RU
Оценка качества риса с использованием современных методов анализа цветовых характеристик единичных зерен

Номер: 2-3 (344-345), 2015
Страницы: 100-103
Раздел: Методы исследования, качество и безопасность пищевой продукции
Автор(ы): В.А. Зиятдинова, А.Ю. Шаззо, С.В. Усатиков, И.И. Погорелова

Аннотация:
Предложены алгоритмы экспресс-анализа в системах компьютерного зрения (СКЗ) ряда факторов, оказывающих решающее влияние на объективность оценки потребительского качества и безопасности риса: оценка выравненности цветовых характеристик на поверхности единичных зерновок; идентификация локальных участков, характеризующих дефектное состояние или наличие повреждений, полученных в результате деятельности полевых и амбарных вредителей злаковых культур, последствий самосогревания риса в валках или при хранении в силосах, сушке и т. п. Сбор и анализ цветовых характеристик по шкалам RGB и HSL проводится для мгновенных плоских видеоизображений СКЗ с использованием аппроксимирующих коэффициентов вейвлет-спектра, на основе статистических распределений как по поверхности единичных зерновок, так и для зерновой массы при выборочном или сплошном обследовании.

Ключевые слова: компьютерное зрение, цветовые характеристики RGB и HSL, вейвлет-анализ, ядро риса

EN
Rice quality assessment using modern methods of single grains color characteristics analysis

Number: 2-3 (344-345), 2015
Pages: 100-103
Section: Methods of Investigation, Quality & Safety of Food Products
Authors(s): V.A. Ziyatdinova, A.Yu. Shazzo, S.V. Usatikov, I.I. Pogorelova

Annotation:
This paper provides express-analysis algorithms in machine vision systems of number of factors having influence on objective rice consumer quality and safety assessment: estimation of color characteristics uniformity on single grains surface, recognition of local areas defining defective condition or damage occurrence caused by cereal’s pests, spontaneous heating effect in rice windrows or during silo storage, drying process, etc. Data acquisition and color characteristics analysis at RGB and HSL scales were made for momentary flat video images of machine vision systems using wavelet spectrum approximating coefficients, on basis of statistical distribution both on single grains surface and grain mass at sampling or continuous inspection.

Keywords: computer vision, RGB and HSL color characteristics, wavelet analysis, rice kernel