CN1281952C - 一种整精米自动识别的方法 - Google Patents

Abstract

本发明公开了一种整精米自动识别的方法，包括：将米样置于图像采集器中，采集原始图像信息；读取原始图像信息，存储米样个体轮廓上各点的坐标，并求得这些点坐标的几何平均值，作为米样个体的中心点；将中心点与轮廓点的连线作为米粒半径；以最长半径为参考方向，按逆时针每隔5度存储一条半径，存储在逆时针半径表中；依据米粒半径表存储的数据求一标准米；进行整精米的判定：分别判别位图文件中的每一米样，如果粒长大于等于标准米粒长73%，作为整精米选出来；如果粒长小于标准米粒长的73%，作为待处理米。本发明所述方法可以快速、客观、正确地识别精米中的整精米，满足了在稻谷现场收购与市场交易中对品质检测快速、客观、准确性高的要求。

Description

一种整精米自动识别的方法

技术领域

本发明涉及一种基于计算机模糊识别的检测方法。特别是涉及一种整精米自动识别的方法，它是一种基于计算机模糊识别的检测方法。属于计算机模糊识别领域。

背景技术

整精米率是评价稻谷品质的一项重要指标，在我国于2000年开始实施的GB/T 17891-1999《优质稻谷》标准中，该参数被新增为评定稻谷等级的指标之一。所谓整精米，是将糙米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(含五分之四)的米粒。整精米占净稻谷试样质量的百分率为整精米率。由上述定义可以看出：快速、客观、正确地识别精米中的整精米是检测整精米率这一指标的关键。目前在稻谷收购与市场交易中，仍由人工按照上述定义进行识别整精米。这种方法由于检测时间长、主观性强、准确性低、可操作性和重复性差等缺陷难以满足在稻谷现场收购与市场交易中对品质检测快速、客观、准确性高的要求。

发明内容

本发明为解决检测整精米率的快速、客观、准确的技术问题，本发明提出一种基于计算机模糊识别技术的整精米自动识别的方法。

本发明所述的整精米自动识别的方法的实现过程如下：

步骤一、将米样置于图像采集器中，采集原始图像信息；

步骤二、读取原始图像信息，存储米样个体轮廓上各点的坐标，并求得这些点坐标的几何平均值，作为米样个体的中心点；

步骤三、将中心点与轮廓点的连线作为米粒半径；

步骤四、以最长半径为参考方向，按逆时针每隔5度存储一条半径，共72条，分别记为r[0]，r[1]，r[2]，…，r[71]；其中r[18]与r[54]是垂直于线段0A的两条半径；所有半径值存储在逆时针半径表中；

步骤五、依据米粒半径表存储的数据求一标准米，所求标准米的粒长为样品中粒长最大的10粒米的粒长平均值；

步骤六、依据米粒腹部(胚芽一侧)垂直于最长半径的半径小于背部最长半径的半径这一特点确定上述10粒米的放置方向，然后计算相同方向对应半径的平均值作为标准米的半径；

步骤七、进行整精米的判定：分别判别位图文件中的每一米样，如果粒长大于等于标准米粒长73％，作为整精米选出来；如果粒长小于标准米粒长的73％，作为待处理米。

本发明所述方法可以快速、客观、正确地识别精米中的整精米，克服了现有技术方案中检测时间长、主观性强、准确性低、可操作性和重复性差等缺陷。满足了在稻谷现场收购与市场交易中对品质检测快速、客观、准确性高的要求。同时，根据本发明所述方法编制的计算机模糊识别系统，还具有可同时完成垩白度、垩白粒率、黄粒米和粒型、直链淀粉含量等指标检测的功能，使现行国家标准中彼此相对独立的多项指标的检测，可以由一套系统一并完成。

附图说明

图1为米粒的正向放置示意图；

图2为米粒的反向放置示意图。

具体实施方式

下面通过具体的实施例对本发明方法进行说明。

首先，利用计数板兼取样板从待检测的大米批样中取约50-1000粒米样。置样器置于扫描仪上，采集图像，存储为24位bmp格式文件。

然后，利用稻谷品质评价系统RQS1.0识别图像中的整精米数，具体是：

读取原始图像信息，存储米样个体轮廓上各点的坐标，并求得这些点坐标的几何平均值，作为米样个体的中心点；

将中心点与轮廓点的连线作为米粒半径；

以最长半径为参考方向，按逆时针每隔5度存储一条半径，共72条，分别记为r[0]，r[1]，r[2]，...，r[71]；其中r[18]与r[54]是垂直于最长半径r[0]的两条半径；所有半径值存储在逆时针半径表中；

依据米粒半径表存储的数据求一标准米，所求标准米的粒长为样品中粒长最大的10粒以上米的粒长平均值；

依据米粒胚芽一侧垂直于最长半径的半径小于背部最长半径的半径这一特点确定上述10粒以上米的放置方向，然后计算相同方向对应半径的平均值作为标准米的半径R[i]；如图1所示正向放置的米满足r[18]＜r[54]，如图2所示，反向放置的米满足r[54]＜r[18]，米粒按相同方向计算平均半径才能代表米粒的粒型。

进行整精米的判定：分别判别位图文件中的每一米样，如果粒长大于等于标准米粒长73％，作为整精米选出来；如果粒长小于标准米粒长的73％，作为待处理米。

采用上述步骤，初步将粒长大于等于标准米粒长73％筛选出来了，对于粒长小于标准米粒长的73％的待处理米，本发明采取了如下的技术手段：

然后进行偏差计算；对同一对象做逆时针和顺时针两次判断；为了进行偏差值计算，本发明自定义了表征被检测米偏离米粒粒型的程度参数，即正比差f与反比差f＇：

$f=\underset{i=0}{\overset{71}{\mathrm{\Σ}}}\frac{\left|\mathrm{\λ}\right[i]-\mathrm{\λ}|}{\mathrm{\λ}}$     (i＝0，1，2，...，71)         (1)

$f^{\′}=\frac{\left|{\mathrm{\λ}}^{\′}\right[0]-{\mathrm{\λ}}^{\′}|}{{\mathrm{\λ}}^{\′}}+\underset{i=1}{\overset{71}{\mathrm{\Σ}}}\frac{\left|{\mathrm{\λ}}^{\′}\right[72-i]-{\mathrm{\λ}}^{\′}|}{{\mathrm{\λ}}^{\′}}$     (i＝1，2，...，71)            (2)

其中λ[i]、λ′[i](i＝0，1，…，71)分别为米粒与标准米的正向半径比和反向半径比，即：

正向半径比： $\mathrm{\λ}\left[i\right]=\frac{r\left[i\right]}{R\left[i\right]}$ 其中：(i＝0，1，2，…，71)    (3)

反向半径比： ${\mathrm{\λ}}^{\′}\left[0\right]=\frac{r\left[0\right]}{R\left[0\right]}$

             ${\mathrm{\λ}}^{\′}\left[i\right]=\frac{r\left[i\right]}{R[72-i]}$      (i＝1，2，…，71)             (4)

λ和λ′为正、反两方向半径比平均值：

$\mathrm{\λ}=\frac{\underset{i=0}{\overset{71}{\mathrm{\Σ}}}\mathrm{\λ}\left[i\right]}{72}$     (i＝0，1，2，…，71)    (5)

${\mathrm{\λ}}^{\′}=\frac{\underset{i=0}{\overset{71}{\mathrm{\Σ}}}{\mathrm{\λ}}^{\′}\left[i\right]}{72}$     (i＝0，1，2，…，71)    (6)。

最后，根据计算出来的正比差f和反比差f′，逐粒将其正比差f和反比差f′与通过实验确定的偏差阈值比较，只要f和f′中有一个值小于偏差阈值者，被计为整精米；否则就将其计为碎米，实验中统计整米和碎米的偏差值，确定偏差阈值。

最后所应说明的是：以上实施例仅用以说明而非限制本发明的技术方案，尽管参照上述实施例对本发明进行了详细说明，本领域的普通技术人员应当理解：依然可以对本发明进行修改或者等同替换，而不脱离本发明的精神和范围的任何修改或局部替换，其均应涵盖在本发明的权利要求范围当中。

Claims (4)

1、一种整精米自动识别的方法，其特征在于，包括如下步骤：

步骤一、将米样置于图像采集器中，采集原始图像信息；

步骤二、读取原始图像信息，存储米样个体轮廓上各点的坐标，并求得这些点坐标的几何平均值，作为米样个体的中心点；

步骤三、将中心点与轮廓点的连线作为米粒半径；

步骤四、以最长半径为参考方向，按逆时针每隔5度存储一条半径，共72条，分别记为r[0]，r[1]，r[2]，...，r[71]；其中r[18]与r[54]是垂直于最长半径r[0]的两条半径；所有半径值存储在逆时针半径表中；

步骤五、依据米粒半径表存储的数据求一标准米，所求标准米的粒长为样品中粒长最大的10粒以上米的粒长平均值；

步骤六、依据米粒胚芽一侧垂直于最长半径的半径小于背部垂直于最长半径的半径，判定上述10粒以上米的放置方向，然后计算相同方向对应半径的平均值作为标准米的半径；

步骤七、进行整精米的判定：分别判别位图文件中的每一米样，如果粒长大于等于标准米粒长73％，作为整精米选出来；如果粒长小于标准米粒长的73％，作为待处理米。

2、根据权利要求1所述的整精米自动识别的方法，其特征在于，还包括：针对同一米粒正、反两种方向放置的情况，对同一对象做逆时针和顺时针两次偏差计算判断；计算正比差f与反比差f′两个参数：

$f=\underset{i=0}{\overset{71}{\mathrm{\Σ}}}\frac{\left|\mathrm{\λ}\right[i]-\mathrm{\λ}|}{\mathrm{\λ}},(i=\mathrm{0,1,2},\·\·\·,71)---\left(1\right)$

$f^{\′}=\frac{\left|{\mathrm{\λ}}^{\′}\right[0]-{\mathrm{\λ}}^{\′}|}{{\mathrm{\λ}}^{\′}}+\underset{i=0}{\overset{71}{\mathrm{\Σ}}}\frac{\left|{\mathrm{\λ}}^{\′}\right[72-i]-{\mathrm{\λ}}^{\′}|}{{\mathrm{\λ}}^{\′}},(i=\mathrm{1,2},\·\·\·,71)---\left(2\right)$

其中：λ[i]、λ′[i](i＝0，1，...，71)分别为米粒与标准米的正向半径比和反向半径比，即

正向半径比： $\mathrm{\λ}\left[i\right]=\frac{r\left[i\right]}{R\left[i\right]}$ 其中：(i＝0，1，2，...，71)      (3)

反向半径比： ${\mathrm{\λ}}^{\′}\left[0\right]=\frac{r\left[0\right]}{R\left[0\right]}$

${\mathrm{\λ}}^{\′}\left[i\right]=\frac{r\left[i\right]}{R[72-i]}$ (i＝1，2，...，71)               (4)

λ和λ′为正、反两方向半径比平均值：

$\mathrm{\λ}=\frac{\underset{i=0}{\overset{71}{\mathrm{\Σ}}}\mathrm{\λ}\left[i\right]}{72}$ (i＝0，1，2，...，71)            (5) ${\mathrm{\λ}}^{\′}=\frac{\underset{i=0}{\overset{71}{\mathrm{\Σ}}}{\mathrm{\λ}}^{\′}\left[i\right]}{72}$ (i＝0，1，2，...，71)            (6)。

3、根据权利要求2所述的整精米自动识别的方法，其特征在于，对于粒长小于标准米粒长的73％的待处理米，将每粒的正比差f和反比差f′值与通过实验确定的偏差阈值比较，只要f和f′中有一个值小于偏差阈值者，被计为整精米；否则就将其计为碎米。

4、根据权利要求1所述的整精米自动识别的方法，其特征在于，所述步骤一的米样，为50-1000粒米。

Images