稻米品质评价系统的研究与开发
|
摘要
现行稻米品质的标准中，多数指标的检测尚处于采用人工感官评定或常规的理化方法检测阶段。由于方法的主观性强、准确性低、可重复性差、检测时间长，使标准的权威性和合理性大打折扣，并在一定程度上制约了稻米产业的发展。针对这一问题，本研究应用计算机图像处理技术和RGB色度学理论，研发了一套稻米品质评价系统(RQS1.0)。系统采用可视化界面，具备人机交互功能。在该系统中探讨了黄粒米、整精米率、稻米加工精度等指标自动检测的可能性。研究中，通过分析整精米与碎米粒形的差异，提出一种自动检测整精米率的方法；通过分析黄粒米与正常米的色度特征差异，提出了一种自动识别黄粒米的方法；通过分析稻米皮层与胚乳的色度差异，探讨了自动检测稻米加工精度的方法，取得了较好的结果。此外，RQS1.0还实现了垩白粒率、垩白度、长宽比等外观品质以及直链淀粉含量这一理化指标的自动检测的功能。研究结果表明，利用该系统进行上述指标的检测具有可行性，并在一定程度上弥补了现行国标方法的不足，为贯彻执行稻米收购的优质优价政策奠定了基础。
Among the current indices of rice standard, the majority of them still stay evaluated by manual method or general chemical and physical means, which brings disadvantages such as strong subjectivity, low accuracy, poor repetitiveness, long time-consumption, and so on. These discount the authority and rationality of standard and restrict the development of rice industry to a certain extent. To compensate the weaknesses, an assessment system of rice quality (RQS1.0) is developed by employing computer digital image processing technology and RGB chromaticity theory. Visual interface is adopted with man-machine interaction in it. With the system, a study is made on the feasibility of automatic detection of yellow-colored rice, head rice and the milling degree of rice. After an analysis of the shape differences between head rice and broken rice, a method for automatic detection of head rice is advanced. Based on a research of the different color traits of yellow-colored rice and general rice, an approach of automatic detection of yellow-colored is presented. The method of automatically detecting the accuracy of rice processing is studied according to the diverse colors of bran peel and albumen of rice and a better result is obtained. Besides, RQ1.0 makes it possible to employ the automatic-detection indices of physical and chemical characteristics as the rate of poor-quality white rice and its seriousness, outer features like the proportion of length and width, and amylase content. The findings show it is feasible that using the system for a detection of the above indices which improve the deficiency of the present national detection method. The system builds a flat road for the enforcement of "good price, high quality" policy of rice purchase.
Among the current indices of rice standard, the majority of them still stay evaluated by manual method or general chemical and physical means, which brings disadvantages such as strong subjectivity, low accuracy, poor repetitiveness, long time-consumption, and so on. These discount the authority and rationality of standard and restrict the development of rice industry to a certain extent. To compensate the weaknesses, an assessment system of rice quality (RQS1.0) is developed by employing computer digital image processing technology and RGB chromaticity theory. Visual interface is adopted with man-machine interaction in it. With the system, a study is made on the feasibility of automatic detection of yellow-colored rice, head rice and the milling degree of rice. After an analysis of the shape differences between head rice and broken rice, a method for automatic detection of head rice is advanced. Based on a research of the different color traits of yellow-colored rice and general rice, an approach of automatic detection of yellow-colored is presented. The method of automatically detecting the accuracy of rice processing is studied according to the diverse colors of bran peel and albumen of rice and a better result is obtained. Besides, RQ1.0 makes it possible to employ the automatic-detection indices of physical and chemical characteristics as the rate of poor-quality white rice and its seriousness, outer features like the proportion of length and width, and amylase content. The findings show it is feasible that using the system for a detection of the above indices which improve the deficiency of the present national detection method. The system builds a flat road for the enforcement of "good price, high quality" policy of rice purchase.
引文
[1] 伏军，徐庆国．水稻育种新技术研究与技术研究与进展．湖南科学技术出版社，1995
[2] 朱智伟，程式华等．稻米品质的研究进展．世界农业，1999(3)，19～21
[3] 江弋．灰色关联度分析在评价稻米品质中的应用．福建农业大学学报，1994，23(1)，121～124
[4] 梁国宾．稻米的品质及其影响因素．安康师专学报．2002，14(4)，66～70
[5] 林文浩．稻米品质综合评价的人工神经网络方法．福建农林大学学报，2002，31(2)，150～154
[6] 戴金平，陈桂英等．稻米品质及其评定．农业装备技术，2002(5)，26～27
[7] 姚惠源．中国加入WTO对稻米生产与加工的机遇和挑战．粮食与饲料工业，2000(5)，1～3
[8] 朱智伟，钱永忠．国内外稻米品质标准分析及对策建议．农业质量标准，2001(1)，7～14
[9] 《优质稻谷》GB／T17891-1999．中华人民共和国国家标准，2000-04-01
[10] 缪炳良，黄宝才等．对照新国标看我省目前的稻米品质．江苏农业科学，2001(1)，8～12
[11] 李里特．粮油产品规格化、标准化是农业现代化的迫切任务．中国粮油学报，2001，16(5)，1～5
[12] 熊振民等．稻米品质研究新进展．水稻文摘，1993，12(3)，1～6
[13] 苻文英，邢诒旺．稻米品质评价方法研究现状及其展望．海南大学学报自然科学版，1996，14(3)，269～271
[14] 亚舟．我国稻米品质提升难点与对策．垦植与稻作．2003(2)，46～47
[15] 周文，韩力群等．计算机图像处理技术在烤烟烟叶形状特征提取中的应用．烟草科技，2000(1)，12～14
[16] 松田郁生等．画像处理選别关研究．农业机械学会志，1992，54(3)：37～41
[17] 赵杰文，黄永强等．糜状食品物料微结构图像的蒙特卡罗模拟．江苏理工大学学报(自然科学版)，2000，21(6)，9～12
[18] Rehdugler G E. Apple Sorting with Machine Vision. Transactions of the ASAE, 1986,29 (5): 1388～1397
[19] 何东健，扬青等．果实表面颜色计算机视觉分级技术研究．农业工程学报，1998，14(3)，202～205
[20] Marchant JA. Computer Vision in Agricultural Engineering. Agricultural Engineer,
1998,Summer: 40～42
[21] Tillett N D, et al. Development of a Vision Guided Robot Manipulator for Packing Horticultural Produce. J. Agric Engng. Res., 1995,61: 145～154
[22] 方如明，蔡健荣等．计算机图像处理技术及其在农业工程中的应用．北京：清华大学出版社，1999
[23] 田庆国．图像处理技术在大米碾百精度测定中的应用．粮食与饲料工业，1997(10)，10～11
[24] 许俐，钱敏娟等．大米加工精度识别方法．农业工程学报，1996，12(3)，172～175
[25] 黄星奕，方如明等．大米加工精度检测方法的研究进展，1998，19(3)，6～9
[26] 喻擎苍，严红滨．一种基于图像轮廓线的稻种模糊模式识别方法．农业工程学报，2002，18(1)，150～153
[27] 萧浪涛，李东晖等．一种测定稻米垩白性状的客观方法．中国水稻科学，2001，15(3)：206～208
[28] 侯彩云，李慧媛等．垩白米粒的计算机图像识别．农业工程学报，2002，18(3)，165～168
[29] 侯彩云，王一鸣等．垩白米粒的计算机图像识别．农业工程学报，2002，18(3)：165～168
[30] 许俐．机器视觉测量大米留胚率的研究．江苏理工大学学报，1997，18(6)，8～11
[31] 王磊，范荫桥等．二维图像及两个应用研究．中国仪器仪表，1994(3)，13～14
[32] 侯彩云等．3维图像处理系统在稻米品质检测中的应用研究．农业工程学报，2001，17(3)，92～95
[33] 郑莉，董渊．C++语言程序设计．北京我：清华大学出版社，2002
[34] David J．Kruglinski著，潘爱民，王国印译．Visual C++技术内幕(第四版)．北京：清华大学出版社，2002
[35] 何斌，马天予等．Visual C++数字图像处理．北京：人民邮电出版社，2001
[36] 周长发著．精通Visual C++图像编程．北京：电子工业出版社，2000
[37] 《大米》GB 1354-86．中华人民共和国国家标准．，1987-04-01
[38] 《食用粳米》NY／T594-2002．中华人民共和国农业行业标准，1986-07-01
[39] 《粮食、油料检验米类加工精度检验法》GB 5502-85．中华人民共和国国家标准，1986-07-01
[40] 尚瑛达．浅谈大米加工精度的测定．粮食科技与经济，1996(1)，17～18
[2] 朱智伟，程式华等．稻米品质的研究进展．世界农业，1999(3)，19～21
[3] 江弋．灰色关联度分析在评价稻米品质中的应用．福建农业大学学报，1994，23(1)，121～124
[4] 梁国宾．稻米的品质及其影响因素．安康师专学报．2002，14(4)，66～70
[5] 林文浩．稻米品质综合评价的人工神经网络方法．福建农林大学学报，2002，31(2)，150～154
[6] 戴金平，陈桂英等．稻米品质及其评定．农业装备技术，2002(5)，26～27
[7] 姚惠源．中国加入WTO对稻米生产与加工的机遇和挑战．粮食与饲料工业，2000(5)，1～3
[8] 朱智伟，钱永忠．国内外稻米品质标准分析及对策建议．农业质量标准，2001(1)，7～14
[9] 《优质稻谷》GB／T17891-1999．中华人民共和国国家标准，2000-04-01
[10] 缪炳良，黄宝才等．对照新国标看我省目前的稻米品质．江苏农业科学，2001(1)，8～12
[11] 李里特．粮油产品规格化、标准化是农业现代化的迫切任务．中国粮油学报，2001，16(5)，1～5
[12] 熊振民等．稻米品质研究新进展．水稻文摘，1993，12(3)，1～6
[13] 苻文英，邢诒旺．稻米品质评价方法研究现状及其展望．海南大学学报自然科学版，1996，14(3)，269～271
[14] 亚舟．我国稻米品质提升难点与对策．垦植与稻作．2003(2)，46～47
[15] 周文，韩力群等．计算机图像处理技术在烤烟烟叶形状特征提取中的应用．烟草科技，2000(1)，12～14
[16] 松田郁生等．画像处理選别关研究．农业机械学会志，1992，54(3)：37～41
[17] 赵杰文，黄永强等．糜状食品物料微结构图像的蒙特卡罗模拟．江苏理工大学学报(自然科学版)，2000，21(6)，9～12
[18] Rehdugler G E. Apple Sorting with Machine Vision. Transactions of the ASAE, 1986,29 (5): 1388～1397
[19] 何东健，扬青等．果实表面颜色计算机视觉分级技术研究．农业工程学报，1998，14(3)，202～205
[20] Marchant JA. Computer Vision in Agricultural Engineering. Agricultural Engineer,
1998,Summer: 40～42
[21] Tillett N D, et al. Development of a Vision Guided Robot Manipulator for Packing Horticultural Produce. J. Agric Engng. Res., 1995,61: 145～154
[22] 方如明，蔡健荣等．计算机图像处理技术及其在农业工程中的应用．北京：清华大学出版社，1999
[23] 田庆国．图像处理技术在大米碾百精度测定中的应用．粮食与饲料工业，1997(10)，10～11
[24] 许俐，钱敏娟等．大米加工精度识别方法．农业工程学报，1996，12(3)，172～175
[25] 黄星奕，方如明等．大米加工精度检测方法的研究进展，1998，19(3)，6～9
[26] 喻擎苍，严红滨．一种基于图像轮廓线的稻种模糊模式识别方法．农业工程学报，2002，18(1)，150～153
[27] 萧浪涛，李东晖等．一种测定稻米垩白性状的客观方法．中国水稻科学，2001，15(3)：206～208
[28] 侯彩云，李慧媛等．垩白米粒的计算机图像识别．农业工程学报，2002，18(3)，165～168
[29] 侯彩云，王一鸣等．垩白米粒的计算机图像识别．农业工程学报，2002，18(3)：165～168
[30] 许俐．机器视觉测量大米留胚率的研究．江苏理工大学学报，1997，18(6)，8～11
[31] 王磊，范荫桥等．二维图像及两个应用研究．中国仪器仪表，1994(3)，13～14
[32] 侯彩云等．3维图像处理系统在稻米品质检测中的应用研究．农业工程学报，2001，17(3)，92～95
[33] 郑莉，董渊．C++语言程序设计．北京我：清华大学出版社，2002
[34] David J．Kruglinski著，潘爱民，王国印译．Visual C++技术内幕(第四版)．北京：清华大学出版社，2002
[35] 何斌，马天予等．Visual C++数字图像处理．北京：人民邮电出版社，2001
[36] 周长发著．精通Visual C++图像编程．北京：电子工业出版社，2000
[37] 《大米》GB 1354-86．中华人民共和国国家标准．，1987-04-01
[38] 《食用粳米》NY／T594-2002．中华人民共和国农业行业标准，1986-07-01
[39] 《粮食、油料检验米类加工精度检验法》GB 5502-85．中华人民共和国国家标准，1986-07-01
[40] 尚瑛达．浅谈大米加工精度的测定．粮食科技与经济，1996(1)，17～18