应用于磨米机精度检测方法.pdf

《应用于磨米机精度检测方法.pdf》由会员分享，可在线阅读，更多相关《应用于磨米机精度检测方法.pdf（14页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201911424001.8 (22)申请日 2019.12.31 (71)申请人 沈阳工业大学 地址 110870 辽宁省沈阳市铁西区经济技 术开发区沈辽西路111号 申请人 辽宁嘉田科技发展有限公司 (72)发明人 刘巍巍刘杰李海新高鑫禹 (74)专利代理机构 沈阳智龙专利事务所(普通 合伙) 21115 代理人 周智博宋铁军 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/62(2017.01) G06T 5/00(2006.01) G06T 7。

2、/90(2017.01) G01N 21/85(2006.01) (54)发明名称 一种应用于磨米机精度检测方法 (57)摘要 一种应用于磨米机精度检测方法， 其特征在 于： 该方法的步骤如下： 第一步， 对在磨米机内碾 磨的糙米进行径宽比的判别； 第二步， 对第一步 中判别后的糙米的图像进行采集； 第三步， 基于 改进的自适应分数阶函数对第二步中采集的糙 米图像进行去噪预处理 ； 第四步 ， 基于亮度 Fisher分析的精米检测算法， 对第三步预处理之 后的图像中不同大米的精白度进行检测， 从而检 测出三分白、 五分白和七分白的大米。 本发明将 去噪增强后精米图像， 进行不同精白度的识别， 。

3、从而检测出三分白、 五分白和七分白的大米。 在 对不同精白度图像的识别中， 本发明采用基于亮 度Fisher分析的识别算法。 权利要求书3页 说明书8页 附图2页 CN 111311539 A 2020.06.19 CN 111311539 A 1.一种应用于磨米机精度检测方法， 其特征在于： 该方法的步骤如下： 第一步， 对在磨米机内碾磨的糙米进行径宽比的判别； 第二步， 对第一步中判别后的糙米的图像进行采集； 第三步， 基于改进的自适应分数阶Alexander函数对第二步中采集的糙米图像进行去 噪预处理； 第四步， 基于亮度Fisher分析的精米检测算法， 对第三步预处理之后的图像中不同大。

4、 米的精白度进行检测， 从而检测出三分白、 五分白和七分白的大米。 2.根据权利要求1所述的一种应用于磨米机精度检测方法， 其特征在于： 第一步中， 利用光栅式传感器对糙米进行径宽比的测量， 判别出径宽比在0.30.6之 间糙米图像， 并与数据库中多种型号的糙米进行对比， 其对比的判别偏差控制在0.01mm， 准确的判断出需要碾磨糙米的型号。 3.根据权利要求1所述的一种应用于磨米机精度检测方法， 其特征在于： 第二步中， 采用高清CCD摄像头， 对磨米机内运动的图像进行获取， 以150Hz/s的速度自 动拍摄， 以采集符合要求的精米图像。 4.根据权利要求1所述的一种应用于磨米机精度检测方法。

5、， 其特征在于： 第三步中所述的精米图像预处理， 是利用一种自适应分数阶Alexander函数对灰度图 像进行去噪处理， 具体如下： 由 0时( 为图像的灰度对比值)， 基于Mittag-Leffler函数的定义， 结合Alexander函数定义(3)， 得出Alexander滤波函数， 式中， lm为正整数， V为分数阶微积分阶次。 I为积分图像， D为微分图像， u为调节系数， E 为参数调节函数， t为参数稳定系数。 i、 d、 m为正整数。 5.根据权利要求4所述的一种应用于磨米机精度检测方法， 其特征在于： 基于Alexander函数定义了分数阶微分算子(AFD)和分数阶积分算子(A。

6、FI)的两个掩模 窗口系数； 从式(1)、 (2)、 (3)、 (4)得出。 分数阶微分算子： 权利要求书 1/3 页 2 CN 111311539 A 2 分数阶积分算子 式中， V为分数阶微积分阶次， t为参数稳定系数。 选择式(5)(10)、 (11)(15)的掩模窗口系数， 构造使图像具有旋转不变性的AFD、 AFI掩模窗口； 采用X轴正负、 Y轴正负和左右对角线的数据， 构造具有各向同性的8方向掩 模； 将8个方向的AFD、 AFI掩模窗口， 各构造一个55掩模滤波器； 将其中分数阶微分算子和分数阶积分算子中的最大值6、 6的系数作为掩模窗口 的中心位置， 使掩模权值为0的像素点不被。

7、忽略， 同时保证分解图像区域的像素点在0255 范围内变化， 对掩模中的各个系数进行加权处理， 即进行归一化。 6.根据权利要求1所述的一种应用于磨米机精度检测方法， 其特征在于： 第四步中， 在 对不同精白度图像的识别中， 采用基于亮度Fisher分析的识别算法， 具体如下： 首先根据预处理的精白米图像， 进行像素点的数据集的采集。 式中， xiRD， yi1,2c， N是样本个数， D为样本维数， xi,yi是像素点， c是类别总数。 将采集的像素点数据集进行分析， 求解得到识别模板。 (6)式为中， Zi为识别数据。 (7)式中， P为识别模板， PRDm， m为设定的空间大小， xRD。

8、 N为(6)样本模板， LbRNN， LwRNN为拉普拉斯模板， A为对模板x(Lb+Lw)特征分解后的非 零像素点的特征模板。 Pm为识别模板， PT为识别转置函数， AT为图像像素点转置模板， x， y为 像素点， xT为横轴的像素点转置。 权利要求书 2/3 页 3 CN 111311539 A 3 7.根据权利要求1所述的一种应用于磨米机精度检测方法， 其特征在于： 第一步中对在磨米机内碾磨的糙米进行径宽比的判别中： 径宽比为糙米长度与宽度的 比例。 8.根据权利要求1所述的一种应用于磨米机精度检测方法， 其特征在于： 第二步中糙米 径宽比达到0.30.6之间。 9.一种应用于磨米机精。

9、度检测系统， 其特征在于： 该系统包括图像采集模块、 判别模 块、 图像预处理模块和图像识别模块； 判别模块对在磨米机内碾磨的糙米进行径宽比(糙米长度与宽度的比例)的判别； 图像采集模块， 对第一步中判别后的糙米(径宽比达到0.30.6之间)的图像进行采 集； 图像预处理模块基于改进的自适应分数阶Alexander(亚历山大)函数对第二步中采集 的糙米图像进行去噪预处理； 图像识别模块基于亮度Fisher分析的检测算法， 对图像预处理模块中预处理后的图像 中的不同大米的精白度进行检测， 从而检测出三分白、 五分白和七分白的大米。 权利要求书 3/3 页 4 CN 111311539 A 4 一。

10、种应用于磨米机精度检测方法 技术领域： 0001 本发明涉及图像处理领域， 更具体的说， 涉及一种应用于磨米机精度检测方法。 背景技术： 0002 研磨后的精米， 精白度不同， 其含有膳食纤维不同， 精白度越高能快速排出体内的 毒素。 辅助其它营养素的吸收， 培养对人体有益的活菌。 改善肌肤光泽， 克服肥胖， 因此需要 对大米进行不同精白度的处理。 随着磨米机的运行， 对大米不同精白度的检测至关重要。 0003 现有的大米精白度检测方法主要有比较法和仪器法。 其中比较法是利用加工后的 大米与相应的加工精度等级标准样品对照比较,通过观测判定加工精度， 该方法是一种定 性检测， 无法实现动态操作，。

11、 准确率低。 仪器法是指根据不同加工精度导致大米营养含量不 同， 采用大米表面提取物进行可见或红外的光谱分析， 该方法受到不同米样本身的营养含 量影响,其结果难以准确定量。 0004 现有上述的检测方法无法对大米精白度进行量化检测研究,无法对磨米机内的大 米进行动态的精白度检测， 因此本文设计一种应用于磨米机的精度检测方法。 发明内容： 0005 发明目的： 0006 本发明所要解决的技术问题是提供一种应用于磨米机精度检测方法。 为解决大米 精度检测效率低、 不同精白度大米参杂现象明显等问题， 本发明提供以下技术方案： 0007 技术方案： 0008 一种应用于磨米机精度检测方法， 其特征在于。

12、： 该方法的步骤如下： 第一步， 对在 磨米机内碾磨的糙米进行径宽比(糙米长度与宽度的比例)的判别； 0009 第二步， 对第一步中判别后的糙米(径宽比为0.30.6之间)的图像进行采集； 0010 第三步， 基于改进的自适应分数阶Alexander(亚历山大)函数对第二步中采集的 糙米图像进行去噪预处理； 0011 第四步， 基于亮度Fisher(费希尔)分析的精米检测算法， 对第三步预处理之后的 图像中不同大米的精白度进行检测， 从而检测出三分白、 五分白和七分白的大米。 0012 第一步中， 利用光栅式传感器对糙米进行径宽比的测量， 判别出糙米的径宽比在 0.30.6之间， 并与数据库中。

13、多种型号的糙米进行对比， 判别偏差控制在0.01mm， 判断出 需要碾磨糙米的型号。 0013 第二步中， 采用高清CCD摄像头， 对磨米机内运动的图像进行获取， 以150Hz/s的速 度自动拍摄， 以采集符合要求的精米图像。 0014 根据权利要求1所述的一种应用于磨米机精度检测方法， 其特征在于： 第三步中所 述的精米图像预处理， 是利用一种自适应分数阶 Alexander函数对灰度图像进行去噪处 理， 具体如下： 0015 由 0时( 为图像的灰度对比值)， 说明书 1/8 页 5 CN 111311539 A 5 0016 0017 0018 基于Mittag-Leffler函数的定义。

14、， 0019 0020 结合Alexander函数定义(3)， 得出Alexander滤波函数， 0021 0022 式中， lm为正整数， V为分数阶微积分阶次。 I为积分图像， D为微分图像， u为调节系 数， E为参数调节函数， t为参数稳定系数。 i、 d、 m为正整数。 0023 基于Alexander函数定义了分数阶微分算子(AFD)和分数阶积分算子(AFI)的两个 掩模窗口系数； 从式(1)、 (2)、 (3)、 (4)得出。 0024 分数阶微分算子： 0025 0026 0027 0028 0029 0030 分数阶积分算子 0031 0032 0033 0034 0035 。

15、0036 式中， V为分数阶微积分阶次， t为参数稳定系数。 0037 选择式(5)(10)、 (11)(15)的掩模窗口系数， 构造使图像具有旋转不变性的 AFD、 AFI掩模窗口； 采用X轴正负、 Y轴正负和左右对角线的数据， 构造具有各向同性的8方向 掩模； 将8个方向的 AFD、 AFI掩模窗口， 各构造一个55掩模滤波器； 说明书 2/8 页 6 CN 111311539 A 6 0038将其中分数阶微分算子和分数阶积分算子中的最大值6、 的系数作为掩模窗 口的中心位置， 使掩模权值为0的像素点不被忽略， 同时保证分解图像区域的像素点在0 255范围内变化， 对掩模中的各个系数进行加。

16、权处理， 即进行归一化。 0039 第四步中， 在对不同精白度图像的识别中， 采用基于亮度Fisher分析的识别算法， 具体如下： 0040 首先根据预处理的精白米图像， 进行像素点的数据集的采集。 0041 0042 式中， xiRD， yi1,2c， N是样本个数， D为样本维数， xi,yi是像素点， c是类别 总数。 0043 将采集的像素点数据集进行分析， 求解得到识别模板。 0044 0045 0046 (6)式为中， Zi为识别数据。 (7)式中， P为识别模板， PRDm， m为设定的空间大小， xRDN为(6)样本模板， LbRNN， LwRNN为拉普拉斯模板， A为对模板x。

17、(Lb+Lw)特征分解 后的非零像素点的特征模板。 Pm为识别模板， PT为识别转置函数， AT为图像像素点转置模板， x， y为像素点， xT为横轴的像素点转置。 0047 一种应用于磨米机精度检测系统， 其特征在于： 该系统包括图像采集模块、 判别模 块、 图像预处理模块和图像识别模块； 0048 判别模块对在磨米机内碾磨的糙米进行径宽比(糙米长度与宽度的比例)的判别； 0049 图像采集模块， 对第一步中判别后的糙米(径宽比达到0.30.6 之间)的图像进 行采集； 0050 图像预处理模块基于改进的自适应分数阶Alexander(亚历山大) 函数对第二步 中采集的糙米图像进行去噪预处理。

18、； 0051 图像识别模块基于亮度Fisher分析的检测算法， 对图像预处理模块中预处理后的 图像中的不同大米的精白度进行检测， 从而检测出三分白、 五分白和七分白的大米。 0052 优点及效果： 0053 所述不同精白度大米的检测方法， 包括一种对在磨米机内碾磨的糙米进行径宽比 的判别， 对高速旋转的糙米图像采集， 基于分数阶微积分图像增强的不同精白度检测以及 基于亮度Fisher分析的精米识别算法。 0054 所述的不同精白度大米的检测方法， 首先对在磨米机内碾磨的糙米进行径宽比的 判别。 0055 所述的不同精白度大米的检测方法， 对磨米机内高速旋转运行的糙米进行精确的 图像采集。 00。

19、56 所述的精米图像预处理， 利用一种自适应分数阶Alexander函数对灰度图像进行 去噪处理。 说明书 3/8 页 7 CN 111311539 A 7 0057 为突出图像的亮度信息， 进一步丰富图像纹理细节， 更好的抑制噪声， 由 0时( 为图像的灰度对比值)， 0058 0059 0060 基于Mittag-Leffler函数的定义， 0061 0062 结合Alexander函数定义(3)， 得出Alexander滤波函数， 0063 0064 式中， lm为正整数， V为分数阶微积分阶次。 I为积分图像， D为微分图像， u为调节系 数， E为参数调节函数， t为参数稳定系数。 。

20、i、 d、 m为正整数。 0065 所述大米精白度的检测。 将去噪增强后精米图像， 进行不同精白度的识别， 从而检 测出三分白、 五分白和七分白的大米。 在对不同精白度图像的识别中， 本发明采用基于亮度 Fisher分析的识别算法。 0066 首先根据预处理的精白米图像， 进行像素点的数据集的采集。 0067 0068 式中， xiRD， yi1,2c， N是样本个数， D为样本维数， xi,yi是像素点， c是类别 总数。 0069 将采集的像素点数据集进行分析， 求解得到识别模板。 0070 0071 0072 (5)式为中， Zi为识别数据。 (7)式中， P为识别模板， PRDm， m。

21、为设定的空间大小， xRDN为(6)样本模板， LbRNN， LwRNN为拉普拉斯模板， A为对模板x(Lb+Lw)特征分解 后的非零像素点的特征模板。 Pm为识别模板， PT分别为识别转置函数， AT分别为图像像素点 转置模板， x， y为像素点， xT为横轴的像素点转置。 该装置包括图像获取模块， 图像预处理模 块和大米精白度识别模块依次连接进行。 所述大米精白度检测装置位于磨米机的操作区域 内， 更能精确的测定米粒的色度。 0073 本发明与现有技术相比具有的有益效果是： 在磨米机操作区内实现米与米糠精确 分离， 利用精白度识别模块分辨米的精白度,得到不同程度的大米精度。 0074 在上。

22、述方案基础优先， 所述的精米图像预处理， 设计一种自适应分数阶Alexander 函数对灰度图像进行去噪处理。 0075 本发明将去噪增强后精米图像， 进行不同精白度的识别， 从而检测出三分白、 五分 白和七分白的大米。 在对不同精白度图像的识别中， 本发明采用基于亮度Fisher分析的识 说明书 4/8 页 8 CN 111311539 A 8 别算法。 0076 最终的目的就是如果要三分白的米就控制磨米机只磨出三分白的米， 如果需要7 分白的就控制磨米机只磨出7分白的米， 以此类推。 附图说明： 0077 图1为一种基于分数阶微积分图像增强的不同精白度检测流程图。 0078 图2为一种基于。

23、分数阶微积分图像增强的不同精白度检测装置示意图。 0079 图3为得到的AFD、 AFI滤波器。 0080 具体实施方式： 下面结合附图对本发明做进一步的说明： 0081 由图1可知， 本发明的一种基于分数阶微积分图像增强的不同精白度检测流程图 具体包括以下步骤。 0082 步骤1： 糙米的判别， 对在磨米机内碾磨的糙米进行径宽比的判别。 在本发明中， 首 先利用光栅式传感器对糙米进行径宽比的测量， 并与数据库中多种型号的糙米进行对比， 判断出需要碾磨糙米的型号。 糙米粒型的判别， 首先根据测量米粒的径宽比确定米的种类， 在对比数据模板中， 进一步确定米的型号； 为下一步糙米碾磨后的精米色度的。

24、检测做基础。 由于不同型号大米的径宽比不同， 在磨米机内碾磨后精米的不同色度对应各自的径宽比。 0083 步骤2： 图像采集， 对磨米机内搅拌的糙米进行图像采集。 0084 在本发明中， 为了准确的获得不同大米精白度的图像， 采用高清CCD 摄像头， 对运 动的图像进行获取， 从而精确的判断出大米的精白度。 由于图像是高速旋转的， 为了准确的 采集图像， 需要进行连续慢速的拍摄， 以采集符合要求的精米图像。 0085 步骤3： 图像预处理， 对采集的图像进行去噪、 滤波处理， 增强图像的检测度。 0086 由于采集的是高速旋转下的精米图像， 图像会有所失贞， 在图像传输过程中， 会受 到高斯噪。

25、声的污染。 0087 首先将采集的精密米图像进行灰度化处理， 利用一种自适应分数阶 Alexander函 数对灰度图像进行去噪处理。 0088 为突出图像的亮度信息， 进一步丰富图像纹理细节， 更好的抑制噪声， 由 0时( 为图像的灰度对比值)， 0089 0090 0091 基于Mittag-Leffler函数的定义， 0092 0093 结合于Mittag-Leffler函数定义(3)， 得出Alexander滤波函数， 0094 0095 式中， lm为正整数， V为分数阶微积分阶次。 0096 基于Alexander函数定义了分数阶微分算子(AFD)和分数阶积分算子(AFI)的两个 说。

26、明书 5/8 页 9 CN 111311539 A 9 掩模窗口系数。 从式(1)、 (2)、 (3)、 (4)得出， 分数阶微分算子： 0097 0098 0099 0100 0101 0102 分数阶积分算子 0103 0104 0105 0106 0107 0108 式中， V为分数阶微积分阶次， t为参数稳定系数。 0109 为更好的对采集的精米图像进行去噪， 保持图像的清晰度， 本发明选择式(5) (10)、 (11)(15)的掩模窗口系数， 构造使图像具有旋转不变性的AFD、 AFI掩模窗口。 采用X 轴正负、 Y轴正负和左右对角线的数据， 构造具有各向同性的8方向掩模； 为了让掩。

27、模滤波器 稳定， 计算方便， 将8个方向的AFD、 AFI掩模窗口， 各构造一个 55掩模滤波器。 0110将其中的最大值6、 的系数作为掩模窗口的中心位置， 为保证掩模的各向同 性， 使其权值为0的像素点不被忽略， 同时保证分解图像区域的像素点在一定范围内变化， 对掩模中的各个系数进行加权处理， 即进行归一化， 得到的AFD、 AFI滤波器如图3所示： 0111图3的a中图3的b中， 0112 对处理后的精米图像， 采用客观评价图像去噪的标准参数峰值信噪比 (Peak Signal to Noise Ratio， PSNR)和评价两幅图像相似结构的指标的参数图像相似度 (Structural。

28、 Similarity Index Measurement， SSIM) 对去噪声效果进行性能评价。 0113 参数定义如下： 0114 说明书 6/8 页 10 CN 111311539 A 10 0115 0116 式中， Ii,j是像素点为256256的原始lean图像， Ki,j为去噪后的图像， u1,u2分别为 Ii,j,Ki,j的均值， 1, 2分别表示Ii,j,Ki,j的方差， 1,2表示Ii,j,Ki,j的协方差， 为保持系统的稳 定性， 引入定量常数c10.01,c20.02； 其PSNR 越高， SSIM越大， 表示图像的去噪效果越 好。 0117 表1各含噪图像经算法处理。

29、后的PSNR和SSIM值 0118 0119 从表1得知， 本算法得到的PSNR值和SSIM值均高于其他算法， 从而验证了该算法对 高斯噪声、 椒盐噪声、 乘性噪声去噪效果的良好性。 从而说明了本算法对受到噪声污染的图 像具有良好的预处理效果。 步骤4： 大米精白度的检测。 将去噪增强后精米图像， 进行不同精 白度的识别， 从而检测出三分白、 五分白和七分白的大米。 0120 在对不同精白度图像的识别中， 本发明采用基于亮度Fisher分析的识别算法。 首 先根据预处理的精白米图像， 进行像素点的数据集的采集。 0121 0122 式中， xiRD， yi1,2c， N是样本个数， D为样本维。

30、数， xi,yi是像素点， c是类别 总数。 0123 将采集的像素点数据集进行分析， 求解得到识别模板。 0124 0125 0126 (18)式为中， Zi为识别数据(利用此数据得出不同色度， 在利用表1判断精白度)。 (20)式中， P为识别模板， PRDm， m为设定的空间大小， xRDN为(18)样本模板， LbRNN， LwRNN为拉普拉斯模板， A为对模板x(Lb+Lw)特征分解后的非零像素点的特征模板。 Pm为 识别模板， PT分别为识别转置函数， AT分别为图像像素点转置模板， x， y为像素点， xT为横轴 的像素点转置。 0127 由图2可知， 一种基于分数阶微积分图像增。

31、强的不同精白度检测装置具体包括图 像获取模块， 图像预处理模块和大米精白度识别模块。 所述大米精白度检测装置与磨米机 说明书 7/8 页 11 CN 111311539 A 11 的搅拌装置相连， 更能精确的测定米粒的色度。 0128 所述图像获取模块401， 利用高清CCD相机进行图像的采集。 0129 所述图像预处理模块402， 对采集的精米图像， 利用数据线进行快速传输， 在计算 机MATLAB软件中进行处理， 首先将图像的灰度化， 基于A-FAP去噪算法对图像进行细化， 采 用分数阶微积分滤波器对图像进行增强， 使处理的图像效果更好。 0130 所述大米的精白度识别模块403。 经计算。

32、机处理的精米图像， 首先进行像素点的数 据采集， 然后在精米识别模板的检测下， 区分大米的色度， 检测出三分白、 五分白和七分白 的大米。 0131 从大米精白度标准得知， 普通大米的白度值在5070之间， 三分白的大米为 6075， 五分白大米为7580， 七分白大米为8090； 对粳米精白度大米进行 检测分析， 粳米的径宽比小于2， 得到以下数据： 0132 表1不同精白度大米的检测数据 0133 0134 一种应用于磨米机精度检测系统， 其特征在于： 该系统包括图像采集模块、 判别模 块、 图像预处理模块和图像识别模块； 0135 判别模块对在磨米机内碾磨的糙米进行径宽比(糙米长度与宽度。

33、的比例)的判别； 0136 图像采集模块， 对第一步中判别后的糙米(径宽比达到0.30.6 之间)的图像进 行采集； 0137 图像预处理模块基于改进的自适应分数阶Alexander(亚历山大) 函数对第二步 中采集的糙米图像进行去噪预处理； 0138 图像识别模块基于亮度Fisher分析的检测算法， 对图像预处理模块中预处理后的 图像中的不同大米的精白度进行检测， 从而检测出三分白、 五分白和七分白的大米。 0139 综上， 本发明设计一种应用于磨米机精度检测方法及装置， 首先对高速旋转的糙 米图像进行采集； 然后基于改进的自适应分数阶 Alexander函数对精米图像进行去噪处 理； 最后基于亮度Fisher分析的精米检测算法， 对不同大米的精白度进行检测， 从而检测出 三分白、 五分白和七分白的大米。 说明书 8/8 页 12 CN 111311539 A 12 图1 图2 说明书附图 1/2 页 13 CN 111311539 A 13 图3 说明书附图 2/2 页 14 CN 111311539 A 14 。