分类准确率不高,效率低,随意性大,误差大,在实际生产中,尤其是粮食收购过程中,很难得到有效准确地执行,因此容易产生较多的问题,技术手段急需提高。
发明内容
本发明的第一个目的是提供一种谷物外观品质检测装置,所述装置包括整列装置、扫描仪、数据处理器和显示屏;所述扫描仪盖板上可拆卸地设置背景板;所述整列装置包括孔板和嵌合在孔板下方的扫描底板,所述孔板上设有若干个孔洞,所述孔洞包括上孔和下孔,所述上孔的孔径大于下孔孔径。
在本发明的一种实施方式中,所述背景板为黑色硬纸板。
在本发明的一种实施方式中,所述背景板可替换为其它纯色硬质板。
在本发明的一种实施方式中,所述孔洞呈长圆形且包括上孔和下孔,上孔的长和宽均大于对应下孔的长和宽。
在本发明的一种实施方式中,所述背景板通过固定装置固定在扫描仪的盖板内侧。
在本发明的一种实施方式中,所述固定装置由吸盘和固定在吸盘上的卡槽组成,所述卡槽的槽与盖板平行设置。
在本发明的一种实施方式中,所述固定装置设置至少2个。
在本发明的一种实施方式中,根据LS/T 6116-2017《大米粒型分类判定》,针对长粒米,所述上孔的长为8.5mm~10.5mm、宽为3mm~4mm、高为0.8mm~1.5mm,所述下孔的长和宽均比上孔少0.5mm~1.5mm,下孔的高比上孔多0.5mm~1.5mm;针对中短粒米,所述上孔的长为7mm~9mm、宽为4mm~5mm、高为0.8mm~1.5mm,所述下孔的长和宽均比上孔少0.5mm~1.5mm,下孔的高比上孔多0.5mm~1.5mm。
在本发明的一种实施方式中,各所述孔洞之间的横向间隙是0.8mm~1.8mm,纵向间隙是0.8mm~1.8mm。
在本发明的一种实施方式中,所述孔板的材料为金属或其他硬质材料。
在本发明的一种实施方式中,所述孔板的材料为铝合金。
在本发明的一种实施方式中,所述扫描底板的材质为浮法玻璃。
在本发明的一种实施方式中,所述孔板上下面的四周均设有凸起,所述扫描底板嵌合所述凸起的内侧。
在本发明的一种实施方式中,所述凸起的高度为2-3mm。
在本发明的一种实施方式中,所述扫描底板呈矩形,其四个角均设有倒角。
在本发明的一种实施方式中,所述凸起的内侧的四个角与扫描底板的倒角形状配合。
在本发明的一种实施方式中,所述孔板的两侧设有把手。
在本发明的一种实施方式中,所述数据处理器按下述步骤运行:
步骤(1),读取图像,将图像数据转化为双精度浮点数,取得双精度浮点数据中第三维度中的最大值,使用graythresh函数通过最大类间方差法找到图片的一个合适的阈值,将灰度图像转换为二值图像,将二值图像缩放,删除二值图像中面积小于10的对象;
步骤(2),找二值图像中的连通区域,采用bwlable函数对于不同的符合条件的连通区域分别用不同的标号加以区别,将结果保存在L矩阵里;采用regionprops函数度量图像区域属性,计算出在图像各个区域中像素总个数,以及像素意义下与区域具有相同标准二阶中心矩的大米的长轴长度;
步骤(3),判别条件为:步骤(2)计算获得的大米的长轴长度小于碎米长度阈值且大于小碎米长度阈值,大碎米数+1;步骤(2)计算获得的大米的长轴长度小于小碎米长度阈值,小碎米数+1;碎米数为大碎米数和小碎米数的加和。
本发明的第二个目的是提供一种谷物外观品质的检测方法,所述方法应用所述装置进行检测。
在本发明的一种实施方式中,所述方法用于检测碎米率。
在本发明的一种实施方式中,所述方法包括如下步骤;
1)将孔板置于玻璃板上,紧密贴合,称取0~15g大米,均匀放于孔板上,轻轻晃动孔板和玻璃板,直至大米颗粒分散在不同的孔中;
2)大米经过孔板在玻璃板上分开后,轻轻放置于扫描仪上,移除孔板,合上设置有黑色背景板的扫描仪盖板;
3)对大米样品进行扫描;
4)设定阈值,运行数据处理器中的大米样品处理程序,记录结果。
在本发明的一种实施方式中,所述方法包括如下步骤:
1)将孔板置于玻璃板上,紧密贴合,称取一定量的大米0~15g(0-1000颗),均匀放于孔板上,轻轻晃动孔板和玻璃板,直至大米颗粒分散在不同的孔中;
2)大米经过孔板在玻璃板上分开后,轻轻放置于扫描仪上,移除孔板,合上设置有黑色背景板的扫描仪盖板;
3)应用扫描仪对大米样品进行扫描;
4)按下述步骤对扫描获得的图像进行处理,获得检测结果:
S1,读取图像,将图像数据转化为双精度浮点数,取得双精度浮点数据中第三维度中的最大值,使用graythresh函数通过最大类间方差法找到图片的一个合适的阈值,将灰度图像转换为二值图像,将二值图像缩放,删除二值图像中面积小于10的对象;
S2,找二值图像中的连通区域,采用bwlable函数对于不同的符合条件的连通区域分别用不同的标号加以区别,将结果保存在L矩阵里;采用regionprops函数度量图像区域属性,计算出在图像各个区域中像素总个数,以及像素意义下与区域具有相同标准二阶中心矩的大米的长轴长度;
S3,判别条件为:步骤(2)计算获得的大米的长轴长度小于碎米长度阈值且大于小碎米长度阈值,大碎米数+1;步骤(2)计算获得的大米的长轴长度小于小碎米长度阈值,小碎米数+1;碎米数为大碎米数和小碎米数的加和。
在本发明的一种实施方式中,对大米的碎米率检测的阈值调节为0.67~0.69。
在本发明的一种实施方式中,对大米的小碎米率检测的阈值调节为0.39~0.41。
本发明还要求保护所述方法在谷物品质控制方面的应用。
有益效果:本发明提供了一种大米外观品质检测装置,及应用该装置进行碎米率检测的方法。本发明的检测装置具有如下优点:
(1)扫描仪采集图像大小规格统一,识别率较高,图像稳定性较好,可将图片长期保存,可先取图像,待需要参数结果时再测定,待数据结果有疑义时,也可方便验证,实际操作的可行性很高;
(2)黑色背景有利于图像处过程的顺利快速完成,且处理结果偏差极小;
(3)孔板的设计使大米颗粒分开较好,有利解决了大米粘结在一起的问题,便于图像处理,提高结果准确率;
(4)依据实验结果分析得出,基于图像处理对大米外观品质进行快速测定是可行的;
(5)代替人工检测,解决了人工检测时准确率不高,主观性强,效率不高,随意性大,误差较大等问题;
(6)该检测方法能满足国内标准和规范要求,客观、准确、快速的对大米外观品质进行检测,可在粮食领域内广泛使用。
本发明的方法经过对检测系统的阈值优化,获得了测定碎米和小碎米时的最佳阈值为0.68/0.40。在此阈值下测定大米碎米含量,并与人工法进行比较,测定结果的绝对误差小于0.5%,仪器法对大米识别较为准确,测定本批大米碎米率在7%~8%,小碎米率小于0.5%,符合国家大米一级质量要求。
附图说明
图1为一种用于大米外观检测的检测装置结构示意图;其中,1,显示器;2,扫描仪;3,孔板;
图2为扫描仪局部结构示意图;其中,21,盖板;22,背景板;23.卡槽;24,吸盘;
图3为整列装置的结构示意图;其中,3,孔板;31,底板;32,下孔;34,把手;35,凸起;36,倒角;
图4为孔板的结构示意图;其中,3,孔板;32,下孔;33,上孔;34,把手;35,凸起;
图5为孔洞的结构示意图;其中,32,下孔;33,上孔。
图6为大米小碎米质量与数量模型;
图7为大米大碎米质量与数量模型;
图8为仪器法测定大米参数结果;
图9为不同阈值下的碎米颗粒数值;
图10为不同阈值下的小碎米颗粒数值;
图11为碎米人工法与仪器法测定结果;
图12为小碎米人工法与仪器法测定结果。
具体实施方式
实施例1
如图1-5所示,一种用于大米外观品质检测的检测装置,包括显示器1、扫描仪2和数据处理器和整列装置;所述扫描仪2与显示器1连接,将扫描结果传输至显示器1并在显示器1上显示扫描的图像。扫描仪可选用Lenovo M7206W多功能一体机等型号,数据处理器可选用Lenovo C560微型计算机。
所述扫描仪2的盖板21内侧设置可拆卸的背景板22;所述背景板22为纯色背景板,颜色包括但不限于黑色、棕色、紫色;背景板22通过固定装置固定在盖板21内侧;所述固定装置设置至少2个;固定装置由吸盘24和固定在吸盘24上的卡槽23组成;所述卡槽23的槽与盖板21平行设置,使背景板22通过卡槽可拆卸地设置在盖板21上。
所述整列装置包括孔板3和扫描底板31。孔板3的大小为297mm×210mm,孔板3上设有1085个长圆形的孔洞。孔板3的原材料为铝合金,具有轻便、可塑性好、耐腐蚀等优点,在其他实施方式中,还可以采用其它金属或硬质材料。孔洞的上孔33大于下孔32,在本实施例中,上孔33和下孔32均为圆柱形,上孔33长8mm,宽4.5mm,高1mm,下孔32长7mm,宽3.5mm,高2mm,在其他实施方式中,孔洞也可以是圆台形。两个孔洞之间的横向间隙是1mm,纵向间隙是1mm。孔洞的大小和高度能够保证日常食用的单颗粳米掉入孔洞中,同时孔洞采用上大下小的结构,当米粒入孔后,米粒会因为孔洞侧壁的斜度而立即躺入孔中,避免了圆柱形孔洞容易出现的两颗米竖在一个孔板3里的情况,保证一孔入一整米,米粒分开,便于扫描后图像处理。而且,在孔洞的上孔33较大的情况下,洒向孔板3的米粒更加容易入洞,整体上提升了整列装置的操作便捷性。
扫描底板31为高透明度、低反光、性能接近光学的浮法玻璃,尺寸为长291mm,宽209mm,厚3mm,扫描底板31的四个角设有R=3mm的倒角,保证使用者安全、避免尖角磨损,以及便于与孔板3嵌合。
孔板3上下面的四周均设有2-3mm高度的凸起35,在本实施例中,凸起35在孔板3上形成连续的边框5,扫描底板31嵌合在孔板3下方的边框5的内侧,凸起35内侧的四个角设有与扫描底板的倒角形状配合的倒角36。扫描底板31很好地贴合孔板3下方,避免了米粒在孔板3下方窜动。
孔板3的两侧设有把手34。
数据处理器中内置检测程序,运行步骤为:
步骤(1)读取图像,将图像数据转化为双精度浮点数,取得双精度浮点数据中第三维度中的最大值,使用graythresh函数通过最大类间方差法找到图片的一个合适的阈值,将灰度图像转换为二值图像,将二值图像缩放,删除二值图像中面积小于10的对象;
步骤(2)找二值图像中的连通区域,采用bwlable函数对于不同的符合条件的连通区域分别用不同的标号加以区别,将结果保存在L矩阵里;采用regionprops函数度量图像区域属性,计算出在图像各个区域中像素总个数,以及像素意义下与区域具有相同标准二阶中心矩的大米的长轴长度;
步骤(3)判别条件为:步骤(2)计算获得的大米的长轴长度小于碎米长度阈值且大于小碎米长度阈值,大碎米数+1;步骤(2)计算获得的大米的长轴长度小于小碎米长度阈值,小碎米数+1;碎米数为大碎米数和小碎米数的加和。
本发明的工作原理为:以与大米颜色相差大的黑色硬纸板扫描的背景板,将背景板通过固定装置固定在扫描仪盖板内侧,以避免成像效果不好。检测时,单独一人便可完成米粒的整列工序,先将扫描底板嵌入孔板的凸起内侧,单手托住扫描底板,另一手向孔板上加入米粒,然后轻轻晃动装置,即可让米粒进入孔洞中,相比现有的整列装置需双手操作扣紧孔板,还需另一人助力加入大米,本发明更加省力、操作简便。米粒在整列装置上分离良好,然后将整列装置放置于扫描装置上,拿去孔板时,由于嵌合度良好,不会造成米粒的窜动。通过扫描仪扫描成像,通过数据处理器对扫描后的图像进行识别和处理,将处理结果在显示屏上显示。
对比例1人工法测定碎米率
根据GB/T 5503-2009《粮油检验碎米检验法》,将2.0mm、1.0mm圆孔筛由上至下固定,置于水平面上,选取0~15g(0~1000颗)样品置于2.0mm筛内,以约100r/min速度,顺时针及逆时针方向各小幅振动1min左右。收集留存在1.0mm圆孔筛上的碎米和卡在筛孔中的米粒,记录小碎米颗粒数(n1),并称量小碎米质量(m1),精确至0.01g。将检验小碎米后留存于2.0mm圆孔筛上及卡在筛孔中的米粒倒入分析盘中,手工拣出小于整米平均长度3/4的米粒记为大碎米,记录大碎米数量(n2),大碎米质量(m2),精确至0.01g。将小碎米与大碎米合并,即为碎米。以小碎米数量为横坐标,小碎米质量为纵坐标,作线性拟合,建立小碎米质量(m1)与小碎米数量(n1)模型(图6);以大碎米数量为横坐标,大碎米质量为纵坐标,作线性拟合,建立大碎米质量(m2)与大碎米数量(n2)模型(图7)。
实施例3
用实施例1的大米外观品质检测系统对大米样品进行测定。首先将孔板置于玻璃板上,紧密贴合。称取一定量的大米0~15g,均匀放于孔板上,轻轻晃动孔板和玻璃板,直至大米颗粒分散在不同的孔中。大米经过孔板在玻璃板上分开后,将整列装置轻轻放置于扫描仪上,将孔板移去,合上装有黑色背景的扫描仪盖板。打开电脑上的软件对大米样品进行扫描,扫描结束后,将扫描后的大米样品图片保存至指定文件夹中;运行实施例1的大米样品处理程序,对指定图片执行操作,记录大米总数、碎米、小碎米参数结果(图8)。图8的左图对应总数339,整精米287,碎米52,大碎米45,小碎米7;图8的右图对应总数442,整精米378,碎米64,大碎米61,小碎米3。
实施例4
图像法识别是通过长度对碎米和小碎米进行区分的。图像处理前,需调试检测程序测定碎米和小碎米阈值。其设定阈值即为碎米长度、小碎米长度占同一批大米完整长度的比例。由图9和图10可知,碎米颗粒数和小碎米颗粒数,均随着阈值的增大而增大,即阈值越大,碎米长度、小碎米长度占完整米粒比例越高,仪器法测定碎米数量、小碎米数量越多。
为确定仪器法测定碎米和小碎米的最佳阈值,将仪器法在不同阈值下测定碎米颗粒数值、小碎米颗粒数值,与人工法筛选结果进行比较。由图11可知,阈值0.67,0.68,0.69处时,仪器法测定碎米数量结果与人工法测定结果绝对误差小于其他阈值下的测定结果,碎米测定较为准确;由图12可知,阈值在0.39,0.40,0.41处时,仪器法测定小碎米数量结果与人工法测定结果绝对误差小于其他阈值下的测定结果,小碎米测定较为准确。
为进一步确定仪器法测定碎米和小碎米时的最佳阈值,选取多组随机样本,对0.67,0.68,0.69这三种阈值下碎米测定结果进行比较,由表1可知,设定阈值在0.68时,测定碎米数误差较小,绝对误差为2,相对误差为3%。选取多组随机样本,对0.39,0.40,0.41这三种阈值下小碎米测定结果进行比较,由表2可知,设定阈值在0.40时,测定小碎米数误差较小,绝对误差为1,相对误差为12.5%。
表1不同阈值下仪器法与人工法测定碎米数误差比较
表2不同阈值下仪器法与人工法测定小碎米数误差比较
实施例5
对大米样品碎米率进行检测:
调试自制大米外观品质检测系统,设定测定碎米、小碎米特征参数时的阈值为0.68/0.40。随机将大米样品进行分组,用仪器法测定碎米率和小碎米率,并与按照实施例2进行的人工法测定结果进行比较。结果如表12所示,仪器法与人工法测定结果绝对误差小于0.5%,仪器法测定样本标准偏差小于3,与人工法相比,仪器法对大米识别更加准确,测定本批大米碎米率在7%~8%,小碎米率小于0.5%,这一结果符合GB 1354-2009《大米》中对一级粳米质量要求。
表3仪器法与人工法测定碎米和小碎米结果
虽然本发明已以较佳实施例公开如上,但其并非用以限定本发明,任何熟悉此技术的人,在不脱离本发明的精神和范围内,都可做各种的改动与修饰,因此本发明的保护范围应该以权利要求书所界定的为准。
Claims (9)
1.一种谷物外观品质的检测方法,其特征在于,包括如下步骤;
1)称取0~15g大米,将大米颗粒均匀分散置于扫描仪的平板上;
2)合上设置有黑色背景板的扫描仪盖板;
3)对大米样品进行扫描;
4)设定阈值,按下述步骤对扫描获得的图像进行处理,获得检测结果:
S1,读取图像,将图像数据转化为双精度浮点数,取得双精度浮点数据中第三维度中的最大值,使用graythresh函数通过最大类间方差法找到图片的一个合适的阈值,将灰度图像转换为二值图像,将二值图像缩放,删除二值图像中面积小于10的对象;
S2,找二值图像中的连通区域,采用bwlable函数对于不同的符合条件的连通区域分别用不同的标号加以区别,将结果保存在L矩阵里;采用regionprops函数度量图像区域属性,计算出在图像各个区域中像素总个数,以及像素意义下与区域具有相同标准二阶中心矩的大米的长轴长度;
S3,判别条件为:步骤(2)计算获得的大米的长轴长度小于碎米长度阈值且大于小碎米长度阈值,大碎米数+1;步骤(2)计算获得的大米的长轴长度小于小碎米长度阈值,小碎米数+1;碎米数为大碎米数和小碎米数的加和。
2.根据权利要求1所述的方法,其特征在于,对大米的碎米率检测的阈值调节为0.67~0.69。
3.根据权利要求1或2所述的方法,其特征在于,对大米的小碎米率检测的阈值调节为0.39~0.41。
4.根据权利要求1~3任一所述的方法,其特征在于,所述大米替换为其它谷物颗粒。
5.一种用于权利要求1~4任一所述检测方法的谷物外观品质检测装置,其特征在于,包括整列装置、扫描仪、数据处理器和显示屏;所述扫描仪盖板上可拆卸地设置背景板;所述整列装置包括孔板和嵌合在孔板下方的扫描底板,所述孔板上设有若干个孔洞,所述孔洞包括上孔和下孔,所述上孔的孔径大于下孔孔径。
6.根据权利要求5所述的谷物外观品质检测装置,其特征在于,所述孔洞呈长圆形且包括上孔和下孔,上孔的长和宽均大于对应下孔的长和宽。
7.根据权利要求4或5所述的谷物外观品质检测装置,其特征在于,固定装置由吸盘和固定在吸盘上的卡槽组成,所述卡槽的槽与扫描仪的盖板平行设置。
8.权利要求5或6所述的谷物外观品质检测装置在谷物食品品质控制方面的应用。
9.权利要求1~4任一所述的方法在测定大米碎米率方面的应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811284303.5A CN109211740A (zh) | 2018-10-31 | 2018-10-31 | 一种基于图像识别对碎米率的快速检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811284303.5A CN109211740A (zh) | 2018-10-31 | 2018-10-31 | 一种基于图像识别对碎米率的快速检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109211740A true CN109211740A (zh) | 2019-01-15 |
Family
ID=64997552
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811284303.5A Pending CN109211740A (zh) | 2018-10-31 | 2018-10-31 | 一种基于图像识别对碎米率的快速检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109211740A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109781730A (zh) * | 2019-01-28 | 2019-05-21 | 江南大学 | 一种快速识别垩白米的方法 |
CN110174353A (zh) * | 2019-06-06 | 2019-08-27 | 辽宁美骏智能装备有限公司 | 电磁振动布米的留胚率及碎米率分析机 |
CN113776996A (zh) * | 2021-07-28 | 2021-12-10 | 深圳市麦稻智联科技有限公司 | 一种大米外观检测系统及方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002148164A (ja) * | 2000-11-10 | 2002-05-22 | Asahi Soken:Kk | 顆粒物性の測定方法及び装置 |
CN1407331A (zh) * | 2001-09-10 | 2003-04-02 | 山形县 | 谷物质量判断样品容器,判断器,样品排列夹具及方法 |
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 |
WO2009045035A1 (en) * | 2007-10-01 | 2009-04-09 | Rural Development Administration | White and brown rice appearance characteristics measurement system and method |
CN201699810U (zh) * | 2010-06-25 | 2011-01-05 | 北京东孚久恒仪器技术有限公司 | 用于颗粒状物料图像采集的扫描仪 |
CN102494977A (zh) * | 2011-11-29 | 2012-06-13 | 浙江工商大学 | 大米碎米率在线检测方法和系统 |
CN103411929A (zh) * | 2013-05-10 | 2013-11-27 | 中国水稻研究所 | 一种稻米透明度检测方法 |
CN104297290A (zh) * | 2014-10-29 | 2015-01-21 | 东北电力大学 | 加热式红外成像的蚕茧性别识别方法及其装置 |
JP2018004404A (ja) * | 2016-06-30 | 2018-01-11 | 株式会社サタケ | 穀粒外観測定装置 |
-
2018
- 2018-10-31 CN CN201811284303.5A patent/CN109211740A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002148164A (ja) * | 2000-11-10 | 2002-05-22 | Asahi Soken:Kk | 顆粒物性の測定方法及び装置 |
CN1407331A (zh) * | 2001-09-10 | 2003-04-02 | 山形县 | 谷物质量判断样品容器,判断器,样品排列夹具及方法 |
WO2009045035A1 (en) * | 2007-10-01 | 2009-04-09 | Rural Development Administration | White and brown rice appearance characteristics measurement system and method |
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 |
CN201699810U (zh) * | 2010-06-25 | 2011-01-05 | 北京东孚久恒仪器技术有限公司 | 用于颗粒状物料图像采集的扫描仪 |
CN102494977A (zh) * | 2011-11-29 | 2012-06-13 | 浙江工商大学 | 大米碎米率在线检测方法和系统 |
CN103411929A (zh) * | 2013-05-10 | 2013-11-27 | 中国水稻研究所 | 一种稻米透明度检测方法 |
CN104297290A (zh) * | 2014-10-29 | 2015-01-21 | 东北电力大学 | 加热式红外成像的蚕茧性别识别方法及其装置 |
JP2018004404A (ja) * | 2016-06-30 | 2018-01-11 | 株式会社サタケ | 穀粒外観測定装置 |
Non-Patent Citations (7)
Title |
---|
匡芳君;徐蔚鸿;王艳华;: "区域标记在碎米率检测中的研究", 计算机工程与应用, no. 12 * |
周显青等: "基于数字图像处理技术整米和碎米含量检测", 《粮食与饲料工业》, no. 09, pages 2 - 5 * |
唐文强;刘建伟;: "计算机图像处理在大米形状识别的应用研究", 粮油仓储科技通讯, no. 06 * |
孙明;石庆兰;孙红;王一鸣;: "基于计算机视觉的大米外观品质检测", 沈阳农业大学学报, no. 06 * |
李琼;姚遥;杨青春;舒文涛;李金花;张保亮;张东辉;耿臻;: "基于MATLAB图像处理的大豆颗粒检测方法研究", 中国农学通报, no. 30 * |
毋桂萍;沈二波;杨红卫;: "图像处理法在大米碎米率检测中的精度分析", 中国粮油学报, no. 10 * |
赵士娜等: "基于Matlab自动检测整精米率方法的研究", 《安徽农业科学》, vol. 36, no. 25, pages 1 - 2 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109781730A (zh) * | 2019-01-28 | 2019-05-21 | 江南大学 | 一种快速识别垩白米的方法 |
CN109781730B (zh) * | 2019-01-28 | 2020-06-09 | 江南大学 | 一种快速识别垩白米的方法 |
CN110174353A (zh) * | 2019-06-06 | 2019-08-27 | 辽宁美骏智能装备有限公司 | 电磁振动布米的留胚率及碎米率分析机 |
CN110174353B (zh) * | 2019-06-06 | 2024-02-20 | 辽宁美骏智能装备有限公司 | 电磁振动布米的留胚率及碎米率分析机 |
CN113776996A (zh) * | 2021-07-28 | 2021-12-10 | 深圳市麦稻智联科技有限公司 | 一种大米外观检测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109211740A (zh) | 一种基于图像识别对碎米率的快速检测方法 | |
CN109781730B (zh) | 一种快速识别垩白米的方法 | |
CN205538740U (zh) | 一种智能木材表面缺陷检测系统 | |
CN105699249A (zh) | 一种作物种子容重自动测量装置及方法 | |
CN101271522A (zh) | 一种大米中黄粒米的自动识别方法 | |
CN111402199B (zh) | 一种基于计算机图像处理的梨果实石细胞表型检测方法 | |
CN107977684B (zh) | 一种快速修正骨髓有核细胞分类的交互方法 | |
Rolke et al. | Size structure analysis of zooplankton samples by means of an automated image analyzing system | |
CN108186051A (zh) | 一种从超声图像中自动测量胎儿双顶径长度的图像处理方法及处理系统 | |
Richner et al. | Root image analysis and interpretation | |
JPH08504522A (ja) | 境界ピクセル・パラメータの規則正しいシーケンスを用いた物体を識別するための方法及び装置 | |
CN108120402A (zh) | 一种基于Photoshop软件测定植物叶面积的方法 | |
CN107490672A (zh) | 一种快速分析甲壳动物血淋巴细胞类群和数量的方法及应用 | |
CN110009609B (zh) | 一种快速检测黄粒米的方法 | |
CN107543788A (zh) | 一种尿红细胞畸形率检测方法及系统 | |
CN112634248A (zh) | 颗粒状原料粒度测量系统及方法、电子设备及存储介质 | |
CN109100350A (zh) | 一种面粉麸星检测方法 | |
CN112540039A (zh) | 一种可用于直接计算贴壁活细胞数量的方法 | |
WO2012126346A1 (zh) | 一种快速测定细胞核内dna含量的方法 | |
CN103411929B (zh) | 一种稻米透明度检测方法 | |
CN208847243U (zh) | 一种用于大米外观品质检测的装置 | |
Guangrong | Detection of chalk degree of rice based on image processing | |
CN107862697A (zh) | 一种用于茯茶质量检测的金花菌计数方法 | |
JP2015001441A (ja) | 米粒の白濁部位等の詳細判別システム、詳細判別プログラム及び記憶媒体 | |
CN106311628A (zh) | 一种红枣分级装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |