基于机器视觉技术的小米品质检测方法研究

为实现小米品质的快速鉴评，以“豫谷18”新米和陈米为研究对象，利用工业相机采集出样本的RGB图像，通过图像处理裁剪出同样大小感兴趣区域(ROI)图像块。由于新米与陈米在颜色方面差异较大，为更好提取颜色特征，将RGB图像转换到HSV颜色空间并提取HSV颜色空间下ROI区域的色调(H)和饱和度(S)对应的中心矩特征。根据特征值的分布图，筛选出更易区分的特征，组成特征向量作为分类器的输入，建立基于支持向量机(SVM)的识别模型。通过留一校验方法进行模型的训练测试，结果表明，当选择饱和度(S)中心矩特征作为特征向量输入模型时，识别率达到95%，且耗时较少，可以应用于小米的品质检测。

小米亦名粟，是我国古老的农作物之一，在中国主要产于北方干旱及半干旱地区。谷子脱壳后称小米，小米色泽金黄营养物质丰富。近年来，随着人们对饮食要求的不断提高，以绿色健康为主的农产品日渐走入人民的日常生活。小米作为饮食粗精搭配的载体，因其含有人体必需的多种维生素、氨基酸以及微量元素[1]，并且营养素配比合理，同时又有良好的食疗效果[2]。越来越受到人们的喜爱。

目前市场上小米品种多样，新小米和陈小米品质有很大差别，营养成分和价格也相差较大。传统分辨方法有理化分析、样品对比观察，甚至要做感官评定才能分辨[2] [3]，极其繁琐和耗时。为了维护消费者合法权益和市场公平，迫切需要一种有别于传统的快速判别方法和相应设备[4]。

机器视觉技术作为近年来人工智能在图像处理领域的重要应用，该技术模拟了人的视觉，具有快速无损的优势。其应用正向各个方面迅速发展[5] [6] [7]。李庆中，张漫等通过提取苹果图像颜色特征，利用计算机视觉技术建立出苹果颜色实时分级系统[8]。Noordam J. C., Otten G. W.，Timmermans T. J. M.， et al.通过提取图像的形状颜色等特征利用机器视觉技术实现了对马铃薯质量的高速检测和分级[9]。张书慧，陈晓光，张晓梅，等通过搭建基于机器视觉图像采集分析系统并建立相应的特征数据库，在对100个富士苹果进行质量检测与分级中。准确率达到了96% [10]。

对于利用机器视觉技术实现小米快速检测与分级，目前国内外进行相关研究较少。本文根据新小米与陈小米在颜色方面的差异[11] [12] [13]， 通过提取样品图像的颜色特征， 搭建基于机器视觉的分类模型， 实现对新陈小米的快速检测与识别。

2. 材料与方法 2.1. 材料与设备 本研究以超市购得“豫谷18”新小米与陈小米作为研究对象。为了保证图像采样准确，取每种原料50 g 定义为一个样品， 置于一张整洁的白纸上[14]， 均匀摊开， 为后面图像标准块的采集和实验数据获取