基于机器视觉的大米垩白米的检测方法

通过分析2种米粒的不同的直方图分布表现来区分普通米与垩白米,并进而对检测出来的垩白米粒采用改进的最大类间方差法来进一步分析其垩白率、垩白度等信息。试验采用了12组样本,每组样本60粒,按照不同的放置方向及位置,各采集10幅图像,共120幅图像。对所有图像进行检测,检测结果表明本研究提出的方法能快速,准确地区分垩白米粒及正常米粒,并且可以进一步较准确地检测垩白米粒的垩白度,相较于传统的OTSU算法,垩白米粒的检测准确率平均提高了8%左右,垩白度的检测准确率平均提高了6%左右。