一种快速识别垩白米的方法技术

本发明专利技术公开了一种快速识别垩白米的方法，属于食品检测技术领域。本发明专利技术以国家标准的方法检测垩白米为基础，通过调试大米外观品质分析系统测定垩白米时的最佳阈值，再对实际样品进行测定。分析系统检测一幅大米图像平均用时为5s，通过实验调试分析系统对大米样品垩白特征参数测定时的最佳阈值为0.43，在此阈值下测定本批大米垩白度小于2％，大米外观品质分析系统与人工法测定结果绝对误差小于0.5％。

A Fast Method for Identifying Chalky Rice

The invention discloses a method for quickly identifying chalky rice, which belongs to the technical field of food detection. Based on the national standard method for detecting chalky rice, the optimum threshold value for determining chalky rice is determined by adjusting the rice appearance quality analysis system, and then the actual sample is determined. The average time of detecting a rice image is 5 seconds. The optimum threshold of the system is 0.43. Under this threshold, the chalkiness of this batch of rice is less than 2%, and the absolute error between the rice appearance quality analysis system and the manual method is less than 0.5%.

【技术实现步骤摘要】
一种快速识别垩白米的方法
本专利技术涉及一种快速识别垩白米的方法，属于食品检测

技术介绍
我国是世界上最大的稻米生产国。种植的稻谷面积大概占全球各地的22.8％，其总产量约占全球的35％。稻米质量安全关系到国人的生命健康，其质量检测早己成为了制约我国稻米生产、储存、出售以及出口的重要因素。米粒的外观是衡量大米品质的重要因素，垩白米是大米外观品质的重要检测指标之一。GB/T1354-2018《大米》中定义，胚乳中有白色不透明部分(包括腹白、心白和背白)的米粒为垩白粒。垩白度是稻米中垩白部位的面积占米粒投影面积的百分比。正常大米呈现的是透明状，垩白是胚乳中含有的白色不透明部分，其不透明是由于淀粉粒排列疏松，颗粒间充气，引起光折射所致。稻米中垩白米的占有率是衡量稻米品质的重要性状之一，并直接影响稻米的质量分级结果、外观品质、商品流通和大米的加工品质。垩白的有无、大小及垩白米率是水稻品种外观品质最重要的性状。垩白米率越低，垩白无或小的水稻品种，其米质越优。传统的检测方法是通过人工肉眼进行观测。尽管这种方法简单、成本低，但是分级人员观测的主观性大且效率低。伴随着基于计算机的数字图像处理技术的专业化以及计算机软硬件成本的逐渐下降，对稻米质量进行分析的计算机视觉技术应用已十分广泛。王正通过迭代式阈值算法得到最优阈值，来分割大米的灰度图像，得到大米垩白部分的位置和面积大小。王粤等通过分析普通米与垩白米的不同直方图分布，并对检测出来的垩白米粒采用改进的最大类间方差法来进一步分析其垩白率、垩白度等信息。申聪等通过图像处理软件提出了一种稻米垩白度测定特征值提取的新算法，利用图像处理软件和积分学的相关理论计算稻米米粒的面积和垩白区域的面积，进而计算稻米垩白度。本文研究基于图像识别技术，并搭建大米品质检测装置系统，对大米垩白米进行检测。
技术实现思路
本专利技术的第一个目的是提供一种快速识别垩白米的方法，所述方法通过采集待检测的大米的图像，对图像进行数据处理，获得大米垩白度和/或垩白米数量；所述数据处理包括如下步骤：S1，读取图片，将图片由真彩色图像转换为灰度强度图像；S2，对S1的灰度强度图像进行中值滤波，处理模板大小5×5；S3，显示S2处理后图像的灰度直方图，调节灰度等级为256；S4，控制S2处理后图像的像亮度值，并将其值映射到[0,1]；S5，使用阈值变换法把S4映射后的图像转换成二值图像；S6，控制S4映射后的图像的像亮度值，并将其值映射到[0,1]；S7，使用阈值变换法把S6处理后的灰度图像转换成二值图像；S8，用bwarea函数估算S7处理后的二值图像总面积和S5处理后的二值图像总面积，按照“估算S7处理后的二值图像总面积/估算S5处理后的二值图像总面积”计算垩白度，并以“垩白度:**％”形式输出；S9,使用阈值变换法把S2处理后的灰度图像转换成二值图像；S10，创建一个半径为13的平坦型圆盘结构元素se1，将S9处理后的图像和结构元素se1传递给imerode函数，进行图像腐蚀；S11,创建一个长度为3*3的方形结构元素se2，将S10处理后的图像和结构元素se2传递给imdilate函数，进行图像膨胀；S12，标记连通域，8连通寻找，保存连通区域的总数，记为大米总数S13，创建一个半径为3的平坦型圆盘结构元素se3，将S7处理后的图像和结构元素se3传递给imerode和imopen函数，进行先腐蚀后膨胀；S14，标记连通域，8连通寻找，保存连通区域的总数，记为垩白米数量；S15，输出大米总数，垩白米数量，按照垩白米数量/大米总数计算垩白粒率；并以“垩白粒率:**％”形式输出。在本专利技术的一种实施方式中，所述方法通过步骤S1～S8获得大米的垩白度；通过S1～S14获得垩白米数量。在本专利技术的一种实施方式中，所述方法采用谷物外观品质检测装置进行检测，所述装置包括整列装置、扫描仪、数据处理器和显示屏；所述扫描仪盖板上可拆卸地设置背景板；所述整列装置包括孔板和嵌合在孔板下方的扫描底板，所述孔板上设有若干个孔洞。在本专利技术的一种实施方式中，控制步骤S6的阈值为0.35～0.45。在本专利技术的一种实施方式中，控制步骤S6的阈值为0.40～0.45。在本专利技术的一种实施方式中，用于检测的大米质量为1～15g。在本专利技术的一种实施方式中，所述方法是将大米颗粒均匀分散置于扫描仪的平板上，合上设置有黑色背景板的扫描仪盖板，对大米进行图像采集，再将采集的图像按照所述数据处理的步骤进行处理。本专利技术的第二个目的是提供所述方法在大米外观品质评价方面的应用。本专利技术还要求保护载有本专利技术方法的数据处理设备。有益效果：本专利技术采用自制开发的大米外观品质分析系统对大米垩白米进行测定。分析系统对大米图像平均检测时间为5s，图像识别计数快速；并以国标方法检测垩白米为基础，优化了分析系统对大米样品测定垩白米的最佳阈值为0.43，在此阈值下测定大米样品垩白度小于2％，该结果与国标方法验证的结果一致，大米外观品质分析系统与人工法测定结果绝对误差小于0.5％。大米外观品质分析系统对大米垩白米识别准确。本实验方法对大米垩白米的检测，解决了人工法分类准确率不高、主观性强、误差较大的问题，符合国内标准和规范要求。附图说明图1大米外观品质分析系统示意图(a)和扫描仪局部结构示意图(b)；其中，1，显示器；2，扫描仪；3，孔板；21，盖板；22，背景板；23.卡槽；24，吸盘。图2为整列装置的结构示意图(a)；孔板的结构示意图(b)；孔洞的结构示意图(c)；其中，3，孔板；31，底板；32，下孔；33，上孔；34，把手；35，凸起；36，倒角。图3为垩白米粒图像处理结果图；(a)采集图像的原图；(b)灰度图；(c)滤波图；(d)阈值分割去背景图；(e)去背景后二值化图；(f)阈值分割垩白区域；(g)垩白区域二值化；(h)连通区域统计；(i)垩白区域统计。图4为不同阈值下的垩白米颗粒数结果图；(a)垩白粒率100％；(b)垩白粒率80％；(c)垩白粒率60％；(d)垩白粒率40％；(e)垩白粒率20％；(f)垩白利率0％。图5为仪器法与人工法测定垩白米结果图；(a)垩白米50颗；(b)垩白米100颗；(c)垩白米150颗；(d)垩白米200颗；(e)垩白米250颗；(f)垩白米300颗。图6为仪器法与人工法测定垩白米结果比较图；(a)垩白米50颗；(b)垩白米100颗；(c)垩白米150颗；(d)垩白米200颗；(e)垩白米250颗；(f)垩白米300颗。图7为仪器法与人工法测定垩白米结果比较图；(a)垩白米250颗；(b)垩白米300颗；(c)垩白米350颗；(d)垩白米400颗；(e)垩白米450颗；(f)垩白米500颗。具体实施方式实施例1大米外观品质分析装置如图1～2所示，所述大米外观品质分析装置包括显示器1、扫描仪2和数据处理器和整列装置；所述扫描仪2与显示器1连接，将扫描结果传输至显示器1并在显示器1上显示扫描的图像。数据处理器可选用LenovoC560微型计算机，扫描仪可选用LenovoM7206W多功能一体机等型号，光学元件为CIS，光学分辨率为600×1200dpi，所述扫描仪2的盖板21内侧设置可拆卸的背景板22；所述背景板22为黑色硬纸板，使扫描本文档来自技高网...

【技术保护点】
1.一种快速识别垩白米的方法，其特征在于，所述方法通过采集待检测的大米的图像，对图像进行数据处理，获得大米的垩白度；所述数据处理包括如下步骤：S1，读取图片，将图片由真彩色图像转换为灰度强度图像；S2，对S1的灰度强度图像进行中值滤波，处理模板大小5×5；S3，显示S2处理后图像的灰度直方图，调节灰度等级为256；S4，控制S2处理后图像的像亮度值，并将其值映射到[0,1]；S5，使用阈值变换法把S4映射后的图像转换成二值图像；S6，控制S4映射后的图像的像亮度值，并将其值映射到[0,1]；S7，使用阈值变换法把S6处理后的灰度图像转换成二值图像；S8，用bwarea函数估算S7处理后的二值图像总面积和S5处理后的二值图像总面积，按照“估算S7处理后的二值图像总面积/估算S5处理后的二值图像总面积”计算垩白度。

【技术特征摘要】
1.一种快速识别垩白米的方法，其特征在于，所述方法通过采集待检测的大米的图像，对图像进行数据处理，获得大米的垩白度；所述数据处理包括如下步骤：S1，读取图片，将图片由真彩色图像转换为灰度强度图像；S2，对S1的灰度强度图像进行中值滤波，处理模板大小5×5；S3，显示S2处理后图像的灰度直方图，调节灰度等级为256；S4，控制S2处理后图像的像亮度值，并将其值映射到[0,1]；S5，使用阈值变换法把S4映射后的图像转换成二值图像；S6，控制S4映射后的图像的像亮度值，并将其值映射到[0,1]；S7，使用阈值变换法把S6处理后的灰度图像转换成二值图像；S8，用bwarea函数估算S7处理后的二值图像总面积和S5处理后的二值图像总面积，按照“估算S7处理后的二值图像总面积/估算S5处理后的二值图像总面积”计算垩白度。2.根据权利要求1所述的方法，其特征在于，用于测定垩白米数量时，还包括如下步骤：S9,使用阈值变换法把S2处理后的灰度图像转换成二值图像；S10，创建一个半径为13的平坦型圆盘结构元素se1，将S9处理后的图像和结构元素se1传递给imerode函数，进行图像腐蚀；S11,创建一个长度为3*3的方形结构元素se2，将S10处理后的图像和结构元素se2传递给imdilate函数，进行图像膨胀；S12，标记连通域，8连通寻找，保存连通区域的总数，返回和S11处理后的...

【专利技术属性】
技术研发人员：沈晓芳，张玲，庞月红，杨成，
申请(专利权)人：江南大学，
类型：发明
国别省市：江苏,32