大米的品質包括內部與外觀，外觀品質主要包括堊白度、堊白粒率、黃粒米和粒型等。目前,大米外觀品質檢測還停留在人工目測的水平,不僅客觀性和可重復性差,而且操作耗時費力,檢測精度低。把機器視覺(也稱計算機視覺)技術引進到大米外觀品質參數的檢測中是實現大米快速檢測的有效途徑之一。大米外觀品質檢測儀在現代對大米品質的檢測作用是值得推薦的。
　　
　　在大米外觀品質檢測儀的研究方面,國外起步較早,目前已經有商品化的儀器,自動谷物品質分析儀。但這些儀器的價格較貴,不適合中國國情。在國內,大米品質檢測研究尚處于起步階段,主要還停留在檢測算法的研究方面。到目前為止,國內還沒有商品化的檢測儀器。
　　
　　通過大米外觀品質檢測儀的分析發現，堊白米的有效判別是實現堊白度和堊白粒率檢測的基礎,本系統采用基于人工神經網絡的方法來判別堊白米。神經網絡具有分布式存儲信息,并行處理,對信息的處理具有自組織、自學習的能力,從而放松了傳統圖像識別方法所需的約束條件,能夠實現較好的識別效果。本系統采用3層的BP網絡,輸入參數選擇堊白大小和分形維數,分別代表了堊白區域灰度的累計和分布信息;輸出參數為0或1,分別代表標準米和堊白米。該裝置具有良好的擴展性,無需改動系統硬件,只要通過擴充系統軟件的方法,就可以增加大米其他外觀品質參數的檢測功能,如異品種粒、色澤。

掃微信，我們相見恨晚：