颗粒粮食中异物的视觉检测算法与实现

提出了一种利用图像实现颗粒粮食中异物的检测方法。该方法根据异物特征,提出了基于斑点分析的方法,一次成像2次处理,剔除比正常颗粒亮和暗的异物。并基于Mil函数库开发的图象处理系统,将黑白斑点的2次提取处理用一个函数实现,再通过数学形态学的运算和斑点分析,快速地提取杂质的大小和所在位置。该方法具有速度快、精确度高等优点,可以推广到其他领域加以利用。     

颗粒粮食中异物的视觉检测算法与实现

提出了一种利用图像实现颗粒粮食中异物的检测方法。该方法根据异物特征,提出了基于斑点分析的方法,一次成像2次处理,剔除比正常颗粒亮和暗的异物。设计包括输送系统、照明系统、成像系统、处理系统、结果存储和输出系统5个部分的异物检测系统,将粮食颗粒放到输送带上,在指定位置由成像系统获取图像,并将数据传人计算机进行分析处理,之后选用合适的算法进行图像处理。比较后发现,与Halcon库相比,Mil库设置的特征参数更多,使用者可以在较短时间内获取试验结果,并且Mil图像函数库的使用非常方便,故笔者选用Mil库提取绿豆颗粒中的异物杂质。利用Mil函数库开发的图像处理系统,把黑白斑点的2次提取处理,用一个函数实现,再通过数学形态学的运算和斑点分析,快速地提取杂质的大小和所在位置。该方法具有速度快、精确度高等优点,可以推广到其他领域加以应用。