一种垩白米的检测方法和检测系统的制作方法
【技术领域】
[0001] 本发明属于数据处理领域，尤其涉及一种垩白米的检测方法和检测系统。
【背景技术】
[0002] 我国是世界上最大的稻米生产国。水稻种植面积约占世界种植总面积的22. 8%， 总产量占世界总产量的35%。在我国水稻是第一大粮食作物，水稻种植面积占粮食作物总 面积的30%，而稻谷占粮食总产量的40%。全国三分之二以上的人口以稻米为主要食粮， 人体每日所需60% -80%的热量、50% -70%的蛋白质及一些无机盐和维生素 B主要来自稻 米。稻米产业在我国具有举足轻重的战略地位。
[0003] 大米的外观是大米品质的一项十分重要的指标，也是影响大米市场价格的重要因 素。目前常规检验如碎米率，大米的垩白度和黄米粒率等主要通过分级人员肉眼观测进行。 这种方法虽然简单并且成本低。但其主观性较大，效率较低，可重复性较差，且劳动强度很 大。因此借助计算机视觉技术对大米品质进行检测受到了越来越多的关注。首先通过图像 采集系统获得检测大米的高清晰度图像，然后结合机器视觉技术进行分析及计算来获得碎 米率，大米的垩白率，垩白度和黄米粒率等性能指标，可以极大地提高检测质量。在这些检 测指标中，大米垩白米的垩白率，垩白度的检测就是一个判断大米质量好坏的非常重要的 指标，也是机器视觉检测中的一个研究热点。
[0004] 大米垩白是因稻米胚乳中淀粉和蛋白质颗粒填塞不紧密，疏松充气所致。大米的 垩白部分蛋白质含量较低，淀粉含量较高，是由于大米含水份过高或者水稻收割时未成熟 而造成的，所以大米垩白度越高，大米的质量越差，营养价值也越差；这种米蒸煮以后，饭粒 上会出现裂纹，米饭蓬松中空，食味较差。垩白米商品性差，市场价格低，因而种植效益较 低，在杂交稻上，这一问题更为突出。优质稻米国家标准GB/T17981-1999中定义："垩白"是 指米粒胚乳中的白色不透明部分，根据垩白在大米胚乳中所处的位置分为腹白、心白和背 白，它们在二维数字图像中的主要特征就是出现了高白，目前已提出了很多方法来判定大 米的垩白米率和垩白度。但是笔者在检测研究中发现，由于正常米粒的胚芽部分脱胚之后 在米粒的顶端会留下一个白色的凹坑，在视觉效果上和垩白部分一样为高白，所以目前的 检测算法基本上都无法判定检测出的垩白部分哪些属于胚芽部分的高白，哪些属于垩白米 粒真正的垩白，从而导致检测准确率的降低。由此，笔者首先研究了拍摄到的随意放置米粒 样本的摆放方式，发现米粒基本上有两种摆放方式，一种为平放，这种方式比较多见，这时， 胚芽凹坑在米粒的侧面，当摄像头从正上方拍摄时，拍摄不到，所以在检测的时候可以不予 考虑误检的问题，参见附图5中的平放的正常籼米原图及轮廓线图。另一种为竖放，在实际 检测设备中放置样本时，不可能每粒查看放置状态，有时就会出现米粒是竖放。竖放的情况 有两种，一种胚芽部分朝上，那么胚芽凹坑在拍摄到的图像上会有高白显示，同时能检测到 的是垩白米粒的腹白面积，腹白部分也显示为高白，由于胚芽凹坑和腹白的图像特性一致， 导致检测中会将这样的胚芽凹坑也误检为是垩白部分，参见附图6中竖放的胚芽区朝上垩 白米图像，轮廓线图像及检测出的有误检的垩白部分图像。另一种胚芽部分朝下，胚芽凹坑 不会被拍摄到，这时能检测到的是垩白米粒的背白面积，背白一般分布在米粒背部的中间 部位。同时，在研究中我们也发现平放的米粒，其胚芽凹坑对应的位置部分的轮廓线基本上 都有一个较明显的直线变化趋势，参见附图5中平放的正常籼米原图及轮廓线示意图。而 竖放的情况下米粒两端的轮廓线都基本呈平滑的类似椭圆的变化趋势，参见附图6中竖放 的胚芽区朝上垩白米图像轮廓线示意图。
[0005] 由此，我们提出了通过分析米粒的图像特征来判定米粒的摆放方式，并结合垩白 部分和胚芽部分出现在米粒的不同部位的特性，分割出胚芽区，当检测到米粒是竖放方式 下，在计算该米粒的垩白部分的时候，需要将米粒中出现在胚芽区的被误检为垩白的部分 剔除，从而提高垩白米粒的检测准确率。
【发明内容】
[0006] 本发明实施例的目的在于提供一种垩白米的检测方法和检测系统，以解决现有技 术垩白米检测不准确的问题。
[0007] 本发明实施例是这样实现的，一种垩白米的检测方法，所述方法包括：
[0008] 对米粒样本RGB图像进行预处理，判断所述米粒样本RGB图像中的米粒是否为垩 白米；
[0009] 如果判断结果是垩白米，则判断所述米粒样本的摆放方式是否造成误检；
[0010] 根据以下公式计算垩白米的垩白米粒率及垩白度：
[0013] 本发明实施例还提供了一种垩白米的检测系统，所述系统包括：
[0014] 预处理单元，用于对米粒样本RGB图像进行预处理，判断所述米粒样本RGB图像中 的米粒是否为垩白米；
[0015] 误检单元，用于如果所述预处理单元判断结果是垩白米，则判断所述米粒样本的 摆放方式是否造成误检；
[0016] 结果获取单元，用于在完成误检判断之后，根据以下公式计算垩白米的垩白米粒 率及垩白度：
[0019] 本发明实施例，对米粒样本RGB图像进行预处理，判断所述米粒样本RGB图像中的 米粒是否为垩白米，如果判断结果是垩白米，则判断所述米粒样本的摆放方式是否造成误 检，并根据预设的公式获取垩白粒率和垩白度，使得垩白米的检测更准确。
【附图说明】
[0020] 为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述 中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些 实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些 附图获得其他的附图。
[0021] 图1为本发明实施例提供的垩白米检测方法的流程图；
[0022] 图2为本发明实施例提供的垩白米检测系统的结构图；
[0023] 图3为本发明实施例提供的米粒质心及米粒宽度、长度检测示意图；
[0024] 图4为本发明实施例提供的划定米粒胚芽区示意图；
[0025] 图5为本发明实施例提供的平放的正常籼米原图及轮廓线示意图；
[0026] 图6为本发明实施例提供的竖放的胚芽朝上垩白米原图及轮廓线示意图。
【具体实施方式】
[0027] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对 本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并 不用于限定本发明。
[0028] 为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
[0029] 实施例一
[0030] 如图1所示为本发明实施例提供的垩白米检测方法的流程图，所述方法包括以下 步骤：
[0031] 步骤SlOl，对米粒样本RGB图像进行预处理，判断所述米粒样本RGB图像中的米粒 是否为垩白米。
[0032] 在本发明实施例中，检测系统首先对米粒样本RGB图像进行预处理，通过预处理 判断该米粒样本RGB图像中的米粒是否为垩白米。所述对米粒样本RGB图像进行预处理， 判断所述米粒样本RGB图像中的米粒是否为M白米，包括：
[0033] 1、将所述米粒样本RGB图像转换为灰度图像，并获取所述灰度图像中自适应分割 的阈值。
[0034] 在本发明实施例中，获取自适应分割的阈值的方法可以通过类间最大方差法计算 自适应分割的阈值，需要指出的是，在将RGB图像转换为灰度图像之后，为了使灰度图像更 清晰，可以对灰度图像进行降噪处理。
[0035] 2、根据所述阈值将所述灰度图像转换为二值图像，所述二值图像为：米粒为白色、 背景为黑色的黑白二值图像。
[0036] 3、通过区域连通算法获取所述米粒的总数以及每颗米粒的数据，所述数据包括： 每颗米粒的像素总数m、每颗米粒的起始坐标。
[0037] 4、将所述米粒样本RGB图像转换为HSI图像，获取每颗米粒的I分量直方图， 获取所述I分量直方图中：峰点个数η、峰值最大值max、峰值均值aver，并根据公式