基于视觉的米粒缺陷分类与重量估计

稻米是世界许多地区的主要主食之一。米粒的质量评估在食品安全与社会经济影响方面都至关重要。过去这通常由质检人员执行，可能导致客观与主观的不准确。本文中，我们提出一种米粒自动视觉质量评估系统，根据缺陷类型对采样米粒进行分类，并通过各类米粒的重量比评估其质量。为弥补不同米粒数量的不平衡并准确分类具有多种缺陷的米粒，我们提出一种多阶段工作流，能够定位所拍摄图像中的米粒并分类其属性。我们定义了一种新度量，从面积衡量图像中每粒米的相对重量，从而可计算各类型米粒相对于全部样本的相对重量，并用作稻米质量评估的依据。我们进行了多种实验，表明本系统能够以非接触方式输出精确结果，并替代繁琐且易出错的手动工作。