基于机器视觉技术预测玉米质量等级的方法研究

质量安全　粮油食品科技第２４卷２０１６年第６期　基于机器视觉技术预测玉米质量等级的　方法研究　周鸿达，张玉荣，王伟宇，陈赛赛　（河南工业大学粮油食品学院，粮食储藏与安全教育部工程研究中心，　粮食储运国家工程实验室，河南郑州４５０００１）　

摘　要：国家标准规定玉米的质量定等指标为容重，为了实现利用机器视觉快速预测玉米等级，采　用自行构建的基于机器视觉技术的玉米检测系统获取４种不同等级的玉米籽粒图像，通过均值滤　波、最大类间方差法和形态学运算对玉米籽粒和背景进行处理、分割和特征参数的选取，并采用主　成分分析法确定图像特征信息的最佳主成分因子数，建立以玉米容重为基础的８—２１—４三层ＢＰ　神经网络质量等级识别模型。结果表明：利用ＢＰ神经网络对基于完整籽粒图像和籽粒横切面图　像的玉米等级的总体识别率均在９０％以上，因此利用该模型对玉米等级的检测识别具有较高的可　行性。　关键词：玉米；质量等级；机器视觉；主成分分析；ＢＰ神经网络　中图分类号：ＴＳ　２１０．７文献标识码：Ａ文章编号：１００７—７５６１（２０１６）０６—００５０—０７　Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ　ｍｅｔｈｏｄ　ｏｆ　ｍａｉｚｅ　ｑｕａｌｉｔｙ　ｇｒａｄｅｓ　ｂａｓｅｄ　ｏｎ　ｍａｃｈｉｎｅ　ｖｉｓｉｏｎ　ＺＨＯＵ　Ｈｏｎｇ—ｄａ，ＺＨＡＮＧ　Ｙｕ—ｒｏｎｇ，ＷＡＮＧ　Ｗｅｉ—ｙｕ，ＺＨＯＵ　Ｘｉａｎ—ｑｉｎｇ，ＣＨＥＮ　Ｓａｉ—ｓａｉ　（Ｃｏｌｌｅｇｅ　ｏｆ　Ｆｏｏｄ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ，Ｅｎｇｉｎｅｅｒｉｎｇ　Ｒｅｓｅａｒｃｈ　Ｃｅｎｔｅｒ　ｏｆ　Ｇｒａｉｎ　Ｓｔｏｒａｇｅ　ａｎｄ　Ｓｅｃｕｒｉｔｙ　ｏｆ　Ｍｉｎｉｓｔｒｙ　ｏｆ　Ｅｄｕｃａｔｉｏｎ，Ｇｒａｉｎ　Ｓｔｏｒａｇｅ　ａｎｄ　Ｌｏｇｉｓｔｉｃｓ　Ｎａｔｉｏｎａｌ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｌａｂｏｒａｔｏｒｙ，Ｈｅｎａｎ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｔｅｃｈｎｏｌｏｇｙ，Ｚｈｅｎｇｚｈｏｕ　Ｈｅｎａｎ　４５０００１）　Ａｂｓｔｒａｃｔ：Ｖｏｌｕｍｅ　ｗｅｉｇｈｔ　ｉｓ　ｔｈｅ　ｍａｉｎ　ｉｎｄｅｘ　ｏｆ　ｍａｉｚｅ　ｑｕａｌｉｔｙ　ｇｒａｄｅｓ　ａｃｃｏｒｄｉｎｇ　ｔｏ　ｎａｔｉｏｎａｌ　ｓｔａｎｄａｒｄ．Ｉｎ　ｏｒ—　ｄｅｒ　ｔｏ　ｄｉｓｃｒｉｍｉｎａｔｅ　ｔｈｅ　ｍａｉｚｅ　ｇｒａｄｅｓ　ａｃｃｕｒａｔｅｌｙ　ｂｙ　ｍａｃｈｉｎｅ　ｖｉｓｉｏｎ，ｔｈｅ　ｇｒａｉｎ　ｉｍａｇｅ　ｏｆ　ｆｏｕｒ　ｄｉｆｆｅｒｅｎｔ　ｇｒａｄｅｓ　ｏｆ　ｍａｉｚｅ　ｗｅｒｅ　ａｄｏｐｔｅｄ　ｂｙ　ｔｈｅ　ｍｅｔｈｏｄ　ｏｆ　ｉｍａｇｅ　ｐｒｏｃｅｓｓｉｎｇ　ｗｉｔｈ　ｔｈｅ　ｉｎｄｕｓｔｒｉａｌ　ｃａｍｅｒａ，ｔｈｅ　ｋｅｒｎｅｌｓ　ａｎｄ　ｔｈｅｉｒ　ｂａｃｋｇｒｏｕｎｄ　ｗｅｒｅ　ｐｒｏｃｅｓｓｅｄ，ｄｉｖｉｄｅｄ　ｂｙ　ｔｈｅ　ａｖｅｒａｇｅ　ｆｉｌｔｅｒ，Ｏｔｓｕ　ａｎｄ　ｍｏｒｐｈｏｌｏｇｉｃａｌ　ｏｐｅｒａｔｉｏｎ，ｔｈｅ　ｃｈａｒａｃ—　ｔｅｒｉｓｔｉｃ　ｐａｒａｍｅｔｅｒｓ　ｗｅｒｅ　ｓｅｌｅｃｔｅｄ．Ｔｈｅ　ｎｕｍｂｅｒ　ｏｆ　ｏｐｔｉｍａｌ　ｍａｉｎ　ｆａｃｔｏｒｓ　ｗａｓ　ｄｅｔｅｒｍｉｎｅｄ　ｂｙ　ｐｒｉｎｃｉｐａｌ　ｃｏｎ—　ｐｏｎｅｎｔ　ａｎａｌｙｓｉｓ（ＰＣＡ）．Ｔｈｅ　８—２１—４　ｔｈｒｅｅ　ｌａｙｅｒｓ　ＢＰ　ｎｅｕｒａｌ　ｎｅｔｗｏｒｋ　ｍｏｄｅｌ　ｗａｓ　ｅｓｔａｂｌｉｓｈｅｄ　ｆｏｒ　ｔｈｅ　ｉ－　ｄｅｎｔｉｆｉｃａｔｉｏｎ　ｏｆ　ｍａｉｚｅ　ｇｒａｄｅｓ　ｂａｓｅｄ　ｏｎ　ｖｏｌｕｍｅ　ｗｅｉｇｈｔ．Ｒｅｓｕｌｔｓ　ｓｈｏｗｅｄ　ｔｈａｔ　ｔｈｅ　ｏｖｅｒａｌｌ　ｒｅｃｏｇｎｉｔｉｏｎ　ｒａｔｅ　ｗａｓ　ｏｖｅｒ　９０％ｂａｓｅｄ　ｏｎ　ｔｈｅ　ｉｍａｇｅ　ｏｆ　ｃｏｍｐｌｅｔｅ　ｋｅｒｎｅｌ　ａｎｄ　ｔｈｅ　ｋｅｒｎｅｌ　ｔｒａｎｓｖｅｒｓｅ　ｓｅｃｔｉｏｎ　ｂｙ　ＢＰ　ｎｅｕｒａｌ　ｎｅｔｗｏｒｋ．　Ｓｏ　ｔｈｅ　ｍｏｄｅｌ　ｈａｄ　ｈｉ　ｇｈ　ｆｅａｓｉｂｉｌｉｔｙ　ｆｏｒ　ｄｅｔｅｃｔｉｎｇ　ｍａｉｚｅ　ｇｒａｄｅｓ．　Ｋｅｙ　ｗｏｒｄｓ：ｍａｉｚｅ；ｑｕａｌｉｔｙ　ｇｒａｄｅｓ；ｍａｃｈｉｎｅ　ｖｉｓｉｏｎ；ｐｒｉｎｃｉｐａｌ　ｃｏｍｐｏｎｅｎｔ　ａｎａｌｙｓｉｓ（ＰＣＡ）；ＢＰ　ｎｅｕｒａｌ　ｎｅｔｗｏｒｋ　

按照国家标准ＧＢ　１３５３－－２００９规定，玉米等级　是按容重大小进行划分，该标准是玉米在收购等流　通环节中判断质量等级的重要依据，能够确切地反　映玉米自身的成熟度、完整度、均匀度和使用价　值＿ｌｊ。籽粒的大小、形状、水分含量、整齐度、饱满　程度、胚乳质地等多方面因素决定了玉米容重的大　收稿日期：２０１６—０４—０６　作者简介：周鸿达，１９９０年出生，男，硕士研究生　通讯作者：张玉荣，１９６７年出生，女，教授．　小，一般来说，籽粒饱满、水分含量低、杂质含量少、　不完善粒少、质构紧密、粒形较短的玉米容重较大；　反之籽粒不饱满、水分较高、杂质含量高、不完善粒　多、质构疏松、粒形较长的玉米籽粒容重较小。Ｈｕｒ．　ｂｕｒｇｈ＿２　等研究了玉米水分与容重对玉米质量的影　响，其关系为每降低１％的水分，玉米容重ｓ￣ＤＮｏ．２５　磅／蒲式耳；车海先等　研究表明玉米容重与水分、　体积、形状、表面光滑度等因素有关；顾金玲等　研　究了杂质含量与容重的相关性，指出杂质含量在９％　以下时，容重与杂质含量呈正相关，高于９％时，呈　

团　粮油食品科技幕２４卷２０１６年第６期　负卡Ｈ火　然ｍ　从籽　本身的角度，利川ｔ机　觉刈’　ｋ水　的影响　粜研究日前尚未　报进　ｆＪｌ　觉技术　农产　１　顷｝　与品质检测过　『Ｉｌ，通常从佯　ｒＩ　，ＪＪ髟忿、颜色币Ｉｌ纹　等方面提取特　参数，川ｊ　籽　牲特　－＂－ｔｂＩ，￣一尘ｘ　刈　进行砰价　此，利』｛Ｊ饥　觉　技术刈｛ｉ水柑粒的颜包、大小、光滑　、　乳质地　影响ｆｉ水杳弧的　进行描述提供ｎ叮能　小研　究尝　利』｛Ｊ机器　觉技术对卡水容暖的影响　粜进　ｉ亍分　，＂ｌＩ．建、　级识圳模　，以实现ｆｉ水等级的　快速｝ｊ　５ｊｌ】　ＩＪ定　ｌ　材料与方法　１．１　材料与装置　１．１．１　试验材料　ｆｉ水样　＂¨｛１．　林省中储粮质检Ｉｆ　ｒ心提供　从・　等剑川等４个等级的　米样品中分别选取　’　Ｉ：份窬　ｆ『１近的Ｉｉ水佯　１　缚种等级的ｆｉ水样　分圳采　水　柑粒ｆｆ】籽ｌ卡　磺切　像符ｌ５０张，随机选　取其ｒＩ　的８（）　作为ｉＪｉｌ练样奉，剩余的７（）ＩＫ作　洲　佯小，川ｊ　ｆＩ！Ｊ　的　、　习和测试　对ｋ水卡，粒做　进　采　ＩＩｌ『，他用　刀片牦：ｆｉ水　从一Ｉｔ　部横…ｌ＿ＪＪ断．　｝．ＩＩ　芽的鄙分用ｆ　像果　．僦　像果　数　川　籽粒　像　然　川快述水分　洲定仪洲定水分　将样　水分ｉＪ『ＩＩ＿Ｉ争（１　３．５±　０．５）％ｆ０水分　ｔ衡　利，１１国标法进　啊测　，　【Ｌ　ｌ所，Ｊ　表Ｉ　不同等级的玉米样品　美　‘　美容蕈　。　夏觚　美褂　】　ｌ　７５４　ｌ６　６９７　３ｌ　３　６７０　４６　４　６２７　２　ｌ　７５２　ｌ　７　２　６９６　３２　３　６７ｌ　４７　４　６３９　３　ｌ　７５ｌ　ｌ　８　二　６９３　３３　３　６６８　４８　４　６３６　４　ｌ　７　５　ｌ９　６９３　３４　３　６６４　４９　４　６３　５　１　７５５　２（）　２　６９４　３５　３　６６５　５【】４　６３７　６　】　７５１　２　Ｊ　２　６９３　３６　３　６６２　ＳＩ　４　６３４　７　ｌ　７５９　２２　６９４　３７　３　６７５　５２　４　６３５　８　Ｉ　７５３　２３　２　６９２　３８　３　６６２　５３　４　６３７　９　ｌ　７６２　２４　２　６９２　３９　３　６７２　５４　４　６４（Ｊ　ｌ０　ｌ　７５４　２５　２　６９６　４（）　３　６６２　５５　４　６４ｌ　ｌ】　Ｉ　７Ｓ２　２６　７０８　４ｌ　３　６７４　５６　４　６３８　ｌ　２　１　７４８　２７　６９ｌ　４２　３　６７４　５７　４　６３６　ｌ　３　ｌ　７４６　２８　６９０　４３　３　６５７　５８　４　６３４　ｌ４　ｌ　７　９　２９　６９０　４４　３　６７３　５９　４　６１９　ｌ　５　ｌ　７　２　３ｆ）　６９３　４５　３　６７０　６【）４　６３５　１．１．２　仪　衙　Ｈ《　一１０００Ａ｝Ｉ４容重器：上海尔力　衡　仃　公　一　生Ｊ　：；Ｉ　Ｉ）ｓ—Ｉ（１’　物水分测定仪：【　海｝　浦绿洲　检测仪器　『１５　公－　，　；１０ｌ０—３　鼓风恒　１　燥　Ｊ　海　验仪　｝一仃限公司生产；ＡＹｌ２０电ｆ人　质量安全　平：¨本隅津ｉｔ；Ｉ　Ｊ　：；ｉ　ｌ　陶缱　十ｆ＝Ｊｌ　证技　术的｝ｉ水愉测系统，　Ｉ叭爪　

ｒ　ｌ一　＿——一’　—ｒ　●　＿　网　

Ｉ　７Ｊ＿ｌＪ』文　２《　（　Ｉ　Ｊ擞　、　．　ｆ　１＿　ｌ　Ｊ蚪彤　ｆ　４　『＿＿ｆ【　【Ｉ　Ｈｌ　６　ｆ　采玑卜　图Ｉ　图像采集系统　１．２　玉米籽粒图像采集及预处理　１．２．１　像采　ｌｉ米籽　的【冬Ｉ像址　『Ｉ　于机器　觉．拽水的　米质量检测系统ｒＩ１采集的　采　Ｉ：Ｉ　ｆ允确定光源的　庇发，再嗣整焦　ｆＩＩ｛：１ｆ＿＝．　，选取／＼适的参数　ｌＩｆ　利用图像采集卜将昕录　的【ｋＩ像数　存能到汁钟：ｆＪｌ　（仃储恪』　为ＢＭｔ’），以箭『Ｊ　缎处珊　采　的Ｉｉ水　ｒ　粒Ｉ冬Ｉ像＆【１Ｉ　２　Ｊ听，Ｊ　

柑　Ｉ，１、川　缄Ｉ：水籽　ＩＩ　Ｉｆ［１　像　图　玉米籽粒原始图像　１．２．２　像滤波　Ｉ『ｌｆＩ，ｊｌ：！｝Ｊ像处理　具衔　｝Ｉ的线　Ｈ　

ｌ　

豆一　质量安全　虑波、　｝Ｊｆ“滤波干¨维纳滤波等方法来消除噪音，实现　《ｌ『　像的　滑、锐化及边缘检测．、通过对比不同滤　肢　‘法处　的效　．结果发现均值滤波的效果最好，　ｆＩ＿滤波倚Ｉ　１选择３×３模板，处婵效果如图３所示．．　◆ｉｌ●　◆◆■　ｌ　爹　｝●◆◆●　◆◆ＩＩ　鼙ｌ霉　誉　ｉ　●ｅ●　●●ｅ—Ｉ●Ｉｉ　ｌ霪　豢ｅ毒　｝　●●◆　●●－ｉＩ　ｌ　１Ｉ｝　豢　｝●ｏｌ　◆　，■　ｅ　ｌ　ｉ爹爹擘爹　ｌｌ　，ｌ　Ｖｉｉｉ　霉爹爹ｊ事　爹霉　柑　版瞍　像ｈ完整籽粒滤波』．　灰吱图像　图３　玉米籽粒滤波后图像　图４　不同等级玉米籽粒横切面滤波后图像　１．２．３　像分割　为Ｊ　掉　始图像ｌ＿｝１一些无用的信息和减轻后　处　的ｌ　作　通过对］ｉ米籽粒原始图像进行灰　化处Ｓｉｌ！　同时采用最大类问方差法（０１、ＳＬ　）　－６ｉ对　｛　水柑卡　ｌｆＩｊ　Ｉｆ景进行分割，另采用形态学运算中膨　ＪＪＫｆＩｌ　Ｊ搿蚀进仃　、川运算，并对卡米籽粒的边缘进行　ｑ－；－ｉＩ’　Ｉ肜忿学上的闭操作，再经填充得到如　５ａ所　爪的｝ｉ水籽粒　域图像　利用此图像作模板分别乖Ｉｌ　Ｊ＂ｄｆｉ　滤波』。　的Ｒ、Ｇ、Ｉ｛分量进行合成运算得到　５ｈ．｝发Ｉ冬ｌ能较　地保留Ｊ　其肜念、纹理和颜色等特　’　囝一　ａ　ａ臼０　０囝　回ｌ＝｝ｎ　９　口０Ｑ　口　ａ囝　囝　・ｌ、水＂　《１　１分　…．　像Ｉ・味始　像太除　跹　域效　图５玉米籽粒ｌ１。　’Ｉ、１分割后图像　２　籽粒外观特征参数提取　…于ｌｆ｝ｉ同容藿的土米１５　特　之问　会仔住较大的Ｚ　籽粒颜色、形态和纹　，因此单个籽粒的图　像特征不能准确的反映陔等级下的　米　体特　住试验ｒ１１提取出每个籽粒的特征参数后．对整张图　像籽粒特征参数取均值，将每张图像的特，止参数均　值用于不同等级　米的特征　异描述　．　２．１　形态特征　水籽粒的形态特征参数值町以反映　米本身　的完整性　，叮通过二值图像标号将每一个Ｊ　、水籽　粒从整体图像中提取出来，经形态学运箅处　后，仃　效去除噪声ｆ　扰之后利用籽粒区域和边　特　提取　籽粒形态特征、获取　水完　籽粒及籽粒横圳而的　形态特征参数｛ｎＪ表２、　３所示　．