基于计算机视觉的大米外观品质检测

提出了利用计算机视觉系统代替人眼对黄粒米、粒型等大米外观品质参数进行自动检测的方法，以适应农业工程中的自动化的要求。为了验证检测方法的可行性，采用了MATLAB软件开发平台来构造基于计算机视觉的大米外观品质检测算法。在对不同的大米图像处理的基础上，完成了对大米的黄粒米、粒型等的测定。实验结果表明，本算法及程序设计是有效可靠的。     

基于Simulink的大米动态图像检测系统仿真

[目的]建立大米动态图像的仿真检测系统。[方法]以粳米为研究对象,利用Simulink设计大米动态图像仿真处理平台,用Mplay进行系统调试,利用背景差分法分割大米图像,对图像进行检测与跟踪。[结果]实现了大米动态图像的检测及目标跟踪,且对图像的分割、标注效果较好,提取的大米外观形状的特征值与其静态图像特征值的平均相对误差仅为2.26%。[结论]建立了大米动态图像的仿真检测系统,该系统检测精确度高,算法验证及修改简单、方便,编写代码所需时间较短。     

泰国大米加工的质量控制

泰国是世界上大米出口的第一大国。泰国市场上销售的优质大米颗粒均匀饱满、油亮润泽、气味清香、滑软可口 ,受到人们的喜爱 ,在我国的高档米中占有很大的分量。泰国大米品质优良 ,除具有良好的水稻品种外 ,另一个重要因素是采用了科学的加工技术和严格的质量控制。一、大米加工前的预备工作１ 稻谷收割泰国大米加工厂家对大米的质量控制从稻谷收割开始。过早收割稻谷灌浆不完全 ,成熟率低 ,加工出来的米垩白面大 ,光泽性差 ,食味品质下降。延后收割成熟过度 ,同样会造成米质下降 ,且米粒易碎。为保证稻米质量 ,泰国米厂通常要求农户对稻谷…     

大米生产加工过程中质量控制措施

介绍了大米的生产工艺流程,结合我国大米加工中的质量管理要求,就大米加工过程中的质量监控作了重点论述,包括水分的控制、加工精度的监控、碎米的监控、杂质的监控、黄米粒的监控等内容,以期促进大米加工质量的有效控制。     

转基因大米的安全性与核酸检测技术的进展

转基因大米通常指通过基因技术获得外源基因的大米品种,相对于传统大米,其核酸组成发生了一定的变化。总结了对于转基因大米安全性的认识——关于转基因大米的食品安全性,目前在世界范围内仍然存在部分争议。就转基因大米的核酸检测技术的最新进展作了综述,指出PCR技术和改进的PCR技术仍然是主流检测技术,但是基因芯片等技术的发展为快速进行转基因大米的检测提供了更多的选择。     

大米外观品质检测中图像采集条件的研究

为优化图像采集条件,提高图像采集质量,改善大米外观品质的检测效果,对光照强度和拍摄角度2个主要因素进行了研究,并以大米分割图像中统计的米粒数与实际拍摄的米粒数的比值作为衡量大米图像质量的评价标准,对在各种光照强度和拍摄角度的条件下采集的大米图像质量进行了分析比对。结果表明,在黑色背景下选择90°的拍摄角度和光照强度为40～50lx进行图像采集的效果较好。     

采用最优色谱条件检测大米农药残留量

大米是人们生活中不可缺少的主要粮食。所以，大米的农药残留量是否超出食用安全标准，已成为各国关注的热点。但目前测定大米中农药残留量的方法操作条件要求严格，前处理繁琐，干扰严重，设备亦昂贵，影响测定工作开展。我们经过多次试验，优选出一种最优色谱条件，方法简单、快速、灵敏，结果准确，具有很高的实用价值。     

机器视觉技术在大米品质检测中的应用进展

综述了应用机器视觉技术在大米粒形、加工精度、垩白、整精米率等方面进行检测的研究动态,并指出了机器视觉技术在大米品质检测中的不足,为进一步应用机器视觉技术提供参考。     

大米加工质量关键控制点的动态管理

在稻谷加工技术、设备不断更新和完善的情况下,结合大米加工中质量管理具体规定和要求,针对大米加工过程中的质量监控,提出原粮收储、加工前准备、产品加工过程中监管、成品检验、成品储存等关键控制点动态管理,以提高大米加工质量。     

基于图像处理的黄粒稻米自动检测研究

应用大津算法自动选取分割阈值，对稻米图像进行两次分割，分别得到正常子粒和黄色子粒的二值图像，再根据区域内部像素的连通性，将不同区域赋予不同的标记，计算出正常子粒和黄粒数，以及二者对应的面积（像素）。研究结果表明，该算法的自动检测结果与人工检测相关性大于90％，可用于黄粒稻米的自动检测。     

基于图像处理技术的粮企质检信息管理系统设计

为了提高稻米质量检测精度,提升企业运营效率,构建了基于图像处理技术的大米质量在线检测信息系统。根据国家粮食生产标准,采用数字图像处理技术对稻米的外观特征进行识别与分析,获取整精米率等关键参数,设计信息系统软件记录和分析相关参数,并在线提供给其他部门使用。经现场测试运行,该系统能较好地满足企业的检测要求,较传统人工分析参数检测准确率提高了7.8%,为企业的现代化管理提供了有力的支撑。     

基于彩色图像处理的产品质量检测研究

针对彩色图像亚像素检测存在的问题,在HVS彩色模型的基础上,研究一种适用于彩色显微图像的小波亚像素的边缘检测方法。将该方法应用于航天发动机壳体尺寸测量和缺陷检测,通过几种彩色图像处理方法结果的对比,证明该方法正确、可行。     

图像处理技术对茶叶品质分级的探讨

为避免人为评审带来的误差,运用图像处理技术中的图像分割、标记、HSI颜色模型对茶叶品质分级进行探讨。结果表明,该技术成功地对茶叶图像进行分割,并通过运用HSI颜色模型中H、S颜色分量的直方图,可以成功区分茶叶的等级。     

基于图像处理的红枣分级检测方法设计

为提高红枣分级速度和分级检测的精度,实现无损分级的效率最大化,按照分级要求对红枣的大小、形状、颜色、表面褶皱程度及外轮廓等进行检测。采用图像预处理算法对红枣图像进行平滑去噪、图像增强,多种检测算法比较后采用自适应Canny算法对红枣图像进行外轮廓边缘检测,拟采用傅里叶算法对红枣的尺寸进行计算,由极半径函数确定红枣的形心位置坐标,配合Euclidean算法检测红枣距离尺寸,对干枣、鲜枣以及大小形状不规则的红枣混装进行分级处理。对若干大小、形状等特征不同的红枣进行分级检测试验,结果表明在提高红枣检测速度的同时准确率均在90%以上,具有较好的鲁棒性和准确率,在红枣分级要求精度较高的情况下,减少了整体运行时间,满足红枣分级的实际要求。     

数字图像处理技术在叶面积测量中的应用

传统测量叶面积方法费时、低效,叶面积仪法高成本、维修不便.本研究利用图像处理技术测量叶面积,从解决图像阈值的分割、叶片阴影去除以及叶片边缘检测算法等问题出发,应用大津法求得阈值,中值滤波法去除杂点,采用Roberts算子检测边缘,进而计算叶面积.叶面积仪法与图像处理法比较叶面积值相关系数R2为0.962,剪纸法与图像处...     

基于图像处理技术的果树树叶稀密程度的检测

为了解决现有果树树叶稀密程度检测方法要求采集图像时采用标准白板标定或固定成像距离的问题,本文提出一种新的基于图像处理技术的检测果树树叶稀密程度的方法——最大轮廓矩形法。该方法采用超绿色法、Ostu、中值滤波去噪、腐蚀和膨胀等图像处理技术将果树图像有效分割出来,通过检测经图像处理后的二值图像中整棵果树最大轮廓所占的面积,再检测整幅图像中树叶与树干所占的面积,根据果树树叶稀密程度的定义即可计算树叶稀密程度。结果表明,该方法不需要固定成像距离和使用白板标定,最大轮廓矩形法对果树图像面积的检测是因果树实际图像而异的,不存在现有方法统一采用相机所设定的图像大小作为最大轮廓而导致所检测到的树叶稀密程度偏小的问题;20张果树样本图像采用两种方法检测的果树树叶稀密程度的最大差值为0．2950,最小差值为0．0027。     

基于离散傅立叶变换的水稻作物数字图像压缩技术研究

[目的]研究水稻监控系统中的数字图像压缩技术。[方法]提出了一种基于离散傅立叶变换的数字图像压缩技术方案,并通过仿真试验对图像进行了不同压缩比的压缩。[结果]对于压缩比在30以内的数字图像的压缩,衡量编码压缩质量的5个参数(压缩比、图像的熵、平均码字长度、编码效率、冗余度)和评价压缩图像逼真度的参数(PSNR)均达到较好效果,人眼几乎不能分辨出解压缩图像和原始图像之间的差异;在压缩比超过30的数字图像的压缩上,解压缩图像存在一定的失真。当压缩比为91.516 3时,虽然图像有一定的失真,但PSNR仍能达到21.528 2,从直观上人眼在一定的误差范围内仍能接受解压缩图像。[结论]该研究结果表明提出的图像压缩方案是一种可行的、有效的、较好的图像压缩技术,完全可以满足农作物监控系统中图像存储、交换与传输的要求。