基于PCNN的面粉麩星檢測(cè)方法

面粉加工過(guò)程中麩星數(shù)目的多少直接影響著面粉的品質(zhì)等級(jí)，為此，本研究提出了一種基于脈沖耦合神經(jīng)網(wǎng)絡(luò)（PCNN）的圖像處理方法實(shí)現(xiàn)對(duì)面粉中微小麩星的視覺(jué)檢測(cè)。首先，該方法對(duì)采集的面粉圖像進(jìn)行局部灰度熵變換并通過(guò)比例映射生成熵值圖像，從而完成了原始面粉圖像的圖像增強(qiáng)。然后，在圖像增強(qiáng)的基礎(chǔ)上，利用PCNN對(duì)熵值圖像進(jìn)行迭代處理，并通過(guò)最小交叉熵確定最優(yōu)迭代次數(shù)，完成最終的麩星目標(biāo)分割。最后試驗(yàn)驗(yàn)證了該方法的有效性，對(duì)比結(jié)果表明該方法的檢測(cè)靈敏度提高近2倍，且算法運(yùn)行時(shí)間為5.1893s，具有較高的執(zhí)行效率。（文/陳天飛 等摘自《中國(guó)糧油學(xué)報(bào)》2015年第12期）