基于機器視覺的大米外觀品質檢測方法研究.pdf

1、利用計算機視覺技術對大米的外觀品質進行檢測,是提高我國糧食在國際市場上的競爭力的有力保證,特別是在加入WTO后,研究工作顯得更有現實意義。目前,針對我國大米外觀品質的指標的檢測大都停留在肉眼觀測的階段,檢測方法落后、效率低下,檢測結果也缺乏客觀性,可重復性差。在這樣的背景下,本文研究了靜態(tài)情況下的大米外觀品質檢測技術,選取了三種不同粒型不同品牌的大米進行檢測,應用計算機視覺技術和圖像處理理論對反映大米外觀品質中的整米率、裂紋和米粒的粘連

2、算法進行了研究。研究內容主要有:
　　 (1)與傳統(tǒng)的計算長寬比的方法不同,本文采用了速度算子來表征大米的輪廓特征,對大米樣本的完整性進行檢測。泰國米、珍珠米和常粒香米的識別率分別為96.70％、98.73％和97.14％。結果說明用速度描述法來檢測米粒的完整度是可行的。這種方法的優(yōu)勢是準確率高、靈活性強,即算法對米粒的數量和擺放位置沒有限制。具有可擴展性,即針對不同檢測標準可以通過調整相似系數閥值來解決。因此,該方法具有很高的

3、靈活性和實用價值。
　　 (2)針對大米裂紋檢測的定位不夠準確和存在虛假裂紋響應的情況,提出一種基于雙正交B樣條小波變換的裂紋檢測方法。結果顯示,該方法可以比較全面地檢測出圖像中的實際裂紋,定位準確,檢測出的邊緣位置與實際邊緣位置相接近,并且避免了單個邊緣產生多個響應的情況。
　　 (3)針對現有的粘連分割算法中對樣本的擺放位置和粘連個數的限制,提出一種基于大米外形輪廓特性的方法,測試結果表明,該方法可以有效地分割不同粒