论文部分内容阅读
我国对大米品质的检测还停留在人工拣选阶段,效率低,缺乏客观性,延长了稻谷分级的周期,提高了复杂性。课题针对这一问题,设计了大米品质的动态检测设备,大米品质动态检测设备是以Xilinx公司的Sparten3E系列XC3S500E FPGA芯片和高速线阵CCD传感器为核心,利用线阵CCD进行在线动态扫描下落的大米,对采集到的大米图像信息进行形态参数的特征提取,完成合格大米和不合格大米的分类筛选和整精米率等大米品质指标的测算,使大米品质的动态检测具有可行性。大米品质动态检测设备的硬件设计包括FPGA核心电路的设计;线阵CCD驱动电路的设计;图像数字转换器的接口电路设计。大米品质动态检测算法研究主要分为两大部分:一部分是在大米动态检测过程中涉及的快速成像算法研究,主要包含图像滤波算法的研究(中值滤波快速算法和小波去噪算法)、基本图像处理算法的研究(二值化、边缘提取算法);第二部分是7个大米图像参数提取及其解算算法的研究,在大米直径测算中提出了中心-边缘旋转搜索算法,降低了经典搜索算法的复杂度,达到了快速计算的效果,在5ms内完成整精米的分类。理论算法的FPGA实现,采用Verilog和VHDL语言进行硬件电路描述,利用ISE8.2、Synplify Pro7.2和ISE自带的仿真工具,对各模块,算法进行设计、仿真、实现。并用ChipScope Pro8.2嵌入IP内核,对程序进行下载并完成解算结果的在线调试。经过对大米品质动态检测设备的在线调试和实验,已经完成了CCD的驱动、大米动态图像的采集、图像参数的提取和解算和整精米率的测算,可以正确的检测整精米,并使检测的正确率达到90%以上。