基于機器視覺的大米加工品質在線檢測系統

◎ 程 科，黃文雄，謝 健，郭亞麗，周 娜，潘慶華，曹梅麗，郭亦凡，戴智華，王 彪，金剛強

（1.國糧武漢科學研究設計院有限公司，湖北 武漢 430079；2.武漢輕工大學，湖北 武漢 430023；3.衢州市庫米賽諾糧食機械制造有限公司，浙江 衢州 324000）

稻谷加工成大米需經過清理、礱谷、碾米、白米整理和包裝等工段，其中對大米外觀品質影響最大的環節是碾米工段。為迎合消費者對大米口感和外觀的需求，大米加工長期存在過度加工現象，而大米過度加工降低了出米率和整精米率，造成稻米資源的嚴重浪費?；谶@種現狀國家標準提倡大米適度加工，《大米》（GB/T 1354—2018）[1]將留皮度作為評價大米加工精度的重要評價指標，而碎米率是大米加工經濟效益的重要評價指標，兩者需達到最優的平衡，這種平衡一直靠有經驗的加工人員憑經驗控制。為適應大米加工自動化和智能化的快速發展，機器必須具有學習功能，能夠根據大米的品質自我調控，因此大米外觀品質的在線檢測與控制技術尤為重要。

我國大米加工精度檢驗主要通過直接比較和染色這2種目測法進行判定，目測法由人工操作，效率低，且為靜態離線檢測，不能滿足大米加工智能閉環控制的需求。近年來基于機器視覺和圖像處理的大米外觀品質的研究也快速發展起來，為大米的智能化加工提供了理論基礎[2-7]。侯彩云等[7]采用日本研制的微切片三維圖像處理系統對大米的品質特性進行研究。余泓慧[8]、王粵等[9]設計了基于機器視覺的大米外觀品質參數檢測裝置，實現了對堊白粒率、黃粒米和粒型參數的檢測。崔雯雯[10]開發了基于圖像處理的大米檢測系統實現了大米碎米粒和透明度以及淀粉含量的檢測。郭亦凡[11]用圖像處理的方法檢測了動態狀態下大米的碎米粒、堊白粒率和黃米粒。

這些研究只單純地檢測了大米的品質，或靜態或動態，沒有真正地進行在線檢測和對碾米機進行控制。基于大米加工智能化的需求，研究了基于圖像處理的大米加工品質在線檢測系統，對大米碎米粒率和留皮度進行在線檢測，實時控制碾米的加工工藝參數，對碾米工藝進行單機或機組的實時調控，實時精準地控制大米的精工精度。

1 大米在線檢測系統

1.1 大米在線檢測的工作原理

大米在線檢測系統從碾米機出料口分流出少量的加工大米輸送到大米品質檢測系統中，進行圖像采集和圖像分析，對被加工大米的留皮度和碎米率進行計算。根據留皮度和碎米率的檢測值與加工要求的留皮度和碎米率進行對比，然后去控制碾米機的轉速、進料速度和出料速度，使得加工出來的大米的外觀品質符合加工的標準。其控制原理如圖1所示。

圖1 基于大米加工工藝參數和品質檢測的碾米機控制原理圖

1.2 大米品質在線檢測的硬件系統

在線檢測系統的硬件系統由大米采樣控制器、樣品采集輸送裝置、光源、光電傳感器、圖像采集卡和顯示器等構成?；趫D像處理的大米品質檢測系統在大米采樣、圖像采集及圖像處理時，均需要耗費一定的時間，而從碾米機出料口出來的大米處于連續流出狀態，所以采取間斷采樣的方式進行采樣分析。大米采樣控制器根據設置的時間間隔控制采集裝置從出口分流出來的大米中采集大米樣品輸送到檢測室，光電傳感器收到信號啟動圖像采集裝置進行圖像采集，接著對圖像進行相應的圖像處理和計算，將處理出來的結果在顯示器上同步顯示出來，完成一次品質的采樣分析，并將分析結果反饋給控制系統，由控制系統對碾米機的工藝參數進行調節。

1.3 大米在線檢測的軟件系統

大米品質在線檢測的軟件系統中采用Matlab作為圖像處理軟件。采集的大米樣品圖像數據經過圖像預處理、二值化處理、圖像分割、邊緣檢測及面積檢測計算大米的碎米率。通過圖像灰度化，通過灰度直方圖設置閾值，計算大米的留皮度。

2 大米品質檢測方法

2.1 大米碎米粒率的計算

根據《大米》（GB/T 1354—2018）大米檢測標準，碎米為長度小于同批試樣完整米粒平均長度3/4，留存在直徑1.0 mm圓孔篩上的不完整米粒，碎米率為碎米占大米重量的百分率。大米在線檢測系統將長度小于同批試樣完整米粒平均長度3/4的米粒數占樣品總數量的百分比定義為碎米粒率，作為碎米率的等效控制參數。

將采集到的大米試樣的原圖，如圖2（a），圖像進行二值化，如圖2（b），然后對連接大米粒進行圖像分割，如圖2（c），通過輪廓追蹤計算每一粒的像素數量值Pi。計算出試樣中的米粒像素數量值排在前10的10粒米的像素數量的平均值P均。根據碎米的標準，將每一粒米的像素數量值與試樣平均像素數量值進行比較，如果滿足Pi＜0.75P均記為碎米，否則記為整粒米。

圖2 大米試樣圖

2.2 大米留皮度的計算

根據國家標準GB/T 1354—2018，精碾大米為背溝基本無皮或有皮不成線，米坯和粒面皮層去凈的占80%～90%，或留皮度在2.0%以下。適碾大米為背溝有皮，粒面皮層殘留不超過1/5的占75%～85%，其中粳米、優質粳米中有胚的米粒在20%以下，或留皮度為2.0%～7.0%。留皮度為試樣平放殘留皮層米胚投影面積之和占試樣投影面積的百分比。大米精度將留皮度作為評價指標比較方便大米基于圖像的在線檢測。

皮層和米胚的灰度值與去皮大米表面灰度值不同，根據灰度直方圖對大米試樣圖像進行閾值分割，只保留皮層和米胚部分，將其灰度值設置為1，其余的灰度值設置為0。再通過輪廓追蹤計算留皮部分的像素數量，與計算碎米粒率時計算的大米試樣的總像素數量值作比，即得到留皮度的值。圖3（a）、圖3（b）和圖3（c）分別為留皮度為1.8%、2.3%和7.2%時的樣品檢測圖。

圖3 不同留皮度的樣品檢測圖

3 檢測結果與分析

為驗證在線檢測系統的檢測效果，將該檢測系統連接在碾米機上采樣6次，分別將采樣的試樣先用圖像處理的方法進行計算分析，再將相同批次的試樣進行人工測量，并人工測量的結果作為基準進行誤差分析，其檢測結果和誤差分析如表1所示。檢測結果顯示碎米率的檢測誤差比較小，在±3.00%以內。留皮度的誤差較大，在8.12%以內，這是因為經碾米機加工的大米，沒有經過色選機，里面有堊白、發黃、發黑或者雜質，對留皮度的檢測結果有影響。

表1 大米品質檢測的圖像檢測和人工檢測結果表（單位：%）

4 結論

（1）研究了基于大米外觀品質的大米在線檢測系統和碾米機控制系統，根據大米外觀品質，對碾米機的加工工藝參數進行調控。

（2）開發了基于圖像處理的大米外觀品質檢測系統，對大米的碎米粒率和留皮度進行計算。

（3）檢測結果顯示誤差在8.5%以下，后期經過算法改進可以推廣應用。