【技术实现步骤摘要】
基于机器视觉的食品品种检测方法及系统
本专利技术涉及一种基于机器视觉的食品品种检测方法及系统，属于食品检测
。
技术介绍
随着生活水平的不断提高，生活节奏越来越快，外卖食品也越来越受到顾客的广泛欢迎。购买食品时，通过扫码器扫描食品外包装上的条形码或二维码，来获得食品品种等信息。而对于面包、寿司之类的食品，在顾客选购时，往往没有外包装包裹，因而没有贴条形码或二维码的位置；在付款时，很难得知该食品的品种，只能通过人为辨别外观来判断食品品种，从而确定价格。由于食品种类繁多，或者售货员的失误，容易导致对食品品种的错误判断，影响购买效率，甚至会对顾客或销售者的利益造成损害。
技术实现思路
本专利技术的目的在于，提供一种基于机器视觉的食品品种检测方法及系统，能够快速、准确地检测出没有外包装的食品的品种。为解决上述技术问题，本专利技术采用如下的技术方案:一种基于机器视觉的食品品种检测方法，包括以下步骤:SI，通过CXD图像采集模块采集被测食品图像信息；S2，对被测食品图像信息进行预处理；S3，提取被测食品的图像特征；S4，将提取的被测食品图像特征与数据库中存储的标准图像特征进行对比，确定被测食品品种。前述的基于机器视觉的食品品种检测方法中，步骤S2包括:S21，进行形态学运算(如选择膨胀、腐蚀、开闭运算)，通过一定形态结构元素度量和提取图像中对应形状来简化图像数据，除去不相干元素，保持被测食品图像的基本形状与特征；S22，选择线性锐化滤波运算对被测食品图像进行去噪，删除来自外部和内部干扰的噪音点；S23，对图像独立的像素点进行处理，使每个灰度对象对应一...
【技术保护点】
一种基于机器视觉的食品品种检测方法，其特征在于，包括以下步骤： S1，通过CCD图像采集模块采集被测食品图像信息； S2，对被测食品图像信息进行预处理； S3，提取被测食品的图像特征； S4，将提取的被测食品图像特征与数据库中存储的标准图像特征进行对比，确定被测食品品种。
【技术特征摘要】
1.一种基于机器视觉的食品品种检测方法，其特征在于，包括以下步骤: SI，通过CXD图像采集模块采集被测食品图像信息； S2，对被测食品图像信息进行预处理； S3，提取被测食品的图像特征； S4，将提取的被测食品图像特征与数据库中存储的标准图像特征进行对比，确定被测食品品种。2.根据权利要求1所述的基于机器视觉的食品品种检测方法，其特征在于，步骤S2包括: S21，进行形态学运算，通过一定形态结构元素度量和提取图像中对应形状来简化图像数据，除去不相干元素，保持被测食品图像的基本形状与特征； S22，选择线性锐化滤波运算对被测食品图像进行去噪，删除来自外部和内部干扰的噪音点； S23,对图像独立的像素点进行处理，使每个灰度对象对应一个灰度级,并通过改变原始数据灰度范围使被测食品图像实现白平衡校正。3.根据权利要求1所述的基于机器视觉的食品品种检测方法，其特征在于，步骤S3包括: S31，根据被测食品图像与背景的差异，采用最大类间方差法对图像进行阈值分割，提取被测食品图像轮廓，获取被测食品的尺寸信息； S32，提取被测食品RGB各层灰度直方图，统计提取的被测食品轮廓图像的RGB各层中每一个灰度级像素比例，即轮廓图像中各级灰度出现的频率； S33，将RGB图像转换为HSV图像，4.根据权利要求3所述的基于机器视觉的食品品种检测方法，其特征在于，步骤S33中的量化色相、饱和度和亮度参数具体为: (I)将色相划分为红、橙、黄、绿、青、蓝、紫、品红8个等级，具体为: 5.根据权利要求1或4所述的基于机器视觉的食品品种检测方法，其特征在于，步骤S4包括:S41，将被测食品图像灰度直方图与数据库中的标准图像灰度直方图进行比较，计算灰度直方图差值h， 6.实现权利要求1~5任意一项所述方法的基于机器视觉的食品品种检测系统，其特征在于，包括: CCD图像采集模块(1)，用于采集被测食品图像信息； 图像预处理模块(2)，用于对采集的被测食品图像信息进行预处理； 图像特征提取模块(3 )，用于提取被测食品的图像特征； 标准图像特征数据库(4)，用于存储食品的标准图像特征信息； 及图像特征比较模块(5)，用于将提取的被测食品的图像特征与数据库中存储的标准图像特征进行对比，确定食品品种。7.根据权利要求6所述的基于机器视觉的食品品种检测系统，其特征在于，图像预处理模块(2)包括: 形态学运算模块(6)，用于进行...
【专利技术属性】
技术研发人员：冯平，程涛，徐刚，孙高磊，王燕燕，
申请(专利权)人：冯平，程涛，徐刚，孙高磊，王燕燕，
类型：发明
国别省市：广东;44
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。