一种基于机器视觉的皮蛋裂纹在线检测方法及检测装置制造方法及图纸

本发明专利技术公开了一种基于机器视觉的皮蛋裂纹在线检测方法及检测装置。检测装置包括传送带、暗箱、光源、工业相机、电磁阀、控制器和计算机。本方法是：①皮蛋图像采集；②皮蛋图像自动裁剪；③皮蛋图像预处理；④相关特征参数提取；⑤裂纹判别模型建立；⑥判断皮蛋表面是否有裂纹。本发明专利技术利用机器视觉进行检测，能够实现皮蛋裂纹在线检测与分级，应用环境要求低，设备成本低、选择自由度高，对比利用声学检测具有更好的应用推广前景；利用工业相机对皮蛋进行翻转多角度拍照，检测范围全；利用Haar特征检测，自动框选区域，实时、简洁、准确，灵活性较高；高效处理图像并建立判别模型，针对皮蛋裂纹在线检测比较空缺部分提出一种有效检测方法。

A machine vision based on-line detection method and detection device for the crack of preserved egg

【技术实现步骤摘要】
一种基于机器视觉的皮蛋裂纹在线检测方法及检测装置
本专利技术涉及农产品无损检测
，尤其涉及一种基于机器视觉的皮蛋裂纹在线检测方法及检测装置。
技术介绍
皮蛋(松花蛋)在生产过程中，由于生产工艺、工人的操作等常见原因很容易造成皮蛋破损，而一旦外壳有了破损和裂纹，皮蛋腌料中的有毒有害物质便会进入皮蛋内部。因此破损有裂纹的皮蛋是不能食用的，为避免有害产品流入市场，必须在出厂之前，就将裂纹皮蛋剔除。在我国，皮蛋的生产过程中，对皮蛋品质的把控采用的最多的依然是人工的方式，费时费力，长时间工作易出差错，效率低下且人力成本高。研究皮蛋裂纹的在线检测方法具有重要的理论价值和实际生产意义。目前，已有学者针对禽蛋裂纹的检测进行了研究。王芳等采用自然光和偏振光采集皮蛋图像分别进行了静态皮蛋裂纹检测，并结合两种检测方法融合多特征提高检测精度；王海军等采用声学的方式分选裂纹禽蛋，提取了与禽蛋裂纹相关的声学信号特征，并利用人工神经网络构建判别模型，设计了基于FPGA+DSP的禽蛋裂纹在线检测系统，并探究了在线检测系统对完好蛋和裂纹蛋的判别效果；潘磊庆本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的皮蛋裂纹在线检测方法，其特征在于，包括如下步骤：/n①皮蛋图像的采集/n连续采集待测皮蛋的不同角度实时图像信息，若干实时图像构成全表面图像信息；/n②皮蛋图像的自动裁剪/nA、得到拍摄的包含皮蛋的实时图像,利用基于Haar特征的级联分类器对图像进行识别；/nB、根据得到的结果在皮蛋实时图像上进行裁剪，得到包含单个皮蛋的原图I1；/n③皮蛋图像的预处理/nA、提取原图I1的G分量，获得灰度图像I2，通过边缘检测算子进行边缘检测，获得原图I1的边缘信息二值图像BW1；/nB、在二值图像BW1中央固定填充一个全黑椭圆，盖住皮蛋边缘内部中央较大面积区域，得到二值图像BW2；/nC...

【技术特征摘要】
1.一种基于机器视觉的皮蛋裂纹在线检测方法，其特征在于，包括如下步骤：
①皮蛋图像的采集
连续采集待测皮蛋的不同角度实时图像信息，若干实时图像构成全表面图像信息；
②皮蛋图像的自动裁剪
A、得到拍摄的包含皮蛋的实时图像,利用基于Haar特征的级联分类器对图像进行识别；
B、根据得到的结果在皮蛋实时图像上进行裁剪，得到包含单个皮蛋的原图I1；
③皮蛋图像的预处理
A、提取原图I1的G分量，获得灰度图像I2，通过边缘检测算子进行边缘检测，获得原图I1的边缘信息二值图像BW1；
B、在二值图像BW1中央固定填充一个全黑椭圆，盖住皮蛋边缘内部中央较大面积区域，得到二值图像BW2；
C、去除BW2中较小面积的连通域后，进行椭圆拟合，得到皮蛋形状的二值图像BW3，二值图像BW3与灰度图像I2相点乘，得到去背景图像I3；
D、对图像I3进行灰度增强，接着进行高通滤波操作，得到灰度图像I4；
④判断皮蛋是否有裂纹
A、从得到的灰度图像I4计算提取平均灰度值、平滑度、均匀性三个特征参数；
B、将灰度图像I4的平均灰度值、平滑度、均匀性特征参数输入至SVM判别模型进行计算判别；
C、综合得到的一个皮蛋的多张不同方向的图像的判别结果，若有一张及以上的图像被判别为裂纹，则被检测的皮蛋就被判别成为裂纹蛋。


2.根据权利要求1所述的基于机器视觉的皮蛋裂纹在线检测方法，其特征在于，采集大量皮蛋图像样本和非皮蛋图像样本，提取图像样本类harr特征，使用Adaboost算法训练分类器，区分出皮蛋与非皮蛋，使用筛选式级联把分类器级联在一起，逐层进行训练，所有级联层数训练至误检率不高...

【专利技术属性】
技术研发人员：王巧华，龚帅斌，汤文权，
申请(专利权)人：华中农业大学，
类型：发明
国别省市：湖北;42