论文部分内容阅读
提出了一种在线的基于计算机视觉的大米整精米率检测的新方法。采用最大方差阈值分割对大米图像进行处理,再对分割结果进行形态学操作,实现连接着的大米的分离,最后对分离后的大米二值图像进行面积和周长特征的提取。根据米粒周长像素数目的大小采取不同识别模式,当大米周长的像素数目大于某一固定值(先验值)时,即该种大米是长粒型,采取周长识别模式;短粒型大米则采取面积识别模式。通过使用这一能够智能选择识别模式的检测方法,能够大大提高整精米率的检测效率。