基于图像纹理分析的大米加工等级检测方法

利用不同加工等级大米表面纹理不同的特点,提出了基于纹理分析的大米加工等级检测方法。设计了大米的计算机视觉检测系统,获取4个不同加工等级大米标准样的图像,采用灰度梯度共生矩阵的纹理分析方法提取图像的纹理特征值,采用Fisher判别法和PNN神经网络对大米加工等级进行检测判定。试验结果表明:Fisher判别法和PNN神经网络对4种不同加工等级的大米样品检测判定的正确率分别是96.25%和90.00%。

基于图像分析的大米透明度定量评价方法

提出了基于图像分析的大米透明度定量评价方法。设计了大米透明度图像采集设备,采集大米图像,提取透明度特征值,以透明度感官评价值为因变量,以图像透明度特征值为自变量采用逐步引入-剔除法进行多元线性回归分析,建立大米透明度预测模型,并用聚类分析方法对预测结果和透明度感官分类结果进行对比验证。结果表明,该回归方程检验达到了显著性水平,且聚类分析结果与透明度感官分类结果基本一致,正确率达94.12%。基于图像分析的大米透明度定量评价方法是可行的。