基于FPGA和SSA-SVM算法的线阵智能相机产品设计及应用研究

为提升粮食品质检测的检测准确率，提出一种基于FPGA芯片结构的线阵智能相机和SSA-SVM算法的图像品质检测系统。该相机在图像预处理部分，通过模板调整后的离散型高斯滤波算法进行图像去噪，通过两点矫正法与时延法进行图像的灰度矫正及颜色错位矫正；在图像品质分析部分，以花生图像为例，通过改进的最大类间方差法进行目标提取，然后通过SSA-SVM对粮食的颜色、纹理、轮廓等特征进行品质划分。试验表明，模板调整后的离散型高斯滤波算法具有更好的图像去噪性能，两点校正法与时延法可实现对图像灰度畸变与颜色错位的有效校正；改进的最大类间方差法具有更好的图像提取性能，SSA-SVM对花生这种粮食的品质划分准确率达到98.34%、单次划分耗时为2.747 s,具有较好的粮食品质划分性能；该线阵智能相机对不同体积的粮食都具有较高的品质检测准确率，对花生这类体积中等的粮食的品质检测准确率甚至高达98.55%,在粮食品质的自动检测中具有一定的应用价值。