【技术实现步骤摘要】
一种基于图像显著性区域提取方法的大米垩白度检测系统
本专利技术及自动化、机器视觉或图像显著性
，具体涉及一种基于图像显著性区域提取方法的大米垩白度检测系统。
技术介绍
近年来我国食品安全问题一直是高度关注的问题，大米作为人们日常饮食的主要部分，其品质尤为重要。在大米中垩白米是因为大米生长发育不佳，淀粉等物质运输受阻排列不整齐,在国家标准GB_T1354-2018也定义了优质大米的垩白度标准。如果通过人眼对垩白米进行识别，效率较低并且无法准确的判断垩白度的大小，而通过机器视觉的方法对大米图像进行采集，会受到噪声的影响，并且大米垩白区域分布不均匀，颜色深浅不一，在拍摄过程中还会受到环境光源的影响，以上因素都会影响大米垩白区域的识别。
技术实现思路
为了解决现有技术中存在的某种或某些技术问题，本专利技术提供一种基于图像显著性区域提取方法的大米垩白度检测系统，能够准确快速的识别出大米垩白区域，并且能够分割出大米细小的垩白区域部分且抗干扰能力强。为解决上述现有的技术问题，本专利技术采用如下方案：
【技术保护点】
1.一种基于图像显著性区域提取方法的大米垩白度检测系统，其特征在于：包括垩白米检测机器视觉装置和垩白度检测系统，所述垩白米检测机器视觉装置包括暗箱、工业相机、LED光源、大米放置拖板、数据连接线和电脑，所述垩白度检测系统的检测步骤包括：/n步骤一、把大米放置暗箱中用工业相机进行拍摄，获取图像后先对图像进行灰度化处理；/n步骤二：对图像进行中值滤波让图像更为平滑减少噪声干扰，再对图像进行反运算突出大米图像区域，并对其进行阈值分割后计算出大米面积；/n步骤三：另外通过图像显著性区域提取的算法对图像垩白区域进行提取并计算垩白区域面积，最后计算出大米的垩白度。/n
【技术特征摘要】
1.一种基于图像显著性区域提取方法的大米垩白度检测系统，其特征在于：包括垩白米检测机器视觉装置和垩白度检测系统，所述垩白米检测机器视觉装置包括暗箱、工业相机、LED光源、大米放置拖板、数据连接线和电脑，所述垩白度检测系统的检测步骤包括：
步骤一、把大米放置暗箱中用工业相机进行拍摄，获取图像后先对图像进行灰度化处理；
步骤二：对图像进行中值滤波让图像更为平滑减少噪声干扰，再对图像进行反运算突出大米图像区域，并对其进行阈值分割后计算出大米面积；
步骤三：另外通过图像显著性区域提取的算法对图像垩白区域进行提取并计算垩白区域面积，最后计算出大米的垩白度。
2.根据权利要求1所述的一种基于图像显著性区域提取方法的大米垩白度检测系统，其特征在于，所述垩白度检测系统的处理步骤包括：
a、大米彩色图像采集系统：将被检测的垩白米放置到暗箱中的大米放置托盘，对被检测的垩白米进行图像采集，并对图像大小进行调整；
b、灰度化处理系统：对采用图像显著性区域提取算法对大米图像进行图像显著性区域提取，提取出垩白区域部分；
c、滤波处理系统：对采集到的图像进行滤波处理，去除掉图像的噪声；
d、计算大米垩白度：计算出大米垩白区域面积，并对大米的垩白度进行计算，输出结果。
3.根据权利要求2所述的一种基于图像显著性区域提取方法的大米垩白度检测系统，其特征在于：所述滤波处理系统和所述计算大米垩白度之间还设有图像反运算系统，通过图像反运行系统计算出大米垩白度。
4.根据权利要求3所述的一种基于图像显著性区域提取方法的大米垩白度检测系统，其特征在于：所述图像反运算系统的计算方法包括：
步骤1、阈值分割：对图像特征变化边缘进行提取，计算出边缘像素点个数以及边缘的总像素值，从而计算出边缘像素的平均值作为该区域的阈值；
步骤2、计算垩白区域像素点的和：利用该阈值进行该区域的分割，分割出整张图片的垩白区域，并计算出大米的垩白度。
5.根据权利要求3所述的一种基于图像显著性区域提取方法的大米垩白度检测系统，其特征在于：所述图像反运算系统的计算方法包括：
步骤A、图像特征变化边缘化提取：用机器视觉装置获取大米图像，对大米图像进行滤波处理；
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。