一种鱼肉加工异物检测方法技术

本发明专利技术涉及一种鱼肉加工异物检测方法，属于图像数据处理技术领域，该方法步骤包括：采集鱼肉加工过程中未剔除鱼刺的模板图像，获取模板图像中鱼刺主分布方向对应的置信区间，构建模板图像中鱼刺的位置

【技术实现步骤摘要】
一种鱼肉加工异物检测方法


[0001]本专利技术属于图像数据处理
，具体涉及一种鱼肉加工异物检测方法。

技术介绍

[0002]在鱼肉加工过程中，生产商面临着鱼刺异物难题，即使是含刺量较少的鱼，也不可避免地存在细小鱼刺。一旦加工鱼肉食品中的鱼刺未被剔除干净，既会威胁到消费者的生命安全，也会严重影响企业的声誉和口碑。如何高效地进行鱼刺异物检测，确保鱼肉质量安全是生者企业和消费者都十分关注的问题，对于产能要求不高的高端鱼片，鱼刺检测的准确率要求较高。
[0003]现有技术中一般通过Canny边缘检测来识别鱼肉加工产品X光图像中的鱼刺，但由于鱼肉的厚度不均会对X光机成像造成影响，在利用Canny边缘算子对鱼肉加工过程中已剔除鱼刺的待检测图像进行边缘检测时，厚度不均的鱼肉在边缘检测时易形成与鱼刺边缘混淆的伪边缘，从而造成了将伪边缘与鱼刺边缘混淆，进而不能准确完成对残留鱼刺边缘的检测。

技术实现思路

[0004]本专利技术提供一种鱼肉加工异物检测方法，用于解决现有技术中在识别待检测图像中残留鱼刺异物边缘时，容易将鱼肉伪边缘与鱼刺边缘混淆，不能准确完成对残留鱼刺边缘检测的问题。
[0005]本专利技术的一种鱼肉加工异物检测方法采用如下技术方案：采集鱼肉加工过程中未剔除鱼刺的模板图像；获取模板图像中鱼刺的多个主分布方向，根据鱼刺的每个主分布方向分别确定鱼刺边缘像素点的每个标准梯度方向，同时获取每个标准梯度方向在预设浮动范围内的置信区间；根据模板图像中每根鱼刺的位置和长度，构建出鱼刺的位置
>‑
长度相关性函数；采集鱼肉加工过程中已剔除鱼刺的待检测图像，并获取待检测图像中每个像素点的梯度幅值和梯度方向；分别计算待检测图像中每个像素点的梯度方向与每个标准梯度方向之间的差值，在最小差值对应的标准梯度方向的置信区间上完成对每个像素点梯度幅值的极大值检测，将通过极大值检测的像素点按其最小差值对应的标准梯度方向进行分类，得到多类边缘像素点；根据每个像素点的梯度幅值，将同类边缘像素点连接成多条第一边缘和第二边缘；根据同类每条第二边缘和第一边缘的方向、长度和鱼刺的位置
‑
长度相关性函数，计算出每条第二边缘和周围每条同类第一边缘之间的连接程度；根据每条第二边缘和周围每条同类第一边缘之间的连接程度筛选出多条待连接
第二边缘，将每条待连接第二边缘和周围同类连接程度最大的第一边缘连接成一条最终边缘线；根据最终边缘线确定鱼肉加工过程中的残留鱼刺异物。
[0006]进一步地，根据每个像素点的梯度幅值，将同类边缘像素点连接成多条第一边缘和第二边缘的步骤包括：将每类边缘像素点中梯度幅值大于预设第一阈值的边缘像素点筛选出作为同类第一边缘像素点；将每类边缘像素点中梯度幅值位于预设第二阈值和预设第一阈值之间的边缘像素点筛选出作为同类第二边缘像素点；其中，预设第一阈值大于预设第二阈值；将连续且相邻的同类第一边缘像素点连接成多条同类第一边缘，同时将连续且相邻的同类第二边缘像素点连接成多条同类第二边缘。
[0007]进一步地，构建出鱼刺的位置
‑
长度相关性函数的步骤包括：获取模板图像中每根鱼刺边缘左端点的横坐标；根据每根鱼刺边缘左端点的横坐标和该横坐标对应的鱼刺长度，构建出鱼刺的位置
‑
长度相关性函数。
[0008]进一步地，每条第二边缘和周围每条同类第一边缘之间的连接程度的计算公式为：其中，表示第条第二边缘和周围第条同类第一边缘之间的连接程度；表示第条第二边缘在中点处切线的斜率；表示第条同类第一边缘在中点处切线的斜率；表示第条第二边缘和周围第条同类第一边缘之间连接后的长度；表示将第条第二边缘的左端点的横坐标代入到位置
‑
长度相关性函数中得到的鱼刺长度；表示现有归一化函数。
[0009]进一步地，根据每条第二边缘和周围每条同类第一边缘之间的连接程度筛选出多条待连接第二边缘的步骤包括：当每条第二边缘和周围任一同类第一边缘之间的连接程度大于预设连接程度阈值时，将该条第二边缘筛选出作为待连接第二边缘。
[0010]进一步地，获取模板图像中鱼刺的多个主分布方向的步骤包括：对模板图像的边缘检测结果进行霍夫空间变换，得到多组投票值；将霍夫空间中极角相同的全部投票值累加，得到多组极角相同的累加投票值；将排名位于第一位和第二位的累加投票值对应的两个极角，分别作为模板图像中鱼刺的第一主分布方向和第二主分布方向。
[0011]进一步地，根据鱼刺的每个主分布方向分别确定鱼刺边缘像素点的每个标准梯度方向的步骤包括：根据鱼刺边缘像素点的梯度方向与分布方向垂直的条件，计算出鱼刺的每个主分布方向对应的标准梯度方向。
[0012]本专利技术的有益效果是：本专利技术提供的一种鱼肉加工异物检测方法，先采集鱼肉加工过程中未剔除鱼刺的模板图像，基于鱼刺边缘的方向一致性获取模板图像中鱼刺的多个主分布方向，由于鱼刺边缘像素点的梯度方向与分布方向垂直，所以在获取鱼刺的多个主分布方向后，能根据鱼刺的多个主分布方向确定标准梯度方向；之后基于标准梯度方向的置信区间，对Canny边缘检测算法中的非极大值抑制算法进行梯度方向的改进；对Canny边缘检测算法中的非极大值抑制算法进行改进后，更适合残留鱼刺异物的检测场景，能避免将由厚度不均的鱼肉在待检测图像中的伪边缘与鱼刺边缘混淆，因此在利用改进后的Canny边缘检测算法中的非极大值抑制算法，对待检测图像中每个像素点的梯度幅值的极大值检测，将通过极大值检测的像素点分为多类边缘像素点，其中，通过极大值检测的边缘像素点已经过滤掉大部分伪边缘，并且边缘像素点的类别数与标准梯度方向的个数相同；同时针对鱼刺长度和鱼刺位置分布的规律性，构建出鱼刺的位置
‑
长度相关性函数；根据梯度幅值，将同类边缘像素点连接成多条第一边缘和第二边缘；为了将属于同一根鱼刺的边缘线连接起来，作为完整的边缘输出，计算出每条第二边缘和周围每条同类第一边缘之间的连接程度，在计算连接程度时能进一步过滤掉伪边缘，根据连接程度筛选出多条待连接第二边缘，筛选后的待连接第二边缘认为是属于鱼刺的边缘，所以将每条待连接第二边缘和周围同类连接程度最大的第一边缘连接成一条最终边缘线，将最终边缘线作为完整的鱼刺边缘输出，提高了对鱼刺检验的准确率。
附图说明
[0013]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0014]图1为本专利技术的一种鱼肉加工异物检测方法的实施例总体步骤的示意图；图2为本专利技术中鱼肉加工过程中未剔除鱼刺的模板图像示意图；图3为本专利技术中鱼肉加工过程中已剔除鱼刺的待检测图像示意图。
具体实施方式
[0015]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种鱼肉加工异物检测方法，其特征在于，该方法包括：采集鱼肉加工过程中未剔除鱼刺的模板图像；获取模板图像中鱼刺的多个主分布方向，根据鱼刺的每个主分布方向分别确定鱼刺边缘像素点的每个标准梯度方向，同时获取每个标准梯度方向在预设浮动范围内的置信区间；根据模板图像中每根鱼刺的位置和长度，构建出鱼刺的位置
‑
长度相关性函数；采集鱼肉加工过程中已剔除鱼刺的待检测图像，并获取待检测图像中每个像素点的梯度幅值和梯度方向；分别计算待检测图像中每个像素点的梯度方向与每个标准梯度方向之间的差值，在最小差值对应的标准梯度方向的置信区间上完成对每个像素点梯度幅值的极大值检测，将通过极大值检测的像素点按其最小差值对应的标准梯度方向进行分类，得到多类边缘像素点；根据每个像素点的梯度幅值，将同类边缘像素点连接成多条第一边缘和第二边缘；根据同类每条第二边缘和第一边缘的方向、长度和鱼刺的位置
‑
长度相关性函数，计算出每条第二边缘和周围每条同类第一边缘之间的连接程度；根据每条第二边缘和周围每条同类第一边缘之间的连接程度筛选出多条待连接第二边缘，将每条待连接第二边缘和周围同类连接程度最大的第一边缘连接成一条最终边缘线；根据最终边缘线确定鱼肉加工过程中的残留鱼刺异物。2.根据权利要求1所述的一种鱼肉加工异物检测方法，其特征在于，的步骤包括：根据每个像素点的梯度幅值，将同类边缘像素点连接成多条第一边缘和第二边缘的步骤包括：将每类边缘像素点中梯度幅值大于预设第一阈值的边缘像素点筛选出作为同类第一边缘像素点；将每类边缘像素点中梯度幅值位于预设第二阈值和预设第一阈值之间的边缘像素点筛选出作为同类第二边缘像素点；其中，预设第一阈值大于预设第二阈值；将连续且相邻的同类第一边缘像素点连接成多条同类第一边缘，同时将连续且相邻的同类第二边缘像素点连接成多条同类第二边缘。3.根...

【专利技术属性】
技术研发人员：刘勤，孙树杰，李鹏，
申请(专利权)人：青岛佳美洋食品有限公司，
类型：发明
国别省市：