一种禽蛋表面品质检测的方法和装置制造方法及图纸

本发明专利技术涉及一种针对禽蛋表面品质的无损检测方法和装置。其采用３个ＣＣＤ摄像头拍摄禽蛋的表面图像，经图像采集卡并传入计算机，然后利用弹性敲击棒冲击蛋壳的表面，经声级计，Ａ／Ｄ转换卡将声音信号传入计算机，计算机模拟人的大脑的视觉和听觉功能，对数据进行融合和模式识别处理。根据计算机视觉系统采集的图像信息和声学检测系统采集的声音信号，参照建立的专家判别数据库，由计算机内的软件判断禽蛋的表面品质（裂纹、污斑、畸形等）。其可以通过对图像信息和声音信号的分析实现对人眼的扩展和解放，将禽蛋的破损、污斑、畸形等的视觉信息和声音信息融合起来，参照结合知识库建立的专家判别数据库对禽蛋表面品质进行综合判别分级。

【技术实现步骤摘要】

本专利技术涉及一种针对禽蛋表面品质检测的方法和装置，特指基于计算机视觉和声学融合技术无损检测禽蛋表面品质的方法及装置。
技术介绍
禽蛋富含蛋白质、脂肪、多种维生素和微量元素，是人们日常生活中重要的动物性食品。由于蛋壳薄且易破碎，一旦破碎，细菌会很快侵入和繁殖，引起禽蛋的腐败、变质，污染环境并殃及其它禽蛋，因此禽蛋的破损检测是禽蛋生产、经营和加工中的重要环节之一。许多研究表明禽蛋在收购，贮运，加工过程中损失的主要原因是由于破损蛋、污斑蛋掺杂在正常蛋之间，引起交叉污染所致。据报道，我国每年收购的禽蛋由于腐败变质所造成的损失约占收购量的10％以上。随着我国对外贸易的发展，工业用蛋及鲜蛋出口的标准也越来越严格，不仅对蛋的破损有要求，而且还要求禽蛋表面清洁，完整，大小一致，有时会根据需要剔除各种反常蛋(双黄蛋、重壳蛋、畸形蛋等)。因此对禽蛋的表面品质检测并进行分级既能减少损耗，又能提高贮藏加工质量，有利于生产经营者的创收，有利于消费者的安全。目前，国内外工业生产中主要依靠人工在灯光下剔除污斑蛋，通过观察和转动互碰禽蛋，听蛋壳发出的声音来识别、剔除破损禽蛋。这类方法不仅劳动强度大，生产效率低，人为破损量大，而且检测精度易受人工注意力、体力、经验和工作态度的影响而得不到根本保证。国外学者有人用计算机视觉技术进行禽蛋破损的研究。Elster R.T，Goodrum J.W等(Elster R.T，Goodrum J.W.Detection of cracks in eggs using machine vision.Trans of ASAE，1991，34(1)；Goodrum J.W，Elster R.T，Machine vision for crack detection in rotating eggs.Trans of ASAE，1992，35(4)1323-1328)将鸡蛋分为合格品和次品两个等级，判别准确度不高且速度较慢，相关的专利未见报道。在他们的研究中发现，计算机视觉技术检测破损蛋由于污斑等的影响易造成漏采，而且微小裂纹难以检出，易造成漏检，误差较大。利用声学检测技术对农产品的品质检测是近30年来发展较快的一门技术，文友先等2002年9月23日提出了一份关于“禽蛋品质无损自动检测分级设备及方法”的专利申请(中国专利技术申请公开说明书，专利申请号0213983.5)，利用声学敲击法判断禽蛋的破损，通过计算机视觉判断禽蛋大小和蛋心颜色，但只是用单一的方法检测，而且对禽蛋的破损情况不能进行分级，而且不涉及反常蛋(如重壳蛋、畸形蛋等)和污斑蛋的检测。目前，国内外对禽蛋表面品质的检测多采用人工感官评定方法或者某种单一的检测方法，不能对禽蛋的品质进行较全面的客观评价，检测存在局限性，精度不够。例如单一的计算机视觉技术无法检测微裂纹和反常蛋；单一的声学技术无法对禽蛋的破损情况进行分级，无法检测禽蛋表面的污斑和畸形蛋等。
技术实现思路
技术问题本专利技术的目的在于克服现有技术的缺陷，提出一种在线情况下基于计算机视觉和声学融合技术针对禽蛋表面品质无损检测分级的方法和装置，特别是能将视觉信息和听觉信息融合起来进行综合判别，可以更加精确地检测禽蛋的破损情况，以及污斑和反常蛋等，并进行分级，提高了蛋品加工业中禽蛋品质检测的质量和效率。技术方案本专利技术的目的通过以下方法实现的首先建立知识库，对所检测的禽蛋(鸡蛋、鸭蛋、鹅蛋等)，根据其检测标准(如出口鲜蛋国家标准等)，先由专业人员对一定数量的禽蛋进行感观评定建立专家知识库，然后利用CCD摄像头拍摄禽蛋样本的图像，经由图像采集并传入计算机，而敲击蛋壳产生的声音信号则通过声级计(麦克风)进行采集，收集完好蛋和破损蛋(裂纹蛋、损壳蛋、流清蛋等)的图像信号和声音信号，利用计算机分析并提取特征信息，然后计算机模拟人的大脑对视觉数据库和听觉数据库进行融合处理，建立专家知识库与禽蛋表面品质相关的专家判定数据库，从而由计算机判定被测样品的优劣、等级等质量品质。建立专家判别数据库的标准样品检测的步骤如下①测定样品时，将样品放在密封室内蛋托的孔上，蛋托将密封室分上下层，下层放光源，光通过孔透射样品；②通过CCD摄像头采集样品的图像信号并输入计算机；③密封室内的敲击棒冲击样品，产生声音信号通过声级计采入计算机中；④对图像进行处理，提取特征信息；⑤对声音进行处理，提取特征信息；⑥蛋托旋转控制器使蛋托转动90度，带动样品旋转90度；⑦密封室内的敲击棒冲击样品，产生声音信号通过声级计采入计算机中；⑧对声音进行处理，提取特征信息；⑨蛋托旋转控制器使蛋托转动90度，带动样品旋转90度；⑩重复一次上述步骤②～⑨的操作；结合专家知识库中该样品的品质判别结果和等级，计算机对提取的特征信息进行融合和模式处理，生成专家判别数据库的内部数据。所述的基于计算机视觉和声学技术无损检测禽蛋表面品质的方法，其特征在于对计算机提取的图像信息与声音信号信息进行融合和模式处理，其中的数学处理采用回归分析，傅立叶变换，模糊数学等常规统计数据分析方法和神经网络、遗传算法等高精度实时模式系统来处理数据，并与知识库联系起来进行训练、学习，得到一个专家判定数据库，使得研制的系统可以提高分级的精度。所述的融合分为原始数据融合、特征数据融合、决策数据融合多个层次的融合。原始数据融合和特征数据融合处理主要包括对图像信号和声音信号的处理和融合，其中图像信息处理包括背景分割，图像增强，阈值分割，特征提取等，而声音信号处理包括信号采集，平滑去噪，特征提取等。特征数据融合指从各幅图像以及各次声音信号中提取特征值，然后在所有各自提取的特征值基础上采用判别式分析、神经网络、回归分析、遗传算法等进行融合。数据决策级的融合则是根据计算机视觉和声学判断得出的特征数据融合结果，通过应用神经网络，模糊数学等手段对被检禽蛋表面如裂纹、外形、尺寸、甚至内部情况能进行准确综合判断的专家判别数据库。所述的一种禽蛋表面品质检测方法的装置，其特征在于由四部分组成传动装置、计算机视觉检测与分析模块、声学检测与分析模块、模式识别与数据融合处理系统。其中传动装置由传送带、调速装置组成。计算机视觉检测与分析模块的装置由密封室，CCD摄像头，图像采集卡，光源，蛋托，蛋托旋转控制器组成，其中，CCD摄像头，光源，蛋托处于密封室内部，图像采集卡固定在计算机内部，声学检测与分析模块的装置由声级计，蛋托，蛋托旋转控制器，敲击棒，敲击检测器及密封室组成。其中声级计，蛋托，敲击棒处于密封室内部。计算机视觉系统与声学采集与处理系统采集到的数据传输到计算机内的识别和融合数据处理系统进行分析处理。所述的计算机视觉检测装置中的图像检测密封室分为上下两层下层为光源部分，上层为禽蛋检测暗室，两层中间的蛋托含有滚轴，蛋托中间为空，通过滚轴的转动带动禽蛋的转动，禽蛋的表面有三个CCD摄像头，CCD摄像头通过电缆与插在计算机中的图像采集卡相连，并与计算机组成实时计算机视觉采集与处理系统。计算机视觉的图像采集与声音信号采集过程均在密封室内完成，密封室下层光源采用白炽灯，光源通过蛋托的中空透射到禽蛋上。对于每枚禽蛋，滚轴旋转四次，每次90度，敲击棒冲击禽蛋四次，声级计采集四次声音信号，而CCD摄像头采集二次图像。工作时，调本文档来自技高网...

【技术保护点】
一种禽蛋表面品质检测的方法，其特征是：首先建立知识库，先对所检测的禽蛋，根据其标准，由专业人员对禽蛋标准样品进行感观评定建立专家知识库，然后利用ＣＣＤ摄像头拍摄禽蛋样本的图像，经由图像采集并传入计算机，而敲击蛋壳产生的声音信号则通过声级计进行采集，收集完好蛋和破损蛋、裂纹蛋、损壳蛋的图像信号和声音信号，利用计算机分析并提取特征信息，计算机模拟人的大脑对视觉数据库和听觉数据库进行融合处理，结合专家知识库，建立与禽蛋表面品质相关的专家判定数据库，从而由计算机判定被测样品的优劣、等级等质量品质。

【技术特征摘要】

【专利技术属性】
技术研发人员：屠康，潘磊庆，赵立，王富昶，任珂，
申请(专利权)人：南京农业大学，
类型：发明
国别省市：84[中国|南京]