基于机器视觉技术大米品质检测 .pdfVIP

维普资讯

２００８年第５期粮食与油脂３９

基于机器视觉技术大米品质检测

陈建伟

（江苏省粮食局粮油质量监测所，江苏南京２１００ｌ１）

摘要：该文介绍国内外大米品质检测研究现状，重点介绍国内应用机器视觉技术对大米品质进

行检测研究动态，指出应用机器视觉技术对大米品质检测存在问题，并提出今后研究方向。

关键词：机器视觉技术；大米；品质检测’

ＡｒｅＶｌｅＷ０ＩｎＣｅｑｕａｌｉｔｙｉｎｓｐｅｃｔｉｏｎｂａｓｅａＯｎｎｌａｃｈｉｎｅｖｉｓｉｏｎｔｅｃｈｎｏｌｏＲｙ▲■■●●ｌ■－－・‘■’‘ｌ●●・・’

ＣＨＥＮＪｉａｎ－ｗｅｉ

（ＧｒａｉｎＡｎｄＯｉｌＱｕａｌｉｔｙＭｏｎｉｔｏｒＩｎｓｔｉｔｕｔｅｏｆＧｒａｉｎＢｕｒｅａｕｏｆＪｉａｎｇｓｕＰｒｏｖｉｎｃｅ，ＪｉａｎｇｓｕＮａｎｊｉｎｇ２１００１１，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｔｈｅｃｕｒｒｅｎｔｒｅｓｅａｒｃｈａｂｏｕｔｒｉｃｅｑｕａｌｉｔｙｉｎｓｐｅｃｔｉｏｎａｔｈｏｍｅａｎｄａｂｏａｒｄｗａｓｉｎｔｒｏｄｕｃｅｄｉｎｔｈｉｓ

ｐａｐｅｒ．ＴｈｅｆｏｃｕｓｗａｓｔｈｅｒｅｓｅａｒｃｈａｂｏｕｔｒｉｃｅｑｕａｌｉｙｔｉｎｓｐｅｃｔｉｏｎｕｓｉｎｇｍａｃｈｉｎｅｖｉｓｉｏｎｔｅｃｈｎｏｌｏｇｙｉｎＣｈｉｎａ．

Ｔｈｅｐｒｏｂｌｅｍｅｘｉｓｔｅｄｉｎｔｈｉｓａｐｐｌｉｃａｔｉｏｎｗａｓｌｉｓｔｅｄａｎｄｔｈｅｄｉｒｅｃｔｉｏｎｏｆｔｈｅａｂｏｖｅｒｅｓｅａｒｃｈｗａｓｍｅｎ—

ｔｉｏｎｅｄ．

ＫｅｙＷｏｒｄｓ：ｍａｃｈｉｎｅｖｉｓｉｏｎｔｅｃｈｎｏｌｏｇｙ；ｒｉｃｅ；ｑｕａｌｉｙｔｉｎｓｐｅｃｔｉｏｎ

中图分类号：ＴＳ２１２．７文献标识码：Ａ文章编号：１００８－－９５７８（２００８）０５－－００３９－－０３

大米即为稻谷胚乳部分，系由稻谷经砻谷机脱去头米数量（ＨｅａｄＰｄｃｅＹｉｅｌｄ，简称Ｈ１），将ＨＲＹ与大

稻壳形成糙米再经碾自去除米糠层而得。传统大米检米加工精度建立关系可更好监控大米碾米机。二是大

测多采用抽样方法，人工测量和目测，步骤繁琐，速度米质量检测和分级。日本大学森岛博教授从１９８３年开

慢，劳动强度大，且检测结果主观性强，一致性差。随始对大米机器识别和分级进行广泛研究，研究同品种

着计算机性能价格比不断提高，使机器视觉检测技术大米中整粒、碎粒、异色粒、有裂痕粒识别和分级方法，

应用成为可能，尤其在农产品品质检测领域其有着广及不同品种大米识别方法，并形成一整套理论体系¨。

阔应用前景。与人工检测技术相比，机器视觉检测技２０００年Ｗａｎ等＂运用范围估计（ｒａｎｇｅｓｅｌｅｃｔｉｏｎ）、神经

术具有速度快、精度高、重复性好等优点，利用机器视网络、ｈｙｂｒｉｄ算法３种在线分类方法对大米质量进行

觉分级代替人工检测，是自动化分级发展必然趋势“。检测，在线分类最高记录是２００１粒／分，准确率

１国外对大米检测研究９１％；范围估计分类方法可达到这么高的准确率，但分

机器视觉技术（ＭａｃｈｉｎｅＶｉｓｉｏｎＴｅｃｈｎｏｌｏｇｙ，简称类速度慢、调试复杂。

ＭＶＴ）是以图像处理技术为