[发明专利]一种基于机器视觉技术的稻米表型监测系统及方法

说明书

本发明公开了一种基于机器视觉技术的稻米表型监测系统及方法，所述系统包括：遮光罩、物料存放装置、图像采集装置和PC机，所述遮光罩罩设在所述物料存放装置的上方，所述物料存放装置用于放置稻米样品，所述遮光罩的内部设置所述图像采集装置，所述图像采集装置用于采集所述稻米样品的表型图像，所述遮光罩的顶部设置有遮光罩盖板；所述图像采集装置通过数据线与所述PC机电性连接。本发明提供的基于机器视觉技术的稻米表型监测系统及方法，通过机器视觉技术对稻米表型特征进行全面客观的数据采集和分析，有利于对稻米高速、精准的质量分级，提高稻米来源品质，并使企业大幅节约成本。

技术领域

本发明涉及农业粮食质量检测技术领域，特别是涉及一种基于机器视觉技术的稻米表型监测系统及方法。

背景技术

针对稻米外观的质量检测，目前在稻米生产中主要通过色选机来进行分级，但市场上的色选机技术算法较单一，准确度并不高。使用色选机在对每个批次的稻米进行筛选前，通常需要由有经验的使用人员对设备进行反复调试，由于色选机仅针对稻米颜色进行筛选，无法对稻米的形状、大小、质地、纹理等表型性状进行综合判断，往往进行多次重复筛选仍无法得到理想的优选结果。在国家粮库的质量检测环节，稻米外观性状(即出糙率)仍依靠人工检查的方法进行评估，不仅费时费力，且检测结果很大程度上依赖于检验人员的主观性，检验人员水平的良莠不齐及评判标准的地域性差别，使得当前无法实现稻米质量检测的精准判别。特别对于稻米加工厂而言，很难做到对收购的稻米进行全方位质量检测，往往只进行出米率和水分检测。

在国外农业巨头公司，图像技术在粮食作物和种子上的应用比较领先，已在质量检测和生产工艺中得以推广，但目前利用光谱成像及机器视觉技术对稻米的质量检测仍处于研究阶段，尚未出现商业化的应用。

发明内容

本发明的目的是提供一种基于机器视觉技术的稻米表型监测系统及方法，通过机器视觉技术对稻米表型特征进行全面客观的数据采集和分析，有利于对稻米高速、精准的质量分级，提高稻米来源品质，并使企业大幅节约成本。

为实现上述目的，本发明提供了如下方案：

一种基于机器视觉技术的稻米表型监测系统，该系统包括：遮光罩、物料存放装置、图像采集装置和PC机，所述遮光罩罩设在所述物料存放装置的上方，所述物料存放装置用于放置稻米样品，所述遮光罩的内部设置所述图像采集装置，所述图像采集装置用于采集所述稻米样品的表型图像，所述遮光罩的顶部设置有遮光罩盖板；所述图像采集装置通过数据线与所述PC机电性连接。

进一步的，所述物料存放装置包括物料抽屉和抽屉导轨，两个平行的所述抽屉导轨固定设置在所述遮光罩的底部相对的两边，所述物料抽屉通过滑块与所述抽屉导轨滑动连接，所述物料抽屉用于放置稻米样品。

进一步的，所述遮光罩的内侧壁固定连接有固定支架，所述图像采集装置设置在所述固定支架上，所述图像采集装置包括多光谱相机和LED环形光源，所述多光谱相机和LED环形光源分别固定在所述固定支架的上方和下方；所述多光谱相机通过数据线与所述PC机电性连接。

进一步的，所述LED环形光源布置有不同波段的LED灯珠。

进一步的，所述系统还包括LED背光板，所述LED背光板设置在所述物料存放装置的下方。

本发明还提供了一种基于机器视觉技术的稻米表型监测方法，应用于上述的基于机器视觉技术的稻米表型监测系统，包括以下步骤：

S1，利用多光谱相机采集稻米样品的图像并传输到PC机；

S2，利用分水岭算法，将单粒稻米从多光谱相机采集的图像中分割出来；

S3，从分割后的单粒稻米的图像中获取其颜色特征、纹理特征，将得到的单粒稻米进行二值化操作，通过像素点的连通区域来得到稻米的形态特征。