分选加工中稻米垩白自动检测算法-IngentaConnect.PDF

第 29 卷 第 18 期 农 业 工 程 学 报 Vol.29 No.18 262 2013 年 9 月 Transactions of the Chinese Society of Agricultural Engineering Sep. 2013 ·农产品加工工程· 分选加工中稻米垩白自动检测算法 1 1※ 1 2 1 刘璎瑛 ，丁为民 ，李毅念 ，陈建伟 ，谢 琴 （1. 南京农业大学工学院江苏省智能化农业装备重点实验室，南京 210031 ； 2. 江苏省粮食局粮油质量监测所，南京 210001 ） 摘 要：垩白米不仅影响稻米的外观品质，还影响米粒的食味品质，降低稻米商品价值。该文以稻米加工中不同 稻米籽粒的组合图像为研究对象，给出了基于切比雪夫逼近的垩白自动分割算法和稻米垩白指标测定算法。算法 可实现自适应阈值选取，对包含黄米和杂质米的组合米样图像也能实现垩白的完整分割，算法鲁棒性强。按照国 家标准要求，选取垩白粒率为 40% 的 100 粒稻米进行随机组合抽取来验证算法的准确性和实时性，结果显示垩白 粒率检测的准确度为 95%，垩白度的计算误差为2.39% ，稻米垩白检测平均耗时 3.8 ms/粒，算法耗时短适合在线 运算。该文算法用于稻米加工中垩白米的分选，可提高加工后稻米的商品价值和食味品质。 关键词：算法，粮食，图像处理，分选加工，切比雪夫逼近，垩白米，自动检测 doi ：10.3969/j.issn.1002-6819.2013.18.031 中图分类号：TS243.8 文献标志码：A 文章编号：1002-6819(2013)-18-0262-07 刘璎瑛，丁为民，李毅念，等. 分选加工中稻米垩白自动检测算法[J].农业工程学报，2013，29(18)：262－268. Liu Yingying, Ding Weimin, Li Yinian, et al. Study on rice chalkiness automatic detection algorithm for sorting processing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(18): 262 －268. (in Chinese with English abstract) 前提，以上几种算法不能兼顾鲁棒性和算法处理时 0 引 言 间，无法应用在稻米分选加工中。如双峰阈值法和 垩白是指稻米胚乳中白色不透明的部分，按其 分形维数判别阈值法属于固定阈值法适应性不强， 发生部位可分为腹白、心白和背白等类型[1] 。垩白是 图像采集系统任何参数的改变都会影响分割精度。 衡量稻米品质的重要参数之一，垩白米不仅影响稻米 Otsu 法和模糊神经网络法 2 种算法属于自适应阈 外观品质，也影响米粒的蒸煮食味和食用品质[2] 。因 值，鲁棒性比较强但算法实现复杂，运算时间长， 此在稻米分选加工中对垩白米的筛除不仅可以提 在分选加工中会影响分选速度。 高稻米的外观品质，还可以改进稻米的食味品质， 本文以稻米分选加工中不同稻米籽粒的组合 提高其商品价值。