糧油檢測(cè)技術(shù)之計(jì)算機(jī)視覺(jué)技術(shù)介紹
在稻米品質(zhì)的感官評(píng)價(jià)上，由于人工檢測(cè)工作量大，主觀性強(qiáng)，而借助于計(jì)算機(jī)視覺(jué)技術(shù)，可以使得稻米品質(zhì)的檢測(cè)技術(shù)更加快速、準(zhǔn)確。目前，計(jì)算機(jī)視覺(jué)技術(shù)已對(duì)堊白、粒型、黃粒米率、整精米率、蛋白質(zhì)含量、直鏈淀粉含量?jī)x等品質(zhì)指標(biāo)進(jìn)行了研究和測(cè)定。孫明等舊1研究了基于采用MATLAB軟件開(kāi)發(fā)平臺(tái)來(lái)構(gòu)造計(jì)算機(jī)視覺(jué)的大米堊白檢測(cè)算法，在對(duì)不同的大米圖像處理的基礎(chǔ)上，完成了對(duì)大米堊白度和堊白粒率的測(cè)定。凌云等[3J、張巧杰等研究了一套基于計(jì)算機(jī)視覺(jué)技術(shù)的稻谷品質(zhì)快速檢測(cè)裝置，并初步實(shí)現(xiàn)了對(duì)直鏈淀粉、堊白度、堊白粒率等參數(shù)的檢測(cè)，試驗(yàn)結(jié)果表明該裝置對(duì)直鏈淀粉的測(cè)試精度≤l％，堊白度的測(cè)試精度≤1％，堊白粒率的測(cè)試精度≤2％，達(dá)到了稻米直鏈淀粉、堊白度和堊白粒率測(cè)定準(zhǔn)確度的要求。該裝置具有良好的擴(kuò)展性，無(wú)需改動(dòng)系統(tǒng)硬件，只要通過(guò)擴(kuò)充系統(tǒng)軟件的方法，就可以增加對(duì)大米其他品質(zhì)參數(shù)的檢測(cè)功能，如異品種粒、色澤等。
在精米機(jī)整精米率及加工精度上，研究了改變掃描條件和調(diào)整圖像分割閾值等方法，消除測(cè)定大米的加工精度對(duì)堊白米的影響，建立了快速、客觀檢測(cè)大米加工精度的方法。吳彥紅等∞1開(kāi)發(fā)了一套基于計(jì)算機(jī)視覺(jué)技術(shù)的稻谷品質(zhì)檢測(cè)系統(tǒng)，提取了米粒的面積、周長(zhǎng)等10個(gè)特征參數(shù)作為整精米檢測(cè)特征，并進(jìn)行了主成分分析，確定了判別整精米的優(yōu)化閾值。測(cè)試表明裂紋米、堊白米、整精米的識(shí)別的準(zhǔn)確率分別為96．41％，94．79％，96．20％。設(shè)計(jì)了大米粒型檢測(cè)計(jì)算機(jī)視覺(jué)識(shí)別試驗(yàn)裝置，采用灰度變換、閾值分割、平滑處理等圖像處理方法獲取大米的粒形圖像，經(jīng)特征參數(shù)的提取與識(shí)別，表明該方法對(duì)整粒米、碎米識(shí)別準(zhǔn)確率分別為98．67％、92．09％。
此外，利用計(jì)算機(jī)視覺(jué)技術(shù)研究了稻米的粒型檢測(cè)，但該方法要求米粒擺放需同一朝向，具有一定的局限性，限制了它的實(shí)際應(yīng)用。提出基于極坐標(biāo)的粒型檢測(cè)算法，通過(guò)先求出質(zhì)心再求出最長(zhǎng)軸與最短軸的方法，對(duì)稻米外形進(jìn)行橢圓擬合，但它具有旋轉(zhuǎn)不變性，故準(zhǔn)確度有待提高。利用數(shù)字圖像采集方式進(jìn)行稻米蛋白質(zhì)檢測(cè)，測(cè)定結(jié)果與蛋白質(zhì)含量標(biāo)定值的偏差較小，絕對(duì)誤差的平均值僅為O．37 g／100 g，偏差最大的測(cè)定值與標(biāo)定值的誤差也只有0．91 g／100 g，可得到較為準(zhǔn)確的檢測(cè)結(jié)果，且可同時(shí)完成多個(gè)樣品的信息采集，檢測(cè)效率顯著提高。侯彩云等‘1叫利用微切片3維圖像處理系統(tǒng)對(duì)稻米品質(zhì)特性進(jìn)行了探索性的研究，結(jié)果表明借助于3維可視化技術(shù)，可以對(duì)谷的外觀品質(zhì)、營(yíng)養(yǎng)品質(zhì)及蒸煮品質(zhì)等進(jìn)行更為直觀且客觀的觀察與測(cè)定。色澤是油脂的重要質(zhì)量指標(biāo)之一，常用的測(cè)定油脂色澤的方法有羅維朋(Lovibond)比色法和重鉻酸鉀法，但這兩種方法常常受人為因素影響較大。
根據(jù)國(guó)家標(biāo)準(zhǔn)在羅維朋比色法的基礎(chǔ)上研發(fā)了計(jì)算機(jī)圖像處理方法，避免了人為的主觀誤差，測(cè)定的重現(xiàn)性和重復(fù)性均較好。利用逐步判別分析法(stepwise discriminant analysis)和計(jì)算機(jī)的識(shí)別系統(tǒng)把椰子油分為不成熟的、半成熟的、成熟的、過(guò)成熟的4個(gè)等級(jí)。通過(guò)對(duì)400多個(gè)樣品進(jìn)行視覺(jué)系統(tǒng)分析，發(fā)現(xiàn)對(duì)椰子油正確分級(jí)的成功率大于90％，并且，機(jī)器視覺(jué)系統(tǒng)的誤分級(jí)的可能性比用人工的低。另外，應(yīng)用計(jì)算機(jī)圖像處理技術(shù)研究羅維朋標(biāo)準(zhǔn)色片與油脂顏色的關(guān)系，得到特征參數(shù)A(R—G)和B(R／G)，當(dāng)固定羅維朋黃色片70時(shí)，最佳特征參數(shù)為B，其他情況下最佳特征參數(shù)為A。試驗(yàn)得出利用A或B計(jì)算羅維朋紅值的經(jīng)驗(yàn)方程，驗(yàn)證結(jié)果表明，不同油脂測(cè)定羅維朋紅值與計(jì)算結(jié)果的相關(guān)系數(shù)大于0．98，平均誤差小于0．4。
