APP下载

基于图像纹理分析的大米加工等级检测方法

2016-12-26崔雯雯孙永海黄碧竹周丽聪陈方媛郭晓蕾

中国粮油学报 2016年6期
关键词:检测

崔雯雯 孙永海 王 璐,2 黄碧竹 周丽聪 陈方媛 郭晓蕾

(吉林大学生物与农业工程学院1,长春 130022)(华南理工大学轻工与食品学院2,广州 510640)

基于图像纹理分析的大米加工等级检测方法

崔雯雯1孙永海1王 璐1,2黄碧竹1周丽聪1陈方媛1郭晓蕾1

(吉林大学生物与农业工程学院1,长春 130022)(华南理工大学轻工与食品学院2,广州 510640)

利用不同加工等级大米表面纹理不同的特点,提出了基于纹理分析的大米加工等级检测方法。设计了大米的计算机视觉检测系统,获取4个不同加工等级大米标准样的图像,采用灰度梯度共生矩阵的纹理分析方法提取图像的纹理特征值,采用Fisher判别法和PNN神经网络对大米加工等级进行检测判定。试验结果表明:Fisher判别法和PNN神经网络对4种不同加工等级的大米样品检测判定的正确率分别是96.25%和90.00%。

大米 加工品质 纹理 Fisher判别

大米是我国人民的重要粮食资源,大米外观品质是影响其市场竞争力的重要因素,而大米加工等级是反映大米外观品质的重要指标,而且大米加工等级对大米的食用价值也有较大的影响[1],因此对大米加工等级的快速准确检测尤为重要。随着计算机技术的飞速发展,采用计算机视觉技术检测大米的加工品质方面的研究受到了越来越多的关注,且取得了一定研究进展[2-7]。本文采用计算机图像分析方法探究大米表面纹理特征和大米加工等级的关系,从而实现基于纹理分析的对大米加工等级的快速检测判定。……

登录APP查看全文

猜你喜欢

检测
QC 检测
小波变换在PCB缺陷检测中的应用