基于HSI颜色空间的小麦粉精度自动识别研究

王铁建++刘艳丽++张艳琴

摘要：小麦粉和大众生活息息相关，我国目前的小麦粉精度检测方法以目测为主，耗时长，且容易受到主观因素的影响。本文以图像处理和模式识别为基础，提取小麦粉的颜色特征和麸星含量，设计小麦粉分类器，对小麦粉精度进行自动识别，实验结果表明，该分类器对小麦粉精度的识别达到了理想的分类效果。

关键词：HSI颜色空间；OTSU算法；K-means算法；欧式距离

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2016）07-0169-02

小麦粉制品在居民的日常生活中占据很重要的地位，小麦的应用的范围也远远超过其他农作物产品。所以在现代农产品加工业中小麦制粉业不容小觑。在小麦加工的过程中，出粉率和小麦加工的精度成反比，出粉率越低，小麦麸皮（麸星）含量就越少，则小麦加工精度就越高；反之，小麦加工精度越低。所以，加工精度直接影响小麦粉的质量和价格。我国现行的 “GB/T 5504-2011小麦粉加工精度检验标准[1]”是一种目测的感官检测方法，这种检测小麦粉加工精度的方法，不但过程复杂、耗时，而且受到检测人员个人因素的影响，容易产生偏差。随着科学技术的进步，各种小麦粉检测仪器相继出现，如色度计、色泽等级仪等等，但由于价格、技术等方面的原因，未能普及应用。为了减少小麦制粉企业的生产成本，并提高经济效益，同时与国际先进的检测技术接轨，研究方便、快捷的小麦粉加工精度识别方法是迫切的。

在本实验中，北方小麦粉来自于新乡新良粮油加工有限公司，南方小麦粉来自于张家港市面粉食品有限公司。使用佳能扫描仪获得北方各等级小麦粉图像各取40幅图像，南方各等级小麦粉也各取40幅图像。因为小麦粉比较明显的特征是粉色和麸星含量，本文以此为基础对小麦粉的颜色特征进行提取，并结合K-means算法[2]和欧式距离设计小麦粉分类器。

1 小麦粉颜色特征提取

颜色特征空间的选取，不仅要满足人的视觉感知特点，还要便于计算机对其进行图像处理的相关操作。本实验获取的图片主要是以RGB颜色模型表示，而RGB颜色模型中各颜色间的距离与人眼睛感知的颜色距离有很大的偏差。但根据人的视觉特性，眼睛对颜色和亮度比较敏感， HSI颜色空间[3]中色度H代表颜色，饱和度S代表颜色深浅，亮度I代表颜色明暗程度，另外，在HSI颜色空间中图像处理和计算机视觉的算法都可以方便使用，并在很大程度上减少了图像分析和处理的工作量，所以HSI颜色空间比RGB颜色空间更合适。因此本实验使用HSI颜色空间来提取小麦粉的颜色特征。HSI颜色空间与RGB颜色空间转换关系如下：

5 结论

本实验根据小麦粉的特点，利用图像处理中的HSI颜色空间提取小麦粉的颜色特征和OTSU算法提取小麦粉的麸星含量，基于K-means聚类算法和欧式距离设计小麦粉分类器，实验结果表明，利用HIS颜色空间和OTSU算法可以有效地提取小麦粉的特征，使得该小麦粉分类器的识别正确率达到80%，测试平均时间为5秒。从而使小麦粉精度识别不再受人为因素的影响，实现了检测过程的客观、科学和高效。本实验利用图像处理设计的小麦粉分类器达到了理想的分类效果。

参考文献：

[1] 中华人民共和国国家标准.小麦粉加工精度检测GB/T 5504—2011[S].

[2] 赵蔷.基于PCA-K-means的卫星遥感图像的颜色特征提取技术[J]. 微电子学与计算机，2012，29（10）：64-68.

[3] 庞晓敏.基于HIS和LAB颜色空间的彩色图像分割[J]. 广西大学学报，2011，36（6）：976-980.

[4] 范九伦.灰度图像的二维Otsu曲线阈值分割法[J]. 电子学报，2007（4）：757-755.