CN109682817A - 基于计算机视觉技术的大米白度检测装置及方法 - Google Patents
基于计算机视觉技术的大米白度检测装置及方法 Download PDFInfo
- Publication number
- CN109682817A CN109682817A CN201910132336.6A CN201910132336A CN109682817A CN 109682817 A CN109682817 A CN 109682817A CN 201910132336 A CN201910132336 A CN 201910132336A CN 109682817 A CN109682817 A CN 109682817A
- Authority
- CN
- China
- Prior art keywords
- support
- rice
- magnesium oxide
- white standard
- whiteness
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000001514 detection method Methods 0.000 title claims abstract description 20
- CPLXHLVBOLITMK-UHFFFAOYSA-N magnesium oxide Inorganic materials [Mg]=O CPLXHLVBOLITMK-UHFFFAOYSA-N 0.000 claims abstract description 32
- 239000000395 magnesium oxide Substances 0.000 claims abstract description 30
- AXZKOIWUVFPNLO-UHFFFAOYSA-N magnesium;oxygen(2-) Chemical compound [O-2].[Mg+2] AXZKOIWUVFPNLO-UHFFFAOYSA-N 0.000 claims abstract description 25
- 238000012360 testing method Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims abstract description 8
- 241000209094 Oryza Species 0.000 claims description 49
- 235000007164 Oryza sativa Nutrition 0.000 claims description 49
- 235000009566 rice Nutrition 0.000 claims description 49
- 238000003709 image segmentation Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 4
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 claims description 3
- 229910052749 magnesium Inorganic materials 0.000 claims description 3
- 239000011777 magnesium Substances 0.000 claims description 3
- 230000003647 oxidation Effects 0.000 claims description 3
- 238000007254 oxidation reaction Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 4
- 230000010354 integration Effects 0.000 abstract description 3
- 238000002310 reflectometry Methods 0.000 description 6
- 238000005286 illumination Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 229910052736 halogen Inorganic materials 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 229910052721 tungsten Inorganic materials 0.000 description 2
- 239000010937 tungsten Substances 0.000 description 2
- -1 tungsten halogen Chemical class 0.000 description 2
- 239000006002 Pepper Substances 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000000050 nutritive effect Effects 0.000 description 1
- 230000005622 photoelectricity Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Classifications
-
- 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
-
- 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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/155—Segmentation; Edge detection involving morphological operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- 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
- G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明属于图像处理领域，公开了基于计算机视觉技术的大米白度检测装置，包括黑色背景测试板、作为白度标准的氧化镁板、补光灯、CCD相机、终端处理电脑、第一支架和第二支架；作为白度标准的氧化镁板放在黑色背景测试板上，第二支架的一端固定在黑色背景测试板上，补光灯固定在第二支架上，第二支架的另一端与第一支架的一端连接，CCD相机固定在第一支架的另一端，CCD相机的数据输出端与终端处理电脑连接。本发明采用计算机视觉技术和数字图像处理技术，检测速度快，精度高，有较高的可靠性；系统集成和软硬件升级维护方便，可以实现在线实时检测；可以消除因人工评判而产生的个体误差，降低工人的工作量。
Description
技术领域
本发明属于图像处理领域，尤其涉及基于计算机视觉技术的大米白度检测装置及方法。
背景技术
大米是人类生活的主要食物之一，尤其对于中国来说，既是世界大米的主要生产地，又是大米的主要消费地。随着人们生活品质需求的日益提高，人们越来越看重食物的质量。对于大米来说，大米的外观品质主要有外形、色泽、颜色等。以往我们对大米品质的判断主要依靠人工评判，但是人工评判容易引入因个人主观经验、疲劳等因素带来的误差。随着计算机视觉技术和图像处理技术的发展，引入计算机来对大米的外观品质做出客观的评价则愈发的重要。
留胚米是指一种留胚率在80％以上的大米，因具有丰富的营养价值而备受关注，留胚米的市场需求也在逐年递增，而保证留胚米生产品质则尤为重要。针对留胚米检测指标要求，以留胚米为研究对象，应用计算机视觉技术、图像处理技术对留胚米白度的在线检测方法进行研究，实现留胚米白度自动检测。
白度是表示物质表面白色的程度，以白色含有量的百分率表示。测定物质的白度通常以氧化镁为标准白度100％，并定它为标准反射率100％，以蓝光照射氧化镁标准板表面的反射率百分率来表示试样的蓝光白度；用红、绿、蓝三种滤色片或三种光源测出三个数值，平均值为三色光白度。反射率越高，白度越高，反之亦然。测定白度的仪器有多种，主要是光电白度计，标准不完全相同。习惯上把白度的单位“％”作为“度”的同义词，如新闻纸的白度为55％～70％。不同用途的白度公式有很多，常见的有GB1530白度、蓝光白度等。
以457nm蓝光照射到氧化镁板的反射率为白度基准值，以该种光照射到大米上的反射率与照射到氧化镁板上的反射率的百分比来表示大米的白度。有研究表明，面阵CCD相机对457nm的蓝光具有比较好的响应灵敏度。
房国志、王鑫、赵云志，一种大米白度的检测方法，哈尔滨理工大学学报，2008，运用了一种基于三刺激值的大米白度检测方法，在利用三刺激值理论获取大米白度及彩色信息基础上，对大米进行综合评价；此方法不但可以准确测得大米的白度值，还可以对大米的L＊、a＊、b＊各项色彩指标进行计算，L＊为米制明度；a＊、b＊为米制色品，在测得大米白度的同时，也给出大米的偏色程度.实验结果表明，该方法可客观全面地评价大米色泽，准确区分大米质量。但该方法的积分过程不稳定，且实际使用时软件的升级维护复杂，可靠性不高。
发明内容
本发明的目的在于公开检测速度快、精度高、可靠性高的基于计算机视觉技术的大米白度检测装置及方法。
本发明的目的是这样实现的：
基于计算机视觉技术的大米白度检测装置，包括黑色背景测试板1、作为白度标准的氧化镁板3、补光灯4、CCD相机5、终端处理电脑6、第一支架8和第二支架7；
作为白度标准的氧化镁板3放在黑色背景测试板1上，第二支架7的一端固定在黑色背景测试板1上，补光灯4固定在第二支架7上，第二支架7的另一端与第一支架8的一端连接，CCD相机5固定在第一支架8的另一端，CCD相机5的数据输出端与终端处理电脑6连接。
基于计算机视觉技术的大米白度检测方法，包含如下步骤：
步骤(1)：获取数字图像：
开启补光灯，将待检测的大米2放置在黑色背景测试板1上的作为白度标准的氧化镁板3的旁边，使用CCD相机5对待检测的大米2以及作为白度标准的氧化镁板3进行拍照，获取数字图像；
步骤(2)：滤波处理和图像分割：
对数字图像进行滤波处理，再将数字图像分割为移除背景的作为白度标准的氧化镁板部分和移除背景的待检测的大米部分；
步骤(3)：颜色模型转换得到亮度：
分别将移除背景的作为白度标准的氧化镁板部分和移除背景的待检测的大米部分由RGB颜色模型转化为亮度：
Y＝0.299R+0.587G+0.114B；
得到移除背景的作为白度标准的氧化镁板部分的亮度YMgO，和移除背景的待检测的大米部分的亮度Yrice；
步骤(4)：计算大米的白度等级W：
步骤(5)：将大米的白度等级W反馈给控制器。
本发明的有益效果为：
本发明采用计算机视觉技术和数字图像处理技术，检测速度快，精度高，有较高的可靠性；系统集成和软硬件升级维护方便，可以实现在线实时检测；可以消除因人工评判而产生的个体误差，降低工人的工作量。
附图说明
图1是放置了待检测的大米的基于计算机视觉技术的大米白度检测装置示意图；
图2是基于计算机视觉技术的大米白度检测方法流程图。
具体实施方式
下面结合附图来进一步描述本发明：
如图1，基于计算机视觉技术的大米白度检测装置，包括黑色背景测试板1、作为白度标准的氧化镁板3、补光灯4、CCD相机5、终端处理电脑6、第一支架8和第二支架7；
作为白度标准的氧化镁板3放在黑色背景测试板1上，第二支架7的一端固定在黑色背景测试板1上，补光灯4固定在第二支架7上，第二支架7的另一端与第一支架8的一端连接，CCD相机5固定在第一支架8的另一端，CCD相机5的数据输出端与终端处理电脑6连接。
实施例1：
如图2，基于计算机视觉技术的大米白度检测方法，包含如下步骤：
步骤(1)：获取数字图像：
开启补光灯，补光灯采用带有凸透镜和滤波片的卤钨灯，将待检测的大米2放置在黑色背景测试板1上的作为白度标准的氧化镁板3的旁边，CCD相机采用定时拍照，使用CCD相机5对待检测的大米2以及作为白度标准的氧化镁板3进行拍照，获取数字图像；
卤钨灯发出的光经凸透镜变成平行光线，再经滤波片照射到待检测的大米和作为白度标准的氧化镁板上，平行光线与黑色背景测试板成45°角，漫反射光线被CCD相机捕获为原始预处理图片，可以提高白度计算的准确度；
步骤(2)：滤波处理和图像分割：
对数字图像进行滤波处理，消除噪声以及背景消除，其中采用高斯滤波消除高斯噪声，均值滤波消除椒盐噪声，采用形态学操作再将数字图像分割为移除背景的作为白度标准的氧化镁板部分和移除背景的待检测的大米部分；因为在黑色背景测试板上，待检测的大米和作为白度标准的氧化镁板分别位于两侧且不粘连，所以采用简单的几何分割，就可以将大米和氧化镁板分割开来；
步骤(3)：颜色模型转换得到亮度：
原始图片为RGB颜色模型，这种颜色模型无法直接获取亮度信息，所以可以通过颜色模型转换将之转换为YIQ颜色模型。YIQ颜色模型中，Y包含图片的亮度信息，I包含橙-青色彩信息，Q包含绿-品红色彩信息；RGB颜色模型到YIQ颜色模型的转换公式：
但是需要的只是图像的亮度信息，所以简化后，分别将移除背景的作为白度标准的氧化镁板部分和移除背景的待检测的大米部分由RGB颜色模型转化为亮度：
Y＝0.299R+0.587G+0.114B；
得到移除背景的作为白度标准的氧化镁板部分的亮度YMgO，和移除背景的待检测的大米部分的亮度Yrice；
步骤(4)：计算大米的白度等级W：
步骤(5)：大米的白度等级可以直接通过屏幕显示并作为胚芽米生产的一个反馈参数返回给控制器。
与现有技术相比，本发明采用计算机视觉技术和数字图像处理技术，检测速度快，精度高，有较高的可靠性；系统集成和软硬件升级维护方便，可以实现在线实时检测；可以消除因人工评判而产生的个体误差，降低工人的工作量。
以上所述并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (2)
1.基于计算机视觉技术的大米白度检测装置，其特征在于：
包括黑色背景测试板(1)、作为白度标准的氧化镁板(3)、补光灯(4)、CCD相机(5)、终端处理电脑(6)、第一支架(8)和第二支架(7)；
作为白度标准的氧化镁板(3)放在黑色背景测试板(1)上，第二支架(7)的一端固定在黑色背景测试板(1)上，补光灯(4)固定在第二支架(7)上，第二支架(7)的另一端与第一支架(8)的一端连接，CCD相机(5)固定在第一支架(8)的另一端，CCD相机(5)的数据输出端与终端处理电脑(6)连接。
2.基于计算机视觉技术的大米白度检测方法，其特征在于：包含如下步骤：
步骤(1)：获取数字图像：
开启补光灯，将待检测的大米(2)放置在黑色背景测试板(1)上的作为白度标准的氧化镁板(3)的旁边，使用CCD相机(5)对待检测的大米(2)以及作为白度标准的氧化镁板(3)进行拍照，获取数字图像；
步骤(2)：滤波处理和图像分割：
对数字图像进行滤波处理，再将数字图像分割为移除背景的作为白度标准的氧化镁板部分和移除背景的待检测的大米部分；
步骤(3)：颜色模型转换得到亮度：
分别将移除背景的作为白度标准的氧化镁板部分和移除背景的待检测的大米部分由RGB颜色模型转化为亮度：
Y＝0.299R+0.587G+0.114B；
得到移除背景的作为白度标准的氧化镁板部分的亮度YMgO，和移除背景的待检测的大米部分的亮度Yrice；
步骤(4)：计算大米的白度等级W：
步骤(5)：将大米的白度等级W反馈给控制器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910132336.6A CN109682817A (zh) | 2019-02-22 | 2019-02-22 | 基于计算机视觉技术的大米白度检测装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910132336.6A CN109682817A (zh) | 2019-02-22 | 2019-02-22 | 基于计算机视觉技术的大米白度检测装置及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109682817A true CN109682817A (zh) | 2019-04-26 |
Family
ID=66196726
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910132336.6A Pending CN109682817A (zh) | 2019-02-22 | 2019-02-22 | 基于计算机视觉技术的大米白度检测装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109682817A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112229836A (zh) * | 2020-09-15 | 2021-01-15 | 华南农业大学 | 水稻实粒与空粒检测装置及检测方法 |
| CN113156047A (zh) * | 2021-03-25 | 2021-07-23 | 云南中烟工业有限责任公司 | 一种基于图像法的卷烟燃烧灰柱灰色测试方法 |
| WO2021240852A1 (ja) * | 2020-05-25 | 2021-12-02 | 株式会社サタケ | 米粒品質測定装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002079119A (ja) * | 2000-09-07 | 2002-03-19 | Hosokawa Seisakusho:Kk | 複合型精米機 |
| CN2514343Y (zh) * | 2001-12-21 | 2002-10-02 | 杨红卫 | 适用于粮食感官品质测定的装置 |
| CN1525763A (zh) * | 2002-12-12 | 2004-09-01 | 三星电子株式会社 | 产生用户偏爱数据的方法和装置及转换色彩的方法和装置 |
| CN1719882A (zh) * | 2004-07-09 | 2006-01-11 | Lg电子株式会社 | 显示设备及其用于再现颜色的方法 |
| CN103674816A (zh) * | 2013-12-25 | 2014-03-26 | 浙江工商大学 | 垩白米粒检测方法及系统 |
| 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 |
| CN109100350A (zh) * | 2018-08-21 | 2018-12-28 | 珠海市博恩科技有限公司 | 一种面粉麸星检测方法 |
-
2019
- 2019-02-22 CN CN201910132336.6A patent/CN109682817A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002079119A (ja) * | 2000-09-07 | 2002-03-19 | Hosokawa Seisakusho:Kk | 複合型精米機 |
| CN2514343Y (zh) * | 2001-12-21 | 2002-10-02 | 杨红卫 | 适用于粮食感官品质测定的装置 |
| CN1525763A (zh) * | 2002-12-12 | 2004-09-01 | 三星电子株式会社 | 产生用户偏爱数据的方法和装置及转换色彩的方法和装置 |
| CN1719882A (zh) * | 2004-07-09 | 2006-01-11 | Lg电子株式会社 | 显示设备及其用于再现颜色的方法 |
| CN103674816A (zh) * | 2013-12-25 | 2014-03-26 | 浙江工商大学 | 垩白米粒检测方法及系统 |
| 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 |
| CN109100350A (zh) * | 2018-08-21 | 2018-12-28 | 珠海市博恩科技有限公司 | 一种面粉麸星检测方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021240852A1 (ja) * | 2020-05-25 | 2021-12-02 | 株式会社サタケ | 米粒品質測定装置 |
| CN112229836A (zh) * | 2020-09-15 | 2021-01-15 | 华南农业大学 | 水稻实粒与空粒检测装置及检测方法 |
| CN112229836B (zh) * | 2020-09-15 | 2022-02-15 | 华南农业大学 | 水稻实粒与空粒检测装置及检测方法 |
| CN113156047A (zh) * | 2021-03-25 | 2021-07-23 | 云南中烟工业有限责任公司 | 一种基于图像法的卷烟燃烧灰柱灰色测试方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109682817A (zh) | 基于计算机视觉技术的大米白度检测装置及方法 | |
| CN108020519B (zh) | 一种基于颜色恒常性的虚拟多光源光谱重建方法 | |
| CN107144353B (zh) | 一种基于数码相机的纺织品色差测量方法 | |
| US8031910B2 (en) | Method and apparatus for analyzing quality traits of grain or seed | |
| JP6039008B2 (ja) | 着色評価装置及び着色評価方法 | |
| CN103076288B (zh) | 一种基于计算机视觉的鱼肉自动分级装置和方法 | |
| CN102601063B (zh) | 一种竹片自动识别分级方法 | |
| CN112697682B (zh) | 一种基于机器视觉进行家具耐光色牢度检测的方法 | |
| JP2014071046A (ja) | 画像評価装置、画像評価方法、及びプログラム | |
| CN109459136B (zh) | 一种色度测量的方法与装置 | |
| CN109100350B (zh) | 一种面粉麸星检测方法 | |
| JP2777509B2 (ja) | 色調検査方法 | |
| JP2018004421A (ja) | 金属表面の質感評価装置及び評価方法 | |
| CN105371955B (zh) | 一种染色色差检测装置及检测方法 | |
| CN109870463A (zh) | 一种电子芯片故障检测装置 | |
| CN110044485A (zh) | 一种图像式织物颜色测量方法 | |
| CN110009609A (zh) | 一种快速检测黄粒米的方法 | |
| CN210664378U (zh) | 基于红绿色差的定制光源粗糙度检测装置 | |
| CN116067671A (zh) | 一种用于测试车辆漆面质量的方法、系统及介质 | |
| CN112697681B (zh) | 一种基于机器视觉检测家具耐光色牢度等级的方法 | |
| CN106404792A (zh) | 一种基于机器视觉识别技术的高光性卷烟条包装纸的色差检测方法 | |
| CN115343313A (zh) | 基于人工智能的视觉识别方法 | |
| CN111693522B (zh) | 一种城市水体污染程度线上表征方法 | |
| CN111886492B (zh) | 用于翡翠的颜色分级工艺及系统 | |
| CN108885169A (zh) | 谷类的精磨度评价方法及其装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190426 |
|
| RJ01 | Rejection of invention patent application after publication |