一种农产品内外品质检测方法及装置制造方法及图纸

本发明专利技术涉及一种针对农产品品质的在线无损检测方法和装置，本发明专利技术所述检测装置包括硬件装置和软件系统两部分，硬件装置由物料输送装置、软Ｘ射线发射和检测装置、彩色图像采集装置、计算机系统４个功能模块的装置组成；软件系统主要包括：设备控制、设备标定、样本数据库、图像采集和处理、模式识别等模块。其利用软Ｘ射线图像技术、彩色图像采集系统分别采集反映水果内部水心、虫害和腐烂等特征的Ｘ射线图像和外部特征信息；再利用检测软件进行图像预处理，然后进行特征提取和模式识别。本发明专利技术可以同时检测农产品的内部品质和外部质量，克服了目前检测手段无法检测内部品质的瓶颈；根据不同应用场合的产量要求，可以实现多通道在线检测。

【技术实现步骤摘要】

本专利技术涉及一种针对农产品品质的在线无损检测方法，特指一种利用软x射线和彩色图像技术融合的农产品内外品质检测方法及其装置。
技术介绍
农产品的无损检测是在不破坏物料物理性质和化学性质等前提下，利用物料本身具有的光、电和密度等特性，获取检测对象的品质信息，进而进行农产品品质检测。它具有检测速度快、操作方便和易实现在线检测的优点。农产品的品质包括外部品质和内部品质，但目前研究的无损检测方法主要集中在农产品的外部品质上，内部品质检测涉及很少，且无法实现在线检测，如电子鼻技术检测农产品的内部品质，它不仅需要一个密闭的空间，传感器的还原也需要一定的时间，只能用于抽样检测。X射线由于其穿透性强，能根据对象物内部的组织结构产生不同穿透率，因此可以据此得到对象物内部影像。目前在各个领域都有广泛应用，如医疗上应用的X光片、CT扫描，海关、机场等使用的行李包裹检验机。在食品行业，X射线已开始应用于危害物质的检测。这是基于异物与对象物对X射线吸收有差异的原理。在食品加工过程中，食品内可能会混入异物，如金属、塑料、碎骨、玻璃和石头等，通常无法通过外观检查发现异物的存在。经检索有关中国专利，申请号为01132587.9、01132552.6的“X射线异物检查装置”专利，能对物料中存在的异物进行检测；申请号为02136377.3的“水果品质实时检测和分级机器人系统”专利，是利用彩色图像技术识别水果的外部品质，并实现在线分级。上述专利分别从物料的内部和外部两个侧面进行异物检查或质量评价。申请号为200410013836.1的“基于电子视觉和嗅觉融合技术的农畜产品无损检测方法及其装置”专利，通过视觉和嗅觉的技术融合检测物料的内部和外部质量，但由于电子鼻技术无法在开放的空间进行，因此该技术很难实现在线检测，另外电子鼻技术无法检测不产生挥发性气体的农产品质量。
技术实现思路
鉴于现有技术存在的不足，本专利技术的目的是提供一种既可以检测对象外部质量又可以检测内部质量的在线检测方法和装置，实现对农产品质量的快速、无损检测。本专利技术所述农产品内外品质检测装置由两部分组成硬件装置和软件系统。硬件装置由4个功能模块的装置组成物料输送装置、软X射线发射和检测装置、彩色图像采集装置、计算机系统。1)物料输送装置完成物料的传输，并实现和其它部件的速度匹配，其包括安装在装置台架下面的步进电机及速度控制器，安装在装置台架上部的皮带轮，以及在装置台架的右侧安装的输送带张紧轮。整个装置的运动由步进电机及速度控制器控制输出动力和速度，皮带将动力传送给皮带轮，皮带轮转动时和包裹在皮带轮上的输送带产生摩擦力，牵引输送带运动，为防止输送带和皮带轮产生相对运动，安装的输送带张紧轮，可以通过水平调节输送带张紧轮，松弛或张紧输送带，防止打滑。在输送物料过程中，设置输送带传输速度的目的是和X射线检测器的积分时间相匹配，这样检测器扫描得到的物料内部透射图像不会失真。2)软X射线发射和检测装置用于实现软X射线的发生和物料内部透射图像信息的获取。该装置包括摆放在装置台架下部的X射线功率控制器，安装在输送带的背面、防护罩内下部的X射线检测器，以及安放在装置台架下部给检测器供电的电源。通过X射线功率控制器，控制X射线发射管的管电压和管电流，不同的检测对象，其厚度和密度不同，可调整软X射线的管电压和电流，控制X射线的输出能量，获得清晰图像。当检测的物料通过X射线检测器时，物料吸收部分射线，其它射线则穿过物料被检测器接收，由此可以得到物料内部品质信息。得到的数字信号通过电缆传送到X射线图像采集卡和计算机。为防止X射线泄漏造成危害，整个装置用铅板做的防护罩包裹，使辐射泄漏量符合安全标准。3)彩色图像采集装置用于获取物料外部的品质信息。在光源箱的顶部安装了彩色CCD摄像头及镜头，并用标准光源提供照明。采集得到物料的彩色信号，通过电缆传送到彩色图像采集卡及计算机，可以提取对象物的颜色、大小、形状等表面特征，从而判定物料的外部质量。4)计算机系统用于实现信号采集和转换，运行自主开发的识别软件，输出检测结果。软件系统主要包括设备控制、设备标定、样本数据库、图像采集和处理、模式识别等模块。1)设备控制模块通过软件触发控制图像采集时间，通过调整检测器的积分时间，实现输送带速度和图像采集速度的匹配，得到不失真的图像。2)设备标定模块根据在X射线成像过程中，影响成像质量的主要因素X射线管电压、管点流和积分时间，建立了图像象素灰度值与相关参数之间的数学模型，可以对比实测值和预测值之间的差异，进一步提高图像质量、突出特征。彩色图像采集部分同样要进行灰度不均匀校正和颜色校正，目的是保证不同时间采集图像的采集条件基本一致。3)样本数据库模块根据相关农产品的特点建立厚度和图像灰度的同归模型，并建立厚度模型数据库。建立厚度模型后，可以根据厚度校正图像，同时也可以根据图像灰度值预测物料厚度。为了能检测各种农产品，需要建立针对不同农产品品质特征的样本数据库。在模式识别时，可以根据不同品种的农产品进行检测。另外，不同农产品有相应的质量品质指标，还要根据相应农产品的特点，结合国家分级标准，建立相关质量指标数据库。4)图像采集和处理模块完成软X射线图像、彩色图像的采集。采集得到的软X射线图像，需进行图像灰度值的校正，消除暗场图像偏差和像元不均匀性影响；采集得到的彩色图像，需进行颜色校正，保证采集信号的一致性。在此基础上，对两者采集得到的图像进行规范化处理，得到尺寸一致的图像；而后对图像进行增强、滤波等降噪处理，提高信噪比；最后进行区域分割、边缘提取等处理，去除图像中的背景信息。5)模式识别模块对得到的图像进行特征提取，获取农产品的形状特征、大小特征、颜色特征以及内部质量和外部损伤等特征，并以量化形式描述；而后在特征层或决策层进行数据融合，建立判别模式；最后根据判别模式进行质量评价。本专利技术所述的农产品内外品质检测方法的技术方案为(1)针对具体检测对象，利用彩色图像采集系统获取反映水果色泽、形状和大小等外部品质的彩色图像信息；利用软X射线图像技术采集能够反映水果内部水心、虫害和腐烂等特征的X射线图像信息。(2)按常规检测手段进行水果的质量评定和分级，将这些水果作为标准样本，用所述的农产品内外品质检测装置，按步骤(1)对其进行数据采集和特征提取，建立相关质量指标数据库。水果品质检测的指标包括果形、色泽、果径、表面损伤、水心病、虫果等。实际检测时，由计算机调节输送带传送物料速度，使之与软X射线检测器积分时间相匹配，然后进行设备标定，记录标定参数。标定结束后，即可开始检测。将检测物料由输送带先后送入X射线采集装置和彩色图像采集装置。通过软件触发，计算机采集物料图像，并由安装在计算机内的图像采集卡将采集得到的电信号变为数字信号。(3)利用检测软件进行图像预处理，包括图像增强、滤波去噪、区域分割、边缘提取等，然后进行特征提取和模式识别。在模式识别阶段，采用了信息的融合技术，与得到的常规检验指标数据库进行比较，确定具体的检测级别。在本专利技术中，应用了三种非线性模式分类方法，并且对它们的效果进行比较，寻求一种最佳的模式分类方法1)通过遗传算法优化RBF神经网络的拓扑结构；2)通过遗传基因树图表达法寻求最佳判别函数；3)基于支持向量机的模式分类本文档来自技高网...

【技术保护点】
农产品内外品质检测装置，由两部分组成：硬件装置和软件系统；其特征在于硬件装置由４个功能模块的装置组成：物料输送装置、软Ｘ射线发射和检测装置、彩色图像采集装置、计算机系统；物料输送装置包括安装在装置台架（１１）下面的步进电机及速度控制 器（１４），安装在装置台架上部的皮带轮（１６），以及在装置台架的右侧安装的输送带张紧轮（１０）；软Ｘ射线发射和检测装置包括摆放在装置台架下部的Ｘ射线功率控制器（１２），安装在输送带的背面、防护罩内下部的Ｘ射线检测器（４），以及安放在装置台架下部给检测器供电的电源（１３）；彩色图像采集装置中在光源箱（５）的顶部安装了彩色ＣＣＤ摄像头及镜头（６），并用标准光源（７）提供照明，采集得到物料的彩色信号，通过电缆传送到彩色图像采集卡及计算机（８）；软件系统主要包括：设备控制、设 备标定、样本数据库、图像采集和处理、模式识别等模块；设备控制模块：通过软件触发控制图像采集时间，通过调整检测器的积分时间，实现输送带速度和图像采集速度的匹配，得到不失真的图像；设备标定模块：根据影响成像质量的主要因素：Ｘ射线管电压、 管点流和积分时间，建立图像象素灰度值与相关参数之间的数学模型；样本数据库模块：根据相关农产品的特点建立厚度和图像灰度的回归模型，并建立厚度模型数据库；针对不同农产品品质特征的样本数据库，以及结合国家分级标准，建立相关质量指标数据库；图像采集和处理模块：完成软Ｘ射线图像、彩色图像的采集，对图像进行增强、滤波等降噪、区域分割、边缘提取等处理；模式识别模块：对得到的图像进行特征提取，获取农产品的特征，建立判别模式；最后根据判别模式进行质量评价。...

【技术特征摘要】

【专利技术属性】
技术研发人员：赵杰文，蔡健荣，陈全胜，黄星奕，邹小波，
申请(专利权)人：江苏大学，
类型：发明
国别省市：32[中国|江苏]