一种大米粒型检测的方法

文档序号:5838791阅读:350来源:国知局
专利名称:一种大米粒型检测的方法
技术领域
本发明属于计算机图像处理技术领域,特别涉及一种大米粒型检测的方法。
技术背景大米粒型是稻米品种的重要特征之一,通常使用K、宽、长宽比等信息米描 述。大米粒型对其它主要品质指标(如胶稠度、整粒米率、直链淀粉含量等)有重 要的影响,是商品大米分类和定价的主要依据之一 。目前,在国内对大米粒型的检测方法主要依靠人工利用直尺或微粒子计等测量工具进行测量。根据国家标准GB/T 17891-1999《优质稻谷》,大米粒型检测采 用直尺测量,即随机数取完整无损的米粒10粒,平放于测量板上,按照头对头、 尾对尾,不重叠、不留隙的方式,紧靠直尺摆成一行,读出长度,求其平均值即 为米粒长度,米粒宽度测量方法类似,由此引起的人为误差较大;而采川微粒子 计测量,由于米粒较小需耍使用镊子夹住米粒测量,而且微粒子计测量米粒的一 端不固定,会左右摇摆,在测量稻米粒型时要求两端平行,难操作,微粒子计每 次只能测一粒大米,效率低,且样品不具有代表性。随着机器视觉的发展,利用计算机图像处理技术可以快速而准确地获得大米 粒型的信息,可以使检测人员从繁重的重复劳动中解脱出来。利用机器视觉进行检测,常用的算法有以下两种最小外接矩形法,对一值图像进行轮廓追踪,得 到一系列封闭区域,求出该轮廓的外切矩形,记录该矩形的长、宽;使图像逆时 针旋转3。并重复上步;旋转30次后,统计每次旋转后封闭区域的矩形面积,求 取封闭区域的最小外接矩形,记录最小外接矩形的长度和宽度;计算最小外接矩 形的长宽比,即为大米的粒型,利用该方法进行大米粒型的计算,需要较大的计算量。另外一种方法为拟和椭圆法,将人米轮廓假设成椭圆,通过对米粒轮廓进 行椭圆拟合,计算拟合后椭圆的长短轴,将长短轴作为大米的长度和宽度,从而 计算米粒的粒型,由于大米轮廓并非真正椭圆,而且在轮廓拟合时也需要较大的 计算量。针对上述问题本发明提出了基于逐点搜索法的大米粒型检测方法,该方法计 算量小,速度快,比国标规定方法更为准确。 发明内容本发明的H的是提供一种大米粒型检测的方法,其特征在于包括以下步骤获取米粒图像信息;识别出整米粒和碎米粒;计算大米粒型。所述获取米粒图像信息具体包括下列步骤 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,并将背景色设置为与米粒颜色相区别的颜色,分割背景 与米粒。所述米样数量为10-1000粒。所述分割背景与米粒的方法为迭代法。所述迭代法具体包括下列步骤求出图像中的最大和最小灰度值Z,和Zk,令阈值初值T产(Z,+Zk)/2; 根据阈值Tk将图像分割成目标和背景两部分,求出两部分的平均灰度值Z。、ZB;求出新阈值Tk+1=( Z一 ZB)/2;若T产Tw,则所得即为阈值,否则根据计算出的Tk位继续计算阈值,迭代计算。所述分割背景与米粒时,背景颜色选择纯黑色即RGB(O,O,O)。所述大米粒型计算具体包括下列步骤计算整米粒轮廓上每两点的距离,找出距离最大的两个像素点,两点距离做 为大米粒的长L;L将轮廓分割为两部分,分别找出两边轮廓上与L垂直距离最远的点,其距 离分别记为R,、 R2, R,+R2即为大米粒的宽W;依次计算每粒整米粒的长度和宽度,求出总长度和总宽度,二者比值为大米 长宽比,即粒型。本发明的有益效果为利用计算机视觉代替了 GB/T 17891-1999《优质稻谷》 规定的手工检测法,可以快速、客观、准确地计算出大米的的粒型,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的缺陷。满 足了在稻谷现场收购和市场交易中对品质检测快速、客观、准确性高的要求。而 且,根据本发明所述方法编制的计算机图像识别系统,还具有可同时完成垩白度、 垩白粒率、整米粒率和黄粒米、液态物质检测等多项指标的检测的功能,使执行 国家标准中彼此相互独立的多项指标的检测,可以由一套系统一起完成,每次可 最多可检测1000粒大米,具有自动化程度高,操作快速、简便的特点。


图1是本发明的图像获取及处理装置连接示意图; 图2是本发明的单个大米粒的外型示意图。 图中标号l-扫描仪;2-计算机;3-打印机。
具体实施方式
下面结合附图对本发明作进一步说明图1为本发明的图像获取及处理装置连接图,1、 利用计数板兼取样板从待测的大米批样中取10-1000粒米样,置取样器于扫描仪1上,采集并获取原始图像,存储为24位bmp格式文件。其中扫描仪 1的亮度、对比度设为-15 25之间;2、 读取原始图像信息,存储每粒米粒中每个像素的色度信息,其原始色度 信息为RGB颜色信息;3、 在计算机2上利用迭代法分割背景和米粒,将背景设为仝黑色RGB(0,0,0), 迭代法的具体步骤是(1) 求出图像中的最人和最小灰度值Z,和Zk,令阈值初值Tk=(Z,+Zk)/2;(2) 根据阈值Tk将图像分割成H标和背景两部分,求出两部分的平均灰度值 Zo、 Zb^(3) 求出新阈值Tk+产(Zo+ZB)/2;(4) 若T产Tk+,,则所得即为阈值,否则转(2),迭代计算;4、 在计算机2上利用稻谷品质评价系统RQS1.0将整米粒和碎米粒识别开, 并用蓝色和绿色线条分别将整米粒和碎米标示出;5、 在计算机2上利用人机交互界面设置检测粒型所需耍的整米粒数量及待 测米样的品种;6、 在计算机2上利用粒型检测软件,根据设置的参数,随机在整米粒中选 出所需整米粒并根据火米品种进行大米粒型的计算,同时将用黄色线条将用于计 算粒型的整米粒标记出;大米粒型的具体计算步骤如下 (1)计算整米粒轮廓上每两点的距离,找出距离最大的两个像素点,两点距离做为大米粒的长,即图2中L;(2) 如图2所示,L将轮廓分割为两部分,分别找出两边轮廓上与L垂直 距离最远的点,其距离分别记为R,、 R2, R,+R2即为大米粒的宽W:(3) 依次计算每粒整米粒的长度和宽度,求出总长度和总宽度,二者比值为大米粒长宽比,即粒型;7、在计算机2上将所得结果输出到打印机3,进行打印。 以上所述的实施例,只是本发明较优选的具体实施方式
,本领域的技术人员 可以在所附权利要求的范围内做出各种修改。8
权利要求
1.一种大米粒型检测的方法,其特征在于包括下列步骤获取米粒图像信息;识别出整的大米粒和碎米粒;计算大米粒型。
2. 根据权利要求1所述的一种大米粒型检测的方法,其特征在于,所述获 取米粒图像信息具体包括下列步骤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,并将背景色设置为与米粒颜色相区别的颜色,分割背景 与米粒。
3. 根据权利要求2所述的一种大米粒型检测的方法,其特征在于,所述米样 数量为10-1000粒。
4. 根据权利要求2所述的一种大米粒型检测的方法,其特征在于,所述分 割背景与米粒的方法为迭代法。
5. 根据权利要求4所述的一种大米粒型检测的方法,其特征在于,所述迭代 法具体包括下列步骤求出图像中的最大和最小灰度值Z^口Zk,令阈值初值T^(Z,+Zk)/2; 根据阈值Tk将图像分割成目标和背景两部分,求出两部分的平均灰度值ZQ、ZB;求出新阈值Tk+1=( ZQ+ ZB )/2;若TfTw,则所得即为阈值,否则根据计算出的Tk值继续计算阈值,迭代 计算。
6. 根据权利要求2所述的一种大米粒型检测的方法,其特征在于,所述分割背景与米粒时,背景颜色选择纯黑色即RGB(O,O,O)。
7.根据权利要求1所述的一种大米粒型检测的方法,其特征在于,所述大米 粒型计算具体包括下列步骤计算整米粒轮廓上每两点的距离,找出距离最大的两个像素点,两点距离做为大米粒的长L;L将轮廓分割为两部分,分别找出两边轮廓上与L垂直距离最远的点,其距 离分别记为R,、 R2, R,+R2即为大米粒的宽W;依次计算每粒整大米粒的长度和宽度,求出总长度和总宽度,二者比值为大 米长宽比,即粒型。
全文摘要
本发明公开了属于计算机图像处理技术领域的一种大米粒型检测的方法,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,分离背景和米样;识别整米粒和碎米粒;系统根据参数设置中的大米品种和检测所需的整米粒数量,在整米粒中随机选出所需数量,逐点搜索。本发明所述方法广泛应用于在稻谷现场收购与市场交易中对大米粒型的检测过程,使检测快速、客观、准确。
文档编号G01N33/10GK101275824SQ20081011170
公开日2008年10月1日 申请日期2008年5月16日 优先权日2008年5月16日
发明者侯彩云, 孙建平, 尚艳芬, 常国华, 祝晓芳, 闯 芮 申请人:中国农业大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1