基于机器视觉技术的小米品质检测方法研究

为实现小米品质的快速鉴评,以“豫谷18”新米和陈米为研究对象,利用工业相机采集出样本的RGB图像,通过图像处理裁剪出同样大小感兴趣区域(ROI)图像块。由于新米与陈米在颜色方面差异较大,为更好提取颜色特征,将RGB图像转换到HSV颜色空间并提取HSV颜色空间下ROI区域的色调(H)和饱和度(S)对应的中心矩特征。根据特征值的分布图,筛选出更易区分的特征,组成特征向量作为分类器的输入,建立基于支持向量机(SVM)的识别模型。通过留一校验方法进行模型的训练测试,结果表明,当选择饱和度(S)中心矩特征作为特征向量输入模型时,识别率达到95%,且耗时较少,可以应用于小米的品质检测。