王铁建++刘艳丽++张艳琴

摘要：小麦粉和大众生活息息相关，我国目前的小麦粉精度检测方法以目测为主，耗时长，且容易受到主观因素的影响。本文以图像处理和模式识别为基础，提取小麦粉的颜色特征和麸星含量，设计小麦粉分类器，对小麦粉精度进行自动识别，实验结果表明，该分类器对小麦粉精度的识别达到了理想的分类效果。

关键词：HSI颜色空间；OTSU算法；K-means算法；欧式距离

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2016）07-0169-02

小麦粉制品在居民的日常生活中占据很重要的地位，小麦的应用的范围也远远超过其他农作物产品。所以在现代农产品加工业中小麦制粉业不容小觑。在小麦加工的过程中，出粉率和小麦加工的精度成反比，出粉率越低，小麦麸皮（麸星）含量就越少，则小麦加工精度就越高；反之，小麦加工精度越低。所以，加工精度直接影响小麦粉的质量和价格。我国现行的 “GB/T 5504-2011小麦粉加工精度检验标准[1]”是一种目测的感官检测方法，这种检测小麦粉加工精度的方法，不但过程复杂、耗时，而且受到检测人员个人因素的影响，容易产生偏差。随着科学技术的进步，各种小麦粉检测仪器相继出现，如色度计、色泽等级仪等等，但由于价格、技术等方面的原因，未能普及应用。为了减少小麦制粉企业的生产成本，并提高经济效益，同时与国际先进的检测技术接轨，研究方便、快捷的小麦粉加工精度识别方法是迫切的。

在本实验中，北方小麦粉来自于新乡新良粮油加工有限公司，南方小麦粉来自于张家港市面粉食品有限公司。……