阮殿旭

（沙洲职业工学院，江苏 苏州 215600）

0 引言

粮食安全关系到国计民生和国家安全，也是乡村振兴的重要保障。中国每年年产粮食1.3 万亿斤以上，基本满足了国内的粮食需求。粮食收储和销售过程中需要对粮食进行分级检验，以确定粮食品质好坏[1]。目前，粮食分级检验基本是手工操作，粮食取样后，经由检验人员手工把不完善颗粒（虫蛀粒、病斑粒、破损粒、生芽粒和生霉粒等）和杂质分拣出来，通过称重计算出重量百分比，对照国家标准得到粮食的等级。由于检验工作量大，检验人员非常辛苦[2]。质量评判的准确度还受到工作人员责任心和疲劳程度的影响。

为了改变这种状况，进一步提高粮食米粒检测的效率和准确率，对相关识别技术进行了研究。在国际上，最早将计算机视觉技术用于稻米识别和分级检测的研究出现在20 世纪80 年代。1983 年开始，日本大学森岛博教授利用计算机视觉对稻米识别和分级进行广泛的研究。其研究内容包括不同品种稻米的识别方法，同品种稻米中完整米、碎米、异色米、有裂痕米的检测和分级方法，并形成了一整套理论体系[3]。在国内，张博提出了基于深度学习的小麦外观品质机器视觉检测方法[4]。刘璎瑛等对基于机器视觉的稻米品质的判断方法进行了研究，构建了稻米外观品质机器视觉检测系统，提出了一种基于霍特林变换的稻米特征提取算法[5]。陈进等对基于图像分类的谷物识别系统进行了研究，提出了谷物局部特征的提取方法，研究了特征袋算法并进行了编码计算[6]。……