(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210136389.7 (22)申请日 2022.02.15 (71)申请人 深圳市友丽城米业有限公司 地址 518000 广东省深圳市宝安区石岩街 道石龙社区石环路8号厂房1一层B区 (72)发明人 何育群　 (74)专利代理 机构 北京冠和权律师事务所 11399 专利代理师 吴金水 (51)Int.Cl. G06V 20/68(2022.01) G06V 10/44(2022.01) G06V 10/54(2022.01) G06F 30/20(2020.01) (54)发明名称 一种大米 颗粒智能筛 选方法及系统 (57)摘要 本发明公开了一种大米颗粒智能筛选方法 及系统， 其方法包括： 根据排列好的大米粒的拍 摄图像对每颗大米粒进行表面 成色分析， 获取分 析结果， 根据所述分析结果对大米颗粒进行初步 筛选， 获取筛选结果， 对所述筛选结果中成色合 格的第一大米粒进行扫描， 获取扫描参数， 根据 所述扫描参数对每颗第一大米粒进行饱满度解 析， 根据目标解析结果将第一大米粒中饱满度不 足的第二大米粒划出。 通过对表 面成分合格的第 一大米粒进行饱满度解析可以深度地确定每颗 第一大米粒的内部结构是否完整以及是否存在 蛀虫等， 保证了筛选结果的准确性和工作效率， 避免遗漏。 权利要求书3页 说明书7页 附图3页 CN 114495094 A 2022.05.13 CN 114495094 A 1.一种大米颗粒智能筛 选方法， 其特 征在于， 包括以下步骤： 根据排列好的大米粒的拍摄图像对每颗大米粒进行表面成色 分析， 获取分析 结果； 根据所述分析 结果对大米颗粒进行初步筛 选， 获取筛 选结果； 对所述筛 选结果中成色合格的第一大米粒进行扫描， 获取扫描参数； 根据所述扫描参数对每颗第 一大米粒进行饱满度解析， 根据目标解析结果将第 一大米 粒中饱满度不足的第二大米粒划出。 2.根据权利要求1所述大米颗粒智能筛选方法， 其特征在于， 所述根据排列好的大米粒 的拍摄图像对每颗大米粒进行表面成色 分析， 获取分析 结果， 包括： 将待筛选的大米粒排列到预设阵列中， 获取排列结果； 对所述排列结果进行多角度图像拍摄， 获取拍摄结果； 根据预设图像色素分析方法对所述拍摄结果中每个角度的拍摄图像中的每颗大米粒 进行表面成色 分析； 将每颗大米粒多角度的成色分析结果进行结合以获取该大米粒的最终表面成色分析 结果。 3.根据权利要求1所述大米颗粒智能筛选方法， 其特征在于， 所述根据 所述分析结果对 大米颗粒进行初步筛 选， 获取筛 选结果， 包括： 根据所述分析 结果确定每颗大米粒的表面成色 分析参数； 将每颗大米粒的表面成色分析参数与 标准合格大米粒的预设表面成色参数进行比较， 获取比较结果； 根据所述比较结果将表面成色分析参数与预设表面成色参数偏差度小于等于预设阈 值的第一大米粒确认 为成色合格， 将表面成色分析参数与预设表面成色参数偏差度大于预 设阈值的第三大米粒确认为成色不 合格； 根据每颗大米粒的确认结果对大米颗粒进行初步筛 选， 获取所述筛选结果。 4.根据权利要求2所述大米颗粒智能筛选方法， 其特征在于， 对所述筛选结果中成色合 格的第一大米粒进行扫描， 获取扫描参数， 包括： 将所述第一大米粒重新 排列到所述预设阵列中； 排列完毕后， 根据所述预设阵列的面积和第一大米粒分布设置扫描区域和扫描指标； 基于所述扫描指标对扫描区域中的每颗第一大米粒进行红外扫描， 获取扫描结果； 根据所述扫描结果确定每颗第一大米粒的形状参数和纹理参数以及内部结构参数并 将其确认为所述扫描参数。 5.根据权利要求4所述大米颗粒智能筛选方法， 其特征在于， 根据 所述扫描参数对每颗 第一大米粒进 行饱满度解析， 根据目标解析结果将第一大米粒中饱满度不足的第二大米粒 划出， 包括： 根据每颗第一大米粒的形状参数对该第一大米粒进行饱和度解析， 获取第一解析结 果； 根据每颗第 一大米粒的纹理参数对该第 一大米粒进行表面杂质解析， 获取第 二解析结 果； 根据每颗第 一大米粒的内部结构参数对该第 一大米粒进行硬度解析， 获取第 二解析结 果；权　利　要　求　书 1/3 页 2 CN 114495094 A 2根据每个第 一大米粒的的第 一解析结果、 第 二解析结果和第 三解析结果综合地对该第 一大米粒进行饱满度分析， 获取 所述目标分析 结果； 根据每颗第一大米粒的目标解析结果将饱满度小于预设阈值的第二大米粒进行筛选 并划出。 6.根据权利要求5所述大米颗粒智能筛选方法， 其特征在于， 所述根据每颗第 一大米粒 的形状参数对该第一大米粒进行饱和度解析， 获取第一 解析结果， 包括： 根据每颗第一大米粒的形状参数确定该第一大米粒的粒径； 提取每颗第一大米粒的形状参数对应的形状特 征向量； 根据每颗第一大米粒的形状特 征向量和粒径构建该第一大米粒的虚拟参 考模型； 基于每颗第 一大米粒的虚拟参考模型的模型参数对该第 一大米粒进行饱和度解析， 获 取所述第一 解析结果。 7.根据权利要求6所述大米颗粒智能筛选方法， 其特征在于， 所述根据每颗第 一大米粒 的形状特 征向量和粒径构建该第一大米粒的虚拟参 考模型， 包括： 根据每颗第一大米粒的形状特 征向量构建该第一大米粒的形状参 考序列； 基于每颗第一大米粒的形状特征向量中相邻两个特征向量之间的相关性确定该第一 大米粒的形状参 考序列中相邻两个序列因子的连接 轨迹； 根据每颗第一大米粒的形状特征向量及该第一大米粒的形状参考序列中相邻两个序 列因子的连接 轨迹构建该第一大米粒的初始参 考模型； 根据每颗第 一大米粒的粒径对该第 一大米粒的初始参考模型进行比例缩小或者方法， 获得该第一大米粒的虚拟参 考模型。 8.根据权利要求7所述大米颗粒智能筛选方法， 其特征在于， 所述根据每颗第 一大米粒 的形状特 征向量构建该第一大米粒的形状参 考序列， 包括： 根据每个第一大米粒的形状特 征向量构建该第一大米粒的仿真网格模型； 确定每个第一大米粒的仿真网格模型中的多个边 缘点； 提取每个第一大米粒的仿真网格模型中每 个边缘点的点云数据； 根据每个第一大米粒的图像序列和该大米粒的仿真网格模型中每个边缘点的点云数 据确定该第一大米粒的形状纹 理特征； 提取出每个第一大米粒的形状纹 理特征中的空域纹 理特征； 确定每个第一大米粒的空域纹 理特征在该第一大米粒的仿真网格模型中的投射情况； 根据所述投射情况将每 个第一大米粒的仿真网格模型划分为多个几何模型； 获取每个第一大米粒的每 个划分几何模型的几何属性； 根据每个第一大米粒的饱满度确定该第一大米粒的每个划分几何模型的几何属性中 的实体属性； 根据每个第一大米粒的实体属性映射出 该第一大米粒的形状属性； 将每个第一大米粒的形状属性输入到预设形状序列库中生成该第一大米粒的形状参 考序列。 9.一种大米颗粒智能筛 选系统， 其特 征在于， 该系统包括： 分析模块， 用于根据排列好的大米粒的拍摄图像对每颗大米粒进行表面成色分析， 获 取分析结果；权　利　要　求　书 2/3 页 3 CN 114495094 A 3