机器视觉在稻米整精米率快速计算中的应用

食品科学 ›› 2007, Vol. 28 ›› Issue (5): 268-272.

机器视觉在稻米整精米率快速计算中的应用

高希端, 孟超英, 籍保平

中国农业大学信息与电气工程学院；中国农业大学食品科学与营养工程学院北京100083；北京100083；

出版日期:2007-05-15 发布日期:2011-12-31

Application of Machine Vision Technology for Fast Calculation of Head Rice Milling Rate

GAO Xi-Duan, MENG Chao-Ying, JI Bao-Ping

1.College of Information and Electrical Engineering,China Agricultural University,Beijing 100083,China; 2.College of Food Science and Nutritional Engineering,China Agricultural University,Beijing 10083,China

Online:2007-05-15 Published:2011-12-31

摘要/Abstract

摘要： 将机器视觉技术以及图像处理方法应用于稻米整精米率计算,通过图像预处理仅保留图像中大米的轮廓信息,并采用闭合图形边缘搜索方法提取大米轮廓像素点。由于米粒形似椭圆,并以长轴为对称轴来实现米粒长度的快速计算。实验结果表明,该算法检测与人工检测相关系数为0．96,可用于整精米率的快速检测。

关键词: 机器视觉, 图像处理, 整精米率

Abstract: Machine vision and image processing algorithm were applied to calculate the head rice milling rate with the rice outline. The pixels at the rice edge were detected by means of close imaging method.Since rice seems elliptic,the long axis of ellipse is used to realize fast calculation of head milled rice.In the present research,the correlation coefficient between the results found by machine vision detection and the d data obtained on manual detection is over 0.96.This detection procedure can be used in fast calculation of head rice milling rate.

Key words: machine vision, image processing, head rice milling rate

高希端, 孟超英, 籍保平. 机器视觉在稻米整精米率快速计算中的应用[J]. 食品科学, 2007, 28(5): 268-272.

GAO Xi-Duan, MENG Chao-Ying, JI Bao-Ping. Application of Machine Vision Technology for Fast Calculation of Head Rice Milling Rate[J]. FOOD SCIENCE, 2007, 28(5): 268-272.

[1]	王娅，张存存，付玉叶，张凡，王颉，王文秀. 融合图谱特征信息的明虾挥发性盐基氮含量无损检测[J]. 食品科学, 2021, 42(2): 283-290.
[2]	贾志鑫，傅玲琳，杨信廷，史策，王海燕，周瑾茹，王彦波. 机器视觉技术在水产食品感官检测方面的应用研究进展[J]. 食品科学, 2019, 40(13): 320-325.
[3]	姜沛宏，张玉华，陈东杰，张长峰，郭风军. 基于多源感知信息融合的牛肉新鲜度分级检测[J]. 食品科学, 2016, 37(6): 161-165.
[4]	刘军，郭俊先，帕提古丽?司拉木，史建新，张学军，黄华. 基于机器视觉与支持向量机的核桃外部缺陷判别分析方法[J]. 食品科学, 2015, 36(20): 211-217.
[5]	杨国峰，周雯，Rose Prabin Kingsly Ambrose，夏宝林，仇红娟，刘强，张越，陈江. 高温连续干燥与干燥-通风联合对稻谷品质的影响[J]. 食品科学, 2014, 35(17): 1-7.
[6]	孟祥艳. 基于改进分水岭算法及Hopfield神经网络的牛肉大理石纹等级评级方法[J]. 食品科学, 2013, 34(1): 140-145.
[7]	乐立强，吴玲，孙静，马美湖. 基于机器视觉的皮蛋斑点检测和最佳生产配方研究[J]. 食品科学, 2012, 33(6): 203-208.
[8]	李玮姿，朱近，杨德吉，王晓伟，储洁琪，耿甲春. 基于图像的牛肉大理石纹理自动评级方法研究[J]. 食品科学, 2011, 32(9): 40-45.
[9]	刘超超，沈明霞，彭增起. 机器视觉预测牛肉产量级研究现状及展望[J]. 食品科学, 2011, 32(9): 324-328.
[10]	王相友，王健，朱继英，赵亚. 双孢蘑菇酶促褐变特性及褐变的控制[J]. 食品科学, 2011, 32(20): 318-322.
[11]	郭培源，毕松，袁芳. 猪肉新鲜度智能检测分级系统研究[J]. 食品科学, 2010, 31(15): 68-72.
[12]	陈坤杰，秦春芳. 牛肉品质检测技术的研究进展[J]. 食品科学, 2009, 30(7): 277-280.
[13]	曹乐平. 数字图像处理技术结合偏最小二乘法定量分析柑橘质量[J]. 食品科学, 2009, 30(14): 200-203.
[14]	陈坤杰, 尹文庆. 机器视觉技术在分析牛肉颜色变化特征中的应用[J]. 食品科学, 2008, 29(9): 92-96.
[15]	王婧, 孟超英, 朱大洲, 籍保平. 鸡蛋品质检测系统的图像处理技术研究[J]. 食品科学, 2008, 29(12): 91-93.