全 文 ：Vol131 , No15
pp1 670 - 672 　May , 2005作 　物 　学 　报ACTA A GRONOM ICA SIN ICA第 31 卷 第 5 期2005 年 5 月 　670～672 页
研究
简报 基于计算机视觉的稻米垩白指标快速测定方法研究
吴建国1 , 3 　刘长东2 　杨国花1 　任玉玲1 　石春海1 , 3 Ξ
(1 浙江大学农业与生物技术学院农学系 ,浙江杭州 310029 ;2 浙江大学机械与能源工程学院 ,浙江杭州 310027)
Rapid Test Method of Rice Chalkiness Based on Computer Vision System
WU Jian2Guo1 , 3 ,L IU Chang2Dong2 , YAN G Guo2Hua1 ,REN Yu2Ling1 ,SHI Chun2Hai1 , 3
(1 A gronomy Depart ment , College of A gricult ure and Biotechnology , Zhejiang U niversity , Hangzhou 310029 , Zhejiang ; 2 College of Mechanical
and Energy Engineering , Zhejiang U niversity , Hangzhou 310027 , Zhejiang , China)
　　垩白性状是重要的稻米外观品质指标。国内主要采用
垩白粒率、垩白大小和垩白度来衡量稻米垩白性状的优劣。
当前 ,我国垩白测定一般采用国家标准 ( GBΠT 1789121999)
规定的方法 ,通过目测稻米垩白大小 ,计数垩白粒率 ,算出垩
白度 (垩白粒率 ×垩白大小) [1 ] 。国际水稻研究所采用 C2
index 测定垩白 ,也是一种目测评定方法。这些方法具有较
大的主观性 ,且工作量大 ,难以满足稻米生产、管理和销售等
部门以及遗传育种中改良稻米外观品质性状的分析和测定
需要 [2 ] 。
针对当前存在的问题 ,计算机图像识别 [3～7 ] 、三维图像
处理系统测定 [8 ,9 ] 和视频内显微扫描技术 [10 ] 等方法已在垩
白测定中得到了初步应用。这些方法很大程度上减少了主
观性 ,增加了客观性。但所用价格昂贵 ,其缺点也很明显。
湖南农业大学基于计算机扫描和图像处理技术开发出稻米
垩白度测定软件 Chalkiness110 ,通过扫描米粒 ,再由垩白测
定软件分析输出结果 [4 ] 。此方法能较客观地测定稻米垩白
大小 ,实用性较强。但尚存在一些问题 : ①不能排除非垩白
小斑点杂质的干扰 ; ②不能测定每粒的各个指标 ; ③垩白粒
率仍需人工判断和计数 ,垩白度的测定步骤较为复杂 ; ④未
与国标方法作系统比较研究。
本研究从实际应用出发 ,旨在开发专用垩白测定软件 ,
与计算机和扫描仪组合 ,形成一套完整的计算机视觉系统 ,
并与国标方法比较 ,以建立一种新的稻米垩白性状快速、实
用的测定方法。
1 　材料和方法
111 　材料
　　选用浙农 21 和浙农 28 两个水稻稳定品系作为研究样
品。由农业部稻米及制品质量监督检验测试中心按国家标
准 ( GBΠT 1789121999)测定垩白粒率、垩白大小、垩白度 ,浙
农 21 和浙农 28 分别为 95 %、21115 %、2010 %和 51 %、
2711 %、1318 %。
112 　方法
11211 　稻米垩白图像的获取 　　随机取浙农 21 样品的精
米 300 粒 ,互不重叠地排列在扫描仪 (方正 7100 型) 上 ,在
300 dpi 的分辨率下分别扫描米粒的彩色图像 (R GB 图像) 和
灰度图像 (黑白图像) 。完成扫描后 ,重新随机取 300 粒精
米 ,重复 20 次。浙农 28 样品也采用相同方法进行扫描 ,保
存图像。
11212 　垩白分析程序　　本研究采用的软件是基于微软中
文 Windows 2000 平台、应用微软 Visual C + +自行开发研制
的稻米垩白分析程序 (210 版本) ,通用性好。采用标准的
Windows中文风格 (图 1) ,界面简洁 ,人机交互方便 ,利用鼠
标即可快速完成所有操作。该软件还具有研究型特点 ,分析
图像可用扫描仪的反射或透射光谱收集 ,也可以用数码相机
收集 ;可以分析灰度图像 ,也能够分析彩色图像 ;各类参数根
据实际需要加以调整 ;能同时输出与垩白相关的所有指标 ,
分析出每粒米样的总面积、垩白面积和垩白大小 ;能进行大
批量的图像自动分析 ,并实现参数的调整。结果输出为文本
文件 ,可转换成电子表格 ,数据处理方便。
11213 　垩白最小值和容差的确定 　　取浙农 21 和浙农 28
样品的扫描图像 ,以农业部稻米及制品质量监督检验测试中
心的测定结果为参照进行调试 ,调试合适的容差和垩白最小
值范围。确定工作范围后 ,用各个调试值进行稻米垩白分
析 ,确定适宜的垩白最小值和容差。
2 　结果和分析
211 　垩白最小值和容差的调试和确定
　　本研究使用的软件中主要有颗粒最小值、垩白最小值、
容差以及亮度等参数 ,颗粒最小值、垩白最小值以像素值表Ξ基金项目 : 浙江省科技厅项目 (2004C22009)和 (011102471)和浙江省“151 人才基金”项目资助
作者简介 : 吴建国 (1971 - ) ,男 ,浙江人 ,博士 ,副教授 ,作物遗传改良方向。3 通讯作者 :吴建国。E2mail : jgwu @zju1edu1cn ;石春海。
E2mail : chhshi @zju1edu1cn
Received(收稿日期) :2004204226 , Accepted(接受日期) :20042082141

示。图像背景中小于颗粒最小值的米粒 (主要是碾磨后附着
在米粒表面的米糠等) 或杂质不记入总米粒数 ;垩白最小值
的设定是为减少分析误差 ,设定识别为垩白的最小像素值 ,
忽略小于这个像素值的非垩白小斑点及杂质。米粒垩白与
非垩白部分亮度差异的相对值即为容差 ,软件运行时按容差
值来确定垩白面积。增大容差值 ,则所设定的识别垩白部分
的亮度与非垩白部分亮度的差值要增大 ,所能给出的垩白面
积就会减少 ,反之垩白面积则会增大。其中亮度和颗粒最小
值对测定垩白值影响不大 ,而容差这个参数则在很大程度上
影响着垩白指标的测定。参照农业部稻米及制品质量监督
检验测试中心所测稻米垩白指标。对浙农 28 米粒图像的粗
略调试后 ,选取在垩白最小值 150、容差 30～34 的调试范围
进行稻米垩白分析 ,将各分析结果与浙农 28 垩白参照值进
行 t 测验 (表 1) 。
图 1 稻米垩白分析程序 V210 界面
Fig11 The interface of rice chalkiness analysis V210
表 1 垩白最小值为 150 时各容差垩白粒率和垩白度的统计指标
Table 1 Statistics parameters of rate of chalky grain
and chalkiness under 150 of minimized chalky area
容差
Tolerance
垩白粒率 Percentage of chalky grain
标准差 SD t 测验 t test
垩白度 Chalkiness
标准差 SD t 测验 ttest
30 01039 61860 3 01011 81720 3
31 01041 31310 3 01011 41769 3
32 01037 11219 01035 11270
33 01035 01833 01011 01852
34 01034 31943 3 01009 31642 3
　　注 : 3 表示 0105 显著水平。Notes : 3 significant at 0105 level ; SD
= standard deviation1
容差为 30、31、34 时所测定的各项垩白指标差异都达到
显著水平 ,说明这些容差下测定的垩白指标误差与参照值相
差甚远 ,不是合适的参数值。容差为 32 和 33 时与参照值差
异不显著 ,其测定的误差较小且相近 ,可以作为测定稻米垩
白指标的适宜值。其中用容差 33 所测值的垩白粒率和垩白
度的标准差均小于用容差 32 的 ,因此 ,容差最佳参数值可以
定为 33。
212 　彩色图像和灰度图像的垩白分析
在垩白最小值为 150 和容差为 33 的条件下 ,分别在彩
色和灰度条件下对浙农 28 样品扫描 20 次 ,并进行垩白图像
分析。与参照值的 t 测验发现 ,彩色图像和灰度图像条件下
测定的垩白粒率、垩白大小、垩白度标准差均小于 0105。其
平均数与参照值的 t 测验均未达显著水平 ,说明彩色图像和
灰度图像均可用于垩白分析。但相同面积的彩色图像所占
容量要大于灰度图像 ,前者大约是后者的 3 倍 (300 粒稻米方
阵的彩色图像约为 9 MB 大小 ,而灰度图像仅为 3 MB 左
右) ,大容量的图像会导致计算机及垩白分析软件运行速度
减慢 ,降低垩白测定的效率。因此 ,采用灰度图像方式进行
稻米图像的摄入和垩白指标分析较好。
213 　计算机视觉和人工测定方法的比较
为比较计算机视觉和人工测定两种方法在垩白性状的
分析效果 ,由一名有垩白测定经验的分析人员依据样品参照
值和国家标准 ( GBΠT1789121999)方法 ,分别对这两个样品进
行随机 15 次抽样分析 ;同时对这两个样品分别随机抽取 15
个图像 ,应用稻米垩白分析系统所设定的参数 (容差为 33 ,垩
白最小值为 150)进行 15 次快速测定 ,结果列于表 2。
176　第 5 期 吴建国等 :基于计算机视觉的稻米垩白指标快速测定方法研究 　　　

表 2 稻米垩白指标计算机视觉和人工测定方法的比较
Table 2 Comparison of chalkiness index analysis based on computer vision and manual method of rice grains
测定方法
Test method
统计参数
Statistic parameter
浙农 21 Zhenong 21
垩白粒率
Percentage of
chalky grain
垩白大小
Chalky area
垩白度
Chalkiness
浙农 28 Zhenong 28
垩白粒率
Percentage of
chalky grain
垩白大小
Chalky area
垩白度
Chalkiness
计算机视觉 平均值 Mean ( %) 93147 22148 21101 50122 27118 13165
Computer 标准差 SD ( %) 2119 0152 0186 3156 0169 1108
vision method 变异系数 CV ( %) 2134 2132 4109 7109 2152 7190
人工测定 平均值 Mean( %) 96122 22130 21146 53137 27132 14147
Manual method 标准差 SD ( %) 3186 2188 3112 6192 5158 3100
变异系数 CV ( %) 4101 12191 14154 12197 20143 20170
　　研究表明 ,以中等垩白度样品浙农 28 为材料 ,进行参数
的调整和优化后 ,可以使该样品的各项垩白指标测定值与国
标参照值一致 ( t 测验差异不显著) 。以此参数用于浙农 21
样品垩白测定 ,结果较理想 ,各项指标经 t 测验差异均不显
著 ,说明所设定的参数是可靠的。同时 ,与垩白粒率和垩白
度相比 ,两样品垩白大小的标准差和变异系数均较小 ,垩白
识别的重演性好。按国标方法人工测定这两种样品的垩白
性状时 ,其值与参照值相近 ,但其标准差和变异系数均明显
大于计算机视觉系统测定的 ,其中垩白大小和垩白度两项变
异系数均大 3 倍以上。因此 ,计算机视觉系统分析稻米垩白
指标的方法比目测法具有更好的重演性和准确性。
3 　讨论
现行国标中稻米垩白性状的检测建立在目测评定等级
的基础之上 ,具有一定的不确定性。根据米粒垩白部分与透
明部分透光率即扫描图像灰度的不同 ,并基于计算机和扫描
仪开发的稻米垩白图像分析软件 ,本方法具有简便、快速、准
确测定稻米垩白性状的优点。在本系统中 ,垩白最小值和容
差是垩白识别的两个重要分析参数。本计算机视觉系统所
测得的垩白指标值标准差和变异系数均比人工方法测定的
要小 3 倍左右 ,说明计算机视觉系统测定方法的重复性好。
通过垩白大小不同的品种初步分析表明 ,本参数的测定准确
性较高 ,但参数的通用性还需以不同类型的水稻品种类型
(如粳型)作进一步验证。不同的扫描仪对于垩白分析影响
如何 ? 如存在影响 ,如何来校正 ? 为达到在各种环境下测定
结果的一致性 ,设立标准样品是一个重要手段。尽管在国标
方法中 ,目前还未设立标准样品 ,但这对本系统的应用和推
广非常必要。
本研究开发的稻米垩白分析系统可经图像分析后 ,直接
输出颗粒总数、面积总数、垩白总粒数、垩白粒率、垩白总面
积、垩白大小以及垩白度等指标 ,将国标方法中的垩白粒率
计数、垩白大小目测和垩白度计算等测定合而为一 ,只需一
次图像分析即可输出所有垩白相关指标。另外该系统同时
可以输出每粒稻米的总面积和垩白面积等指标 ,并可进行图
像放大进行单粒详细指标的测定。单粒分析对于垩白性状
的基础理论研究以及在育种上用于如 F2 等分离世代的单粒
选择研究 ,具有明显的价值。从图像的收集、分析到结果的
输出仅需 5 min ,这在育种材料的大量筛选、种质资源评价和
遗传群体分析等方面具有很强的分析优势。
本系统分析速度的限制因素在于稻米米粒的摆放 ,一般
手工摆放一个 300 粒互不接触的稻米方阵约用时 5 min ,如
采用 (定制)一个能够具有 300 个孔粒以上的模具 ,可以在 1
min 内很快地放置互不相邻的稻米方阵 ;采用真空数粒仪也
可在 1 min 内完成 300 米粒的摆放 ,这些方法均可加快分析
速度 ,提高分析效率。
致 　谢 :中国水稻所农业部稻米及制品质量监督检验测试中
心提供稻米垩白分析参考值 ,沈晓贤和傅天珍同学参与部分
研究工作 ,在此深表谢意。
References
[1 ] Quality and Technology Control Bureau of China (国家质量技术监
督局) . Quality Standards for Staple Grain1 National Standard of
People’s Republic of China , 1999211201 : 1 - 11 (in Chinese)
[ 2 ] Xu F2X(徐富贤) , Zheng J2K(郑家奎) , Zhu Y2C(朱永川) , Wang
G2X(王贵雄) , Liu C2Y(刘成元) 1 Improvement of measure method
for chalkiness of hybrid mid2rice1 Acta A gronomica Sinica (作物学
报) , 2002 , 9 (5) : 675 - 679 (in Chinese with English abstract)
[ 3 ] Hou C2Y(侯彩云) , Wang Y2M (王一鸣) , Ling Y(凌云) , Sun J2
F(孙剑锋) , Sun M (孙明) , Jia G2R (贾贵儒) , Lin X (林夕) 1
Discernment of chalky rice kernel with image processing system1
Transactions of the CSA E(农业工程学报) ,2002 ,5 (3) :165 - 168
(in Chinese with English abstract)
[ 4 ] Xiao L2T(萧浪涛) , Li D2H(李东辉) , Lin W2H(蔺万煌) , Hong B
(洪彬) , Hong Y2H (洪亚辉) 1 An objective method to measure
chalkiness of rice grain1 Chinese Journal of Rice Science (中国水稻
科学) , 2001 , 15 (3) , 206 - 208 (in Chinese with English abstract)
[ 5 ] Kiyama Y , Takahara Y , Yamamoto K1 The application of image
analysis to valuation on white2core in kernel of rice for sake brewey1
B reeding Science , 1996 , 46 : 367 - 371
[ 6 ] Hitomi Y , Akiyama Y , Yamamoto K1 Effect of location and year of
production on white2core in rice kernel for sake brewey evaluated by
image data1 B reeding Science , 1998 , 48 : 355 - 357
[7 ] Sun M(孙明) , Ling Y(凌云) , Wang Y2M (王一鸣) 1 Computer
vision based on rice chalkiness detection using MATLAB1
Transaction of the CSA E (农业工程学报) , 2002 , 7 (4) : 146 -
149 (in Chinese with English abstract)
[ 8 ] Hou C2Y(侯彩云) , Seiichi O , Yasuhisa S , Yoshinori K , Toru T ,
Kenichi K , Toshiro H , Gabsoo D1 Application of 3D2microslicing
image processing system in rice quality evaluation1 Transaction of
the CSA E(农业工程学报) , 2001 , 5 (3) : 92 - 95 (in Chinese with
English abstract)
[ 9 ] Zeng D2L (曾大力) , Qian Q(钱前) , Ruan L2Q (阮刘青) , Teng S
(滕胜) , Kunibiro Y , Fujimoto H , Zhu L2H (朱立煌 ) 1 Q TL
analysis of chalkiness size in three dimensions1 Chinese Journal of
Rice Science (中国水稻科学) , 2002 , 16 (1) : 11 - 14 (in Chinese
with English abstract)
[ 10 ] Zeng D2L (曾大力) , Teng S(滕胜) , Qian Q(钱前) , Kunibiro Y1
The application of video microscopy in rice chalkiness study1
Scientica A gricult ura Sinica (中国农业科学) , 2001 , 34 ( 4 ) :
451 - 453 (in Chinese with English abstract)
276 　　　　作 　　物 　　学 　　报 第 31 卷