[發明專利]一種稻谷不完善粒的檢測方法

在審

• 申請號: 201810378004.1
• 申請日: 2018-04-24
• 公開（公告）號: CN108613989A
• 公開（公告）日: 2018-10-02
• 發明（設計）人: 袁建;陳尚兵;邢常瑞;沈飛;何榮;鞠興榮
• 申請（專利權）人: 南京財經大學
• 主分類號: G01N21/95
• 分類號: G01N21/95;G01N21/88;G06T7/00;G06T7/11;G06T7/13;G06T7/136;G06T7/44;G06T7/62;G06T7/90
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 鄧麗;王偉

本發明公開了一種稻谷不完善粒的檢測方法，屬于農產品儲藏加工的無損檢測領域。通過計算機圖像采集系統對圖像采集處理，獲得完善粒、不完善粒的圖像，經過圖像處理，獲得圖像的相關參數，選擇合適的參數，建立模型，對不完善粒實現區分，得出不完善粒的檢測方法。本發明相較于其他的檢測方式快速，便捷，高效的特點，對于糧食安全品質具有重要意義。

技術領域

本發明是一種基于機器視覺對稻谷不完善粒的檢測方法，屬于農產品儲藏加工的無損檢測領域。

背景技術

隨著稻米產量的增長，人們更為關注的是稻米的外觀品質以及稻米的食用品質，這就要求對稻米生產加工等多重環節進行及時檢測。在稻米品質檢測方面，目前采用大多的是人工測量方法，通過視覺檢測和感官鑒評得出結果，但是因為人主觀因素的差別，檢測速度和準確率方面較為低下，造成結果不一。如何能做到對稻谷的快速無損檢測，即能提高收購效率又能減少人工判別誤差，是當下需要解決的問題。

近年來隨著無損檢測技術的發展，許多新技術被應用于無損檢測方面。無損檢測，即NDT，就是利用聲、光、電、磁和味等特性，在不損害或不影響被檢對象使用性能的前提下，檢測被檢對象中是否存在不同程度的缺陷，從而給出缺陷的位置、大小、數量和性質等信息，從而判定被檢對象的技術狀態(如是否合格、剩余壽命等)的所有技術手段的總稱。

無損檢測技術主要有電子鼻，近紅外，計算機視覺等，而在計算機視覺方面，和人工檢測技術相比，它具有高精確度、高效率，易于重復操作等優點。利用計算機視覺分級代替人工目測是未來提高檢測效率的必然選擇。國內外利用計算機視覺技術對糧食品質等進行無損、自動化檢測和分級的研究比較廣泛。

Cardarelli等研究了稻米破損粒的情況，識別率達到80％以上。Shuso kawamur.研究了干燥后的谷物自動檢測系統，檢測水分蛋白和破損籽粒。但是在使用計算機視覺對稻米多種不完善籽粒的判別還未多見，這對提高收購效率又能減少人工判別誤差有著重要的意義。

發明內容

本發明利用計算機視覺技術對稻谷收購儲藏過程中的不完善粒進行檢測識別，同時也可以對不同的稻谷品種識別。在特征值提取過程中，通過提取大米的形態學特征參數和顏色特征參數，建立比對模型，從而實現一種快速、高效、方便的檢測方法。

具體實施步驟為：

(1)稻谷顆粒篩選

根據GB1354-2009標準對實驗所需的稻米顆粒進行篩選，選擇蟲蝕、堊白、破損等不完善籽粒，儲存，備用。

(2)圖像采集

對篩選后的顆粒進行圖像采集工作，主要采集的平臺是計算機視覺平臺。該平臺由計算機、相機、光源、支架和底座組成，對平臺各項設備進行調整，選擇最佳的采集路徑。選擇黑色背景，選用LED光源調節亮度，將燈光支架調節到相機能拍攝完整清晰圖像的位置，大概距離底部40cm高度，然后采集不完善籽粒的圖片。采集樣品顆粒的圖像，再通過圖像采集卡或數據線把透射圖像傳輸到計算機，并以彩色圖像格式保存。

(3)圖像預處理

經過對采集圖像調整大小、依據Matlab編輯的程序對采集的顆粒圖像進行灰度化、二值化處理等處理獲得預處理后的顆粒圖像。讀入大米顆粒彩色圖像，分別提取灰度圖和對灰度圖進行灰度均衡化處理，使大米顆粒圖像更加清晰。對灰度圖和圖像增強后圖運用中值濾波采用大津法進行閾值分割，獲得分量的二值圖，其中二值圖呈現出大米顆粒整體的外形特征。

(4)特征參數提取

預處理后的圖像再提取各個顆粒所對應的RGB三基色的特征值和HSI(色調、色飽和度、強度)的三個特征值和顆粒對應的形態學(面積、周長、長寬比)和紋理學(能量、相關性、熵等)特征參數，對所有獲得的特征參數值，進行優化選擇，選擇能夠表達不完善粒特征的代表性參數。