随着人们日益增长生活品质需求,越来越看重食物中的营养价值,而具有丰富营养的留胚米备受关注,留胚米市场需求也在逐年递增,而保证留胚米生产品质则显得尤为重要。目前我国留胚米生产加工中留胚米胚芽完整度评估主要依靠人工主观判断,无法定量分析,而且效率低。针对留胚米检测指标要求,本文以留胚米为研究对象,应用机器视觉技术、图像处理技术、深度学习技术对留胚米胚芽完整度在线检测方法进行研究,实现留胚米胚芽完整度指标自动在线检测。加工设备可通过胚芽完整度信息反馈来自动调整加工参数,提升留胚米生产质量。本论文主要进行以下研究:首先,对留胚米图像采集和图像预处理方法进行了研究。根据留胚米成像要求,设计留胚米图像采集方案,并完成设备布局与选型工作。根据留胚米图像质量和图像后续处理要求,对图像去噪、图像增强、图像变换等预处理方法进行分析研究,结合实际图像处理效果,选择适用于留胚米图像的图像预处理算法。其次,以提取留胚米单粒米图像为目的,分析研究留胚米图像分割算法。针对图像中留胚米目标提取问题,采用基于最大类间法计算分割阈值进行背景分割,计算出留胚米二值图像。然后根据图像区域分割算法对二值图像进行连通区域标记,提取留胚米区域形状特征参数。为了解决多粒米粘连图像分割问题,提出一种基于背景骨架特征的粘连米粒图像分割算法,通过粘连米粒背景图像骨架化,提取分割端点,根据分割端点匹配绘制分割线完成粘连分割。然后,基于卷积神经网络设计留胚米胚芽完整度识别网络模型。根据对留胚米图像分析,构建两个卷积神经网络模型分别用于留胚米胚芽方向识别和留胚米胚芽完整度分类计算,使用ReLU激活函数和学习率衰减法对网络模型训练进行优化。模型以留胚米单粒图像为输入,经过卷积神经网络模型将留胚米按照胚芽完整度类别标准分类输出。通过研究胚芽位置识别和设置感兴趣区域对网络模型识别准确率的影响,验证两个卷积网络模型的有效性。最后,留胚米胚芽完整度在线检测系统设计。设计了全自动检测平台和胚芽完整度检测软件系统,实现了对留胚米加工过程中的在线自动胚芽完整度计算。在已有胚芽完整度和留胚率检测指标的基础上,将平均胚芽完整度作为留胚米胚芽保留程度的判别标准,用于整体判断留胚米加工过程中胚芽保留情况,同时对留胚米三项检测指标进行综合试验,验证系统的准确性和有效性。