基于机器视觉的马铃薯加工原料分选系统

李 明 王润涛 姜 微

(岭南师范学院信息工程学院，广东 湛江 524048)

马铃薯是全球第三大重要的粮食作物。以马铃薯为原料加工而成的薯制品达上百种，其中马铃薯淀粉、马铃薯全粉等是人们日常烹饪的主要食材，薯片、薯条等膨化食品更是受到儿童的青睐，面对严峻的食品安全问题，对马铃薯加工环节的监测管控，是保证薯制品达到食品安全标准的有效途径，加工原料的精量筛选是确保马铃薯制品安全的首要环节。中国制定了GB/T 31784—2015《马铃薯商品薯分级与检验规程》，根据马铃薯的不同用途，规定了商品薯的检验分级标准。目前，马铃薯检验主要依靠人工方式，自动化检测尚处于理论探索阶段。自动化、标准化的检验流程必须依赖先进的科学技术，随着机器视觉技术的应用日益广泛，专家学者[1-3]在农产品无损检测方面也取得了较大进展。但在马铃薯的无损检测方面研究成果较少，邓立苗等[4]结合机器视觉系统和分级控制系统，根据马铃薯形状、颜色和缺陷特点，构建了马铃薯分选系统，综合检测准确率可达到90%；王红军等[5]探讨了利用机器视觉技术快速获取马铃薯图像特征参数，结合多元线性回归方法，建立马铃薯质量和形状分级预测模型；田芳等[6]利用光在马铃薯块茎组织中的透射特性设计了一种马铃薯黑心病检测机构；张擞[7]利用图像处理技术对马铃薯投影面积、缺陷面积和投影周长进行检测；向静等[8]针对马铃薯的损伤、绿皮，发芽状态进行识别，识别正确率达89.7%以上；……