The invention provides an on-line intelligent identification method for deteriorated eggs based on machine vision, which includes dynamic acquisition of transmission image of eggs on an on-line visual inspection device for egg quality, interception of fixed-size elliptic region on the egg body, extraction of image feature information inside the ellipse, and pre-identification of severely deteriorated eggs by certain steps of the original image. On the basis of this target image, the image is transformed from RGB color space to HSV color space, and the three color components of H, S and V in HSV space are extracted. The recognition model of spoiled eggs is established by using support vector machine classification algorithm to distinguish mild spoiled eggs and normal eggs. The present invention uses machine vision technology to recognize deteriorated eggs dynamically and intelligently on-line. The detection speed is fast and non-destructive. It not only improves the work efficiency of egg preliminary processing, but also reduces the labor cost in egg processing.
【技术实现步骤摘要】
一种基于机器视觉的变质鸡蛋在线智能识别方法
本专利技术属于机器视觉检测
,涉及一种基于机器视觉的变质鸡蛋在线智能识别方法。
技术介绍
鸡蛋品质检测工序是鸡蛋加工中非常重要的环节,鸡蛋品质的优劣直接影响到鸡蛋的经济价值。在鸡蛋贮藏的过程中,外界环境中的一些细菌、霉菌等致病微生物可能通过蛋壳气孔进入到蛋体内部,极易导致鸡蛋腐败,发生变质现象。重度变质鸡蛋内部因细菌在鸡蛋内大量繁殖,蛋内物质呈灰绿色,并带有严重的臭味;轻度变质鸡蛋内部蛋白质结构因遭到细菌破坏,其蛋液变稀,且蛋黄膜破裂导致蛋黄液与蛋白液混合造成浑浊。出现这些状况的鸡蛋已经变质腐败,人们不能食用。因此,在鸡蛋加工中将变质鸡蛋剔除是必不可少的,而目前在蛋品企业中挑拣这类变质鸡蛋大多还是以人工照蛋的方式,为了提高鸡蛋加工的自动化水平,需要一种智能无损识别变质鸡蛋的方法。目前,研究者们针对鸡蛋内部品质的无损检测研究也越来越多。刘燕德等利用鸡蛋的近红外漫反射光谱对鸡蛋内部的哈夫单位、蛋白pH值、贮藏时间等指标进行预测分析,表明利用近红外漫反射光谱检测鸡蛋内部相关品质是可行的[1]。王巧华等利用有效的图像处理方法提取了蛋黄区域面积和气室高度等图像特征信息,建立了鸡蛋哈夫单位的定量模型,较好的预测了鸡蛋内部新鲜程度[2]。经检索,在鸡蛋内部品质检测的研究中,关于变质鸡蛋的无损检测相关研究较少,且智能检测技术缺乏,目前的检测方式仍需靠人眼观察进行检测,因此,需要一种变质鸡蛋的在线智能识别方法应用到鸡蛋实际生产加工中。相关参考文献如下:[1]刘燕德,周廷睿,彭彦颖.基于近红外漫反射光谱检测鸡蛋品质[J].光学 ...
【技术保护点】
1.一种基于机器视觉的变质鸡蛋在线智能识别方法,其特征在于,包括如下步骤:步骤1,自动动态采集鸡蛋的透射光彩色图像;步骤2,在采集到的图像中截取单个鸡蛋图像蛋体上一定面积的椭圆区域,提取相关图像特征信息预先识别出重度变质的鸡蛋,其他鸡蛋进行步骤3‑5的处理;步骤3,对单个鸡蛋图像进行预处理,获取不含背景干扰的鸡蛋目标图像;步骤4,提取目标图像HSV颜色空间下的颜色特征分量,利用训练样本集建立支持向量机(SVM)判别模型,所述训练样本集包括轻微变质蛋和正常蛋的HSV图像;步骤5,通过建立的SVM判别模型对鸡蛋进行判别,以识别出轻微变质蛋和正常蛋。
【技术特征摘要】
1.一种基于机器视觉的变质鸡蛋在线智能识别方法,其特征在于,包括如下步骤:步骤1,自动动态采集鸡蛋的透射光彩色图像;步骤2,在采集到的图像中截取单个鸡蛋图像蛋体上一定面积的椭圆区域,提取相关图像特征信息预先识别出重度变质的鸡蛋,其他鸡蛋进行步骤3-5的处理;步骤3,对单个鸡蛋图像进行预处理,获取不含背景干扰的鸡蛋目标图像;步骤4,提取目标图像HSV颜色空间下的颜色特征分量,利用训练样本集建立支持向量机(SVM)判别模型,所述训练样本集包括轻微变质蛋和正常蛋的HSV图像;步骤5,通过建立的SVM判别模型对鸡蛋进行判别,以识别出轻微变质蛋和正常蛋。2.如权利要求1所述的一种基于机器视觉的变质鸡蛋在线智能识别方法,其特征在于:步骤1中通过一种鸡蛋品质在线视觉检测装置自动采集鸡蛋透射图像,所述的检测装置包括鸡蛋传送台、暗箱、工业相机、光源、光电开关、控制器、计算机;其中暗箱固定在传送台上,工业相机固定安装在暗箱上方中心位置,光源固定在传送台下方,光电开关安装于暗箱一侧并与控制器相连,工业相机数据线连接计算机,控制器与计算机通过串口通讯线相连;开启传送台,当鸡蛋在传送台上传送至暗箱一侧的光电开关位置,遮挡光电开关从而触发光电开关,产生触发信号通过控制器传送给计算机,从而控制工业相机采集此刻的图像,完成自动采集鸡蛋透射图像。3.如权利要求2所述的一种基于机器视觉的变质鸡蛋在线智能识别方法,其特征在于:所述鸡蛋传送台选用型号是ZYF-J3分选机;所述工业相机选用型号是德国IDS公司的UI-2210RE-C-HQ(包含工业镜头型号是日本COMPUTAR公司的M0814-MP2);所述光源型号是ZYG-L627-1W-12V单筒照蛋器;控制器选用西门子公司S7-200型PLC控制器。4.如权利要求1所述的一种基于机器视觉的变质鸡蛋在线智能识别方法,其特征在于:步骤2中识别...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。