基于HSI顏色空間的小麥粉精度自動識別研究

王鐵建++劉艷麗++張艷琴

摘要：小麥粉和大眾生活息息相關，我國目前的小麥粉精度檢測方法以目測為主，耗時長，且容易受到主觀因素的影響。本文以圖像處理和模式識別為基礎，提取小麥粉的顏色特征和麩星含量，設計小麥粉分類器，對小麥粉精度進行自動識別，實驗結果表明，該分類器對小麥粉精度的識別達到了理想的分類效果。

關鍵詞：HSI顏色空間；OTSU算法；K-means算法；歐式距離

中圖分類號：TP391 文獻標識碼：A 文章編號：1009-3044（2016）07-0169-02

小麥粉制品在居民的日常生活中占據很重要的地位，小麥的應用的范圍也遠遠超過其他農作物產品。所以在現代農產品加工業中小麥制粉業不容小覷。在小麥加工的過程中，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量和價格。我國現行的 “GB/T 5504-2011小麥粉加工精度檢驗標準[1]”是一種目測的感官檢測方法，這種檢測小麥粉加工精度的方法，不但過程復雜、耗時，而且受到檢測人員個人因素的影響，容易產生偏差。隨著科學技術的進步，各種小麥粉檢測儀器相繼出現，如色度計、色澤等級儀等等，但由于價格、技術等方面的原因，未能普及應用。為了減少小麥制粉企業的生產成本，并提高經濟效益，同時與國際先進的檢測技術接軌，研究方便、快捷的小麥粉加工精度識別方法是迫切的。

在本實驗中，北方小麥粉來自于新鄉新良糧油加工有限公司，南方小麥粉來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小麥粉圖像各取40幅圖像，南方各等級小麥粉也各取40幅圖像。因為小麥粉比較明顯的特征是粉色和麩星含量，本文以此為基礎對小麥粉的顏色特征進行提取，并結合K-means算法[2]和歐式距離設計小麥粉分類器。

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感知特點，還要便于計算機對其進行圖像處理的相關操作。本實驗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。但根據人的視覺特性，眼睛對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算機視覺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。因此本實驗使用HSI顏色空間來提取小麥粉的顏色特征。HSI顏色空間與RGB顏色空間轉換關系如下：

5 結論

本實驗根據小麥粉的特點，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計小麥粉分類器，實驗結果表明，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別正確率達到80%，測試平均時間為5秒。從而使小麥粉精度識別不再受人為因素的影響，實現了檢測過程的客觀、科學和高效。本實驗利用圖像處理設計的小麥粉分類器達到了理想的分類效果。

參考文獻：

[1] 中華人民共和國國家標準.小麥粉加工精度檢測GB/T 5504—2011[S].

[2] 趙薔.基于PCA-K-means的衛星遙感圖像的顏色特征提取技術[J]. 微電子學與計算機，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]. 廣西大學學報，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]. 電子學報，2007（4）：757-755.