统大米检测多采用抽样方法，人工测量和目测，步骤繁琐，速度慢，劳动强度大，且检测结果主观性强，致性差。

随着计算机性价比的不断提高，机器视觉检测技术的应用正在推广，尤其在农产品品质检测领域有着广阔的应用前景。

和人工检测技术相比，机器视觉检测技术具有速度快精度高重复性好等优点，利用机器视觉分级代替人工检测，是自动化分级发展的必然趋势。

国外对大米检测的研究机器视觉技术起源于世纪年代，进入年代，在理论和应用上都得到了长足的发展。

在应用于谷物外观品质检测方面，国外的研究成果很多，由于不同国家的饮食结构不同，欧美国家对小麦和玉米的研究较多，对稻米的研究较少，少数亚洲国家如日本泰国韩国对稻米的研究较多。

从世纪年代开始，国外学者开始把应用于大米识别和分级的研究中。

国外目前的研究主要分为两种对大米加工精度检测。

对大米质量检测和分级。

日本大学森岛博教授从年开始对机器识别大米质量和分级进行广泛的研究。

研究了同品种大米中整粒碎粒异色粒有裂痕粒的识别和分级方法，以及不同品种大米的识别方法，并形成了整套理论体系。

年等运用范围估计神经网络算法种在线分类方法对大米质量进行检测。

在线分类最高记录是粒，准确率。

国内大米检测研究现状我国学者从世纪年代开始运用对大米品质进行检测。

我国大米的品质特征分为外观品质加工品质食用品质即蒸煮和营养品质及储藏品质。

应用对大米品质检测主要集中在外观品质加工品质食用品质，应用最多的是外观品质和加工品基于的大米外观品质检测外观品质检测参数主要有外形轮廓垩白黄粒米粒型。

大米样品图像获取般采用扫描仪或数码照相机，根据垩白度粒型等参数，系统采用扫描仪获取图像，使用为开发工具。

张巧杰在此基础上研究了套稻谷品质快速检测装置，不但实现了大米外观品质垩白度垩白粒率的检测，还实现了大米营养品质直链淀粉含量检测。

本装置采用激光光源进行大米直链淀粉含量检测，精度达，采用摄像机对垩白度垩白粒率检测，精度分别为。

目前国内这些检测装置离商业化还有段距离。

存在的问题在稻谷品质检测中的应用时间不长，要达到生产自动化，实现在线检测，还需要解决很多问题，主要表现在在已有的大米品质检测中，大多属于静态检测系统，虽然目前已有准动态系统，可实现样品的自动进样和分级功能，但图像采集时谷物与摄像机仍保持相对静止，实际采集的还是静态图像出粒型。

国内学者也是近几年才开始这方面的研究。

侯彩云计算粒型方法为计算大米轮廓中距离最大的两个点的距离作为米粒长度，求出粒长所在直线方程。

凌云研究了种基于极坐标的粒型检测方法，将米粒近似为椭圆形，粒长粒宽分别为椭圆长短轴长度，这样可以简单快速计算区域的长短轴大小，实现粒型的检测。

基于的大米加工品质检测目前采用对大米加工品质的检测研究主要在加工精度整精米率两个方面。

加工精度检测我国大米标准中是按加工精度对大米分级，可见对大米加工精度检测的重要性。

传统检测主要是通过直接比较和染色法进行感官评价。

许俐等通过计算机图像处理技术与色度学理论相结合，采用日本染色法，研究染色后大米的胚乳皮层。

生产过程中采集到的图像应该是动态的多个大米图像，增加了处理和分析的复杂性，目前还没解决从快速运动农产品中提取有效图像信息并对其校正的技术问题已有的检测算法对大米摆放方向要求比较高，实际大米摆放是随机的，检测算法不能受米粒摆放方向影响。

已有算法不能满足要求，限制了实用性。

目前图像处理多采用灰度图像，些参数可能无法识别，建议今后尝试彩色图像多频图像处理进行特征识别。

总体设计这次所设计的设备总长约，总高，总宽总体看来，该设备具有快速准确高效可操作性强等特点。

工作原理工作时把大米装入料斗中，开动电动机，使滚筒及输送带在电动机的驱动下运转，从而把大米输送到图像视觉检测装置系统中，通过计算机对所检测到的大米图像处理，并向可编程控制器发出指令，操纵气阀的及时开启与闭合。

当检测到不同等级大米时，就开启相关气阀通气，依靠气流对大米的冲击力，将该粒大米从相关出料口中出料然而大部分大米通过时，则关闭气阀，让大米随输送带运输至等品出料口中出料，从而将大米分级。

其原理示意图如所示设备的组成输送带在该设备中起到拽引和连续不断输送大米的作用，其材料采用乙丙黑色橡胶材料。

驱动装置是该设备中动力输送部分，由安装在支架上的调速电动机和连轴器组成。

传动滚筒是该设备中动力传递的主要部件，输送带借其与滚筒之间的摩擦力而运行。

装料斗用来装载大米，使大米能连续不断地掉落在橡胶输送带上，同时该装置上还具有调节机构，能够控制大米往橡胶输送带上掉落的流量，且可以针对比大米体积稍大的其他物料的输送。

大米图像信息检测装置这是该设备的技术核心，大米在该装置中被检测，其所采集到的生物图像信息在计算机中被处理分析。

大米等级分离装置此设备中设计了两个大米输出端口，在计算机的控制操纵下最终把大米分成六个等级通过计算机对所采集到的大米图像信息进行处理并发出控制信传统抽样方法取粒样品进行静态图像采集，背景采用黑色。

外形轮廓检测包晓敏分别用算子算子算子模块匹配法和快速模糊边缘检测法对大米轮廓进行边缘检测，通过对大米图像的分割实验，验证了快速模糊边缘检测最有效。

刘光蓉用扫描仪获取大米图像，通过改进的直方图均衡化算法对大米图像增强，利用八领域分析法提取大米轮。

垩白检测垩白是衡量大米品质的重要参数之，通常用垩白度垩白粒率垩白大小等描述大米垩白状况。

其中垩白度是优质稻米个定级指标之，因此近年来，对大米垩白检测较多。

黄粒米检测黄粒米是评定稻米等级的个重要指标。

尚艳芬根据色度学原理分析了黄粒米色度。

凌云等选用模型中的分量进行黄粒米检测。

孙明等则采用面向彩色处理的模型。

粒型检测粒型即大米米粒长宽之比。

我国稻米标准中对此要求很少，只在优质籼稻米分级中提及粳晚粳其中小碎米早籼籼糯晚籼早粳粳糯晚粳水分早籼籼糯早粳粳糯晚籼晚粳色泽气味正常注各类大米中的黄粒米限度为。

基于的大米品质检测的发展概况及研究现状机器视觉技术，简称是以图像处理技术为核心，用计算机技术实现人的视觉功能，用人工智能技术信息处理技术对图像进行分析，以获得研究对象所需的信息。

传胚芽加工为主，其它工业比重较小，目前主要有粮油加工等小型工业项目。

人均经济指标年人均实现国内生产总值元，职均收入为元。

社会经济发展指标近几年来，八十七团经济发展速度较快，年全团实现生产总值万元，年全团实现生产总值万元，年全团实现生产总值万元，年实现生产总值万元，年全团实现生产总值万元，年全团实现生产总值万元，年比年增长，平均年增长率为。

农业生产条件截止年底，八十七团现有农业生产连队个，有个工交建商企业。

总人口人，其中从事第产业的职工人数为人，占在职职工人数的。

全团现有各类专业技术人员余人，其中农业技术人员人。

现有劳动力中，多具有初中以上文化程度，有较多的生产实践经验，人口素质较高。

八十七团现有耕地面积万亩，农作物总播种面积万亩，其中小麦万亩，单产亩，总产吨玉米万亩，单产亩，总产吨油料万亩，单产亩，总产吨蔬菜万亩其它万亩。

灌溉面积中有园林亩，水果总产量吨。

截止年底，灌区拥有农业机械总动力，有大中型拖拉机台，小型拖拉机台，各种农机具台架，农业机械化水平正在逐步提高。

土地开发利用情况八十七团土地总面积万亩，其中耕地面积万亩，占总面积的园地万亩，占总面积的林地万亩，占总面积的牧草地万亩，占总面积的居民点及工矿用地万亩，占总降为。

多年平均径流量温泉站为亿，博乐站为亿，变差系数，径流的年际变化不大，径流较稳定，年内分配较不均匀。

博河干流及主要支流水文特征值表河名站名集水面积年内分配多年平均径流量万多年平均径流深不同保证率径流亿春水月夏水月秋水月冬水构架单元是合理的静定结构构配件齐全组装方便用材较省，约比扣件式钢管脚手架节省左右杆件轴心受力缺点强度低扣件容易丢失结点处的杆件为偏心连接，靠抗滑力传递荷载和内力，因而降低了其承载能力扣件节点的连接重量受扣件本身质量和工人操作的影响显著横杆为集中尺寸的定型杆，立杆上碗口节点按间距设置，使构架尺寸受到限制形连接销易丢价格较贵构架尺寸无任何灵活性交叉支撑易在铰点处折断定型脚手板较重价格较贵广东技术师范学院天河学院本科毕业论文设计适应性构筑各种型式的脚手架模板和其它支撑架组装井字架搭设坡道工棚看台及其它临时构筑物作其它两种脚手架的辅助加强杆件构筑各种型式的脚手架模板和其它支撑架组装井字架搭设坡道工棚看台及其它临时构筑物作其它两种脚手架的辅助加强杆件核心数据库用于存储各分部所有的人员，设备，应用管理等相关数据各分部核心服务器是用于连接辖区所有的小区核心服务器上层总部核心服务器各自分部核心数据库每个分部各种相应的分部应用工作站并综合处理各分部各种实时事件的服务器各分部应用工作站用于完成各分部智能物业综合管理系统各种功能的应用。

总部应用服务层包含总部核心数据库总部核心服务器和各种相应的总部应用工作站。

总部核心数据库用于存储全国所有的人员，设备，应用管理等相关数据总部核心服务器是用于连接总部核心数据库各分部核心服务器总部各种相应的总部应用工作站，并综合处理全国物业系统各种实时事件的服务器总部应用工作站用于完成全国智能物业综合管送货包装拣取统大米检测多采用抽样方法，人工测量和目测，步骤繁琐，速度慢，劳动强度大，且检测结果主观性强，致性差。

随着计算机性价比的不断提高，机器视觉检测技术的应用正在推广，尤其在农产品品质检测领域有着广阔的应用前景。

和人工检测技术相比，机器视觉检测技术具有速度快精度高重复性好等优点，利用机器视觉分级代替人工检测，是自动化分级发展的必然趋势。

国外对大米检测的研究机器视觉技术起源于世纪年代，进入年代，在理论和应用上都得到了长足的发展。

在应用于谷物外观品质检测方面，国外的研究成果很多，由于不同国家的饮食结构不同，欧美国家对小麦和玉米的研究较多，对稻米的研究较少，少数亚洲国家如日本泰国韩国对稻米的研究较多。

从世纪年代开始，国外学者开始把应用于大米识别和分级的研究中。

国外目前的研究主要分为两种对大米加工精度检测。

对大米质量检测和分级。

日本大学森岛博教授从年开始对机器识别大米质量和分级进行广泛的研究。

研究了同品种大米中整粒碎粒异色粒有裂痕粒的识别和分级方法，以及不同品种大米的识别方法，并形成了整套理论体系。

年等运用范围估计神经网络算法种在线分类方法对大米质量进行检测。

在线分类最高记录是粒，准确率。

国内大米检测研究现状我国学者从世纪年代开始运用对大米品质进行检测。

我国大米的品质特征分为外观品质加工品质食用品质即蒸煮和营养品质及储藏品质。

应用对大米品质检测主要集中在外观品质加工品质食用品质，应用最多的是外观品质和加工品基于的大米外观品质检测外观品质检测参数主要有外形轮廓垩白黄粒米粒型。

大米样品图像获取般采用扫描仪或数码照相机，根据垩白度粒型等参数，系统采用扫描仪获取图像，使用为开发工具。

张巧杰在此基础上研究了套稻谷品质快速检测装置，不但实现了大米外观品质垩白度垩白粒率的检测，还实现了大米营养品质直链淀粉含量检测。

本装置采用激光光源进行大米直链淀粉含量检测，精度达，采用摄像机对垩白度垩白粒率检测，精度分别为。

目前国内这些检测装置离商业化还有段距离。

存在的问题在稻谷品质检测中的应用时间不长，要达到生产自动化，实现在线检测，还需要解决很多问题，主要表现在在已有的大米品质检测中，大多属于静态检测系统，虽然目前已有准动态系统，可实现样品的自动进样和分级功能，但图像采集时谷物与摄像机仍保持相对静止，实际采集的还是静态图像出粒型。

国内学者也是近几年才开始这方面的研究。

侯彩云计算粒型方法为计算大米轮廓中距离最大的两个点的距离作为米粒长度，求出粒长所在直线方程。

凌云研究了种基于极坐标的粒型检测方法，将米粒近似为椭圆形，粒长粒宽分别为椭圆长短轴长度，这样可以简单快速计算区域的长短轴大小，实现粒型的检测。

基于的大米加工品质检测目前采用对大米加工品质的检测研究主要在加工精度整精米率两个方面。

加工精度检测我国大米标准中是按加工精度对大米分级，可见对大米加工精度检测的重要性。

传统检测主要是通过直接比较和染色法进行感官评价。

许俐等通过计算机图像处理技术与色度学理论相结合，采用日本染色法，研究染色后大米的胚乳皮层