论文部分内容阅读
面粉中麸星的含量多少是面粉等级评定的一个重要指标,也是反映面粉生产工艺水平的重要指标。本文开发的“面粉麸星的识别与检测”系统可用于面粉生产企业的在线监测,使其能实时监测面粉生产情况。同时,该系统也可以作为面粉检测机构的检测仪器,用于检测送检的面粉样品。麸星的识别和测量是建立在数字图像处理和模式识别相关理论基础上的。文中首先详细介绍了系统的结构框图,然后介绍了各个部分的功能和实现方法,最后具体介绍了系统的实现算法,讨论了不同的算法对系统结果的影响。系统的实现算法主要包括面粉图像的预处理和麸星的识别与测量算法。图像的预处理中首先将RGB真彩色面粉麸星图像转换为灰度图像,然后讨论了中值滤波、高斯滤波、形态学滤波、拉普拉斯锐化等算法对图像处理的影响,最终采用高斯平滑滤波加上拉普拉斯锐化的处理算法。在预处理的基础上对图像中的麸星进行检测,讨论了包括模板匹配法、线性判别法、K均值聚类法等各种方法。最后利用麸星与面粉灰度值不同的特点,采用将面粉图像分成多个小块的方法,对单个小块计算灰度值求得图像的最佳阈值,计算图像中麸星的数目和大小。在此基础上,对图像进行对比度分析,完成麸星相关信息获取工作,在显示设备上显示获得的数据,最终完成了麸星的定量检测工作。该系统主要从三个方面检测面粉的质量:面粉中麸星的数目、麸星所占面粉的比例、面粉中各个麸星的大小。文章最后对面粉麸星的识别与测量系统优缺点做出总结,并参照其他在线检测仪器特点,提出了有待改进的地方。