王鐵建++劉艷麗++張艷琴

摘要：小麥粉和大眾生活息息相關(guān)，我國(guó)目前的小麥粉精度檢測(cè)方法以目測(cè)為主，耗時(shí)長(zhǎng)，且容易受到主觀因素的影響。本文以圖像處理和模式識(shí)別為基礎(chǔ)，提取小麥粉的顏色特征和麩星含量，設(shè)計(jì)小麥粉分類器，對(duì)小麥粉精度進(jìn)行自動(dòng)識(shí)別，實(shí)驗(yàn)結(jié)果表明，該分類器對(duì)小麥粉精度的識(shí)別達(dá)到了理想的分類效果。

關(guān)鍵詞：HSI顏色空間；OTSU算法；K-means算法；歐式距離

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2016）07-0169-02

小麥粉制品在居民的日常生活中占據(jù)很重要的地位，小麥的應(yīng)用的范圍也遠(yuǎn)遠(yuǎn)超過(guò)其他農(nóng)作物產(chǎn)品。所以在現(xiàn)代農(nóng)產(chǎn)品加工業(yè)中小麥制粉業(yè)不容小覷。在小麥加工的過(guò)程中，出粉率和小麥加工的精度成反比，出粉率越低，小麥麩皮（麩星）含量就越少，則小麥加工精度就越高；反之，小麥加工精度越低。所以，加工精度直接影響小麥粉的質(zhì)量和價(jià)格。我國(guó)現(xiàn)行的 “GB/T 5504-2011小麥粉加工精度檢驗(yàn)標(biāo)準(zhǔn)[1]”是一種目測(cè)的感官檢測(cè)方法，這種檢測(cè)小麥粉加工精度的方法，不但過(guò)程復(fù)雜、耗時(shí)，而且受到檢測(cè)人員個(gè)人因素的影響，容易產(chǎn)生偏差。隨著科學(xué)技術(shù)的進(jìn)步，各種小麥粉檢測(cè)儀器相繼出現(xiàn)，如色度計(jì)、色澤等級(jí)儀等等，但由于價(jià)格、技術(shù)等方面的原因，未能普及應(yīng)用。為了減少小麥制粉企業(yè)的生產(chǎn)成本，并提高經(jīng)濟(jì)效益，同時(shí)與國(guó)際先進(jìn)的檢測(cè)技術(shù)接軌，研究方便、快捷的小麥粉加工精度識(shí)別方法是迫切的。

在本實(shí)驗(yàn)中，北方小麥粉來(lái)自于新鄉(xiāng)新良糧油加工有限公司，南方小麥粉來(lái)自于張家港市面粉食品有限公司。使用佳能掃描儀獲得北方各等級(jí)小麥粉圖像各取40幅圖像，南方各等級(jí)小麥粉也各取40幅圖像。因?yàn)樾←湻郾容^明顯的特征是粉色和麩星含量，本文以此為基礎(chǔ)對(duì)小麥粉的顏色特征進(jìn)行提取，并結(jié)合K-means算法[2]和歐式距離設(shè)計(jì)小麥粉分類器。

1 小麥粉顏色特征提取

顏色特征空間的選取，不僅要滿足人的視覺(jué)感知特點(diǎn)，還要便于計(jì)算機(jī)對(duì)其進(jìn)行圖像處理的相關(guān)操作。本實(shí)驗(yàn)獲取的圖片主要是以RGB顏色模型表示，而RGB顏色模型中各顏色間的距離與人眼睛感知的顏色距離有很大的偏差。但根據(jù)人的視覺(jué)特性，眼睛對(duì)顏色和亮度比較敏感， HSI顏色空間[3]中色度H代表顏色，飽和度S代表顏色深淺，亮度I代表顏色明暗程度，另外，在HSI顏色空間中圖像處理和計(jì)算機(jī)視覺(jué)的算法都可以方便使用，并在很大程度上減少了圖像分析和處理的工作量，所以HSI顏色空間比RGB顏色空間更合適。因此本實(shí)驗(yàn)使用HSI顏色空間來(lái)提取小麥粉的顏色特征。HSI顏色空間與RGB顏色空間轉(zhuǎn)換關(guān)系如下：

5 結(jié)論

本實(shí)驗(yàn)根據(jù)小麥粉的特點(diǎn)，利用圖像處理中的HSI顏色空間提取小麥粉的顏色特征和OTSU算法提取小麥粉的麩星含量，基于K-means聚類算法和歐式距離設(shè)計(jì)小麥粉分類器，實(shí)驗(yàn)結(jié)果表明，利用HIS顏色空間和OTSU算法可以有效地提取小麥粉的特征，使得該小麥粉分類器的識(shí)別正確率達(dá)到80%，測(cè)試平均時(shí)間為5秒。從而使小麥粉精度識(shí)別不再受人為因素的影響，實(shí)現(xiàn)了檢測(cè)過(guò)程的客觀、科學(xué)和高效。本實(shí)驗(yàn)利用圖像處理設(shè)計(jì)的小麥粉分類器達(dá)到了理想的分類效果。

參考文獻(xiàn)：

[1] 中華人民共和國(guó)國(guó)家標(biāo)準(zhǔn).小麥粉加工精度檢測(cè)GB/T 5504—2011[S].

[2] 趙薔.基于PCA-K-means的衛(wèi)星遙感圖像的顏色特征提取技術(shù)[J]. 微電子學(xué)與計(jì)算機(jī)，2012，29（10）：64-68.

[3] 龐曉敏.基于HIS和LAB顏色空間的彩色圖像分割[J]. 廣西大學(xué)學(xué)報(bào)，2011，36（6）：976-980.

[4] 范九倫.灰度圖像的二維Otsu曲線閾值分割法[J]. 電子學(xué)報(bào)，2007（4）：757-755.