本发明专利技术提供一种基于全自动微型CT的坚果品质无损检测装置及检测方法，其中的方法包括S1、使用搬运机构将坚果搬运至载物旋转台上；S2、保持微焦斑射线源与平板探测器静止不动，通过PLC控制器控制载物旋转台等间歇旋转，实现微焦斑射线源对坚果的全角度照射；S3、在载物旋转台的间歇停止时，通过平板探测器采集坚果各个角度的面阵列图像，得到坚果的全角度面阵列图像，并传输至计算机；S4、计算机基于全角度面阵列图像进行断层重建及图像处理，获得坚果的品质性状参数。本发明专利技术能够通过视觉识别技术实现对坚果的品质性状参数的无损检测，相比人工的性状检测方式与传统的培养法检测霉菌侵染的方式，能够大幅度提升检测精度与效率。能够大幅度提升检测精度与效率。能够大幅度提升检测精度与效率。
【技术实现步骤摘要】
基于全自动微型CT的坚果品质无损检测装置及检测方法
[0001]本专利技术涉及
，特别涉及一种基于全自动微型CT的坚果品质无损检测装置及检测方法。
技术介绍
[0002]随着植物果实性状检测技术的快速发展和广泛使用，人们使用果实性状检测技术对果实进行性状检测逐渐成为果实性状检测技术应用的主流。但是在果实性状检测的过程中，现有的果实性状检测方法依靠人工计算果实的果肉质量，手动剥离果实的果皮，利用游标卡尺测量果皮厚度，再取最厚与最薄的平均值为果皮厚度，这种检测方式的精度和效率较低，人们更希望提高果实性状检测的精度和效率。因此，如何智能地对果实进行性状检测，以提高果实性状检测的精度和效率是一直追求的目标。坚果类食品由于其营养全面丰富的特点，被越来越多的消费者所接受。随着当前人们经济水平的不断提高以及对食品安全的不断重视，坚果类食品的品质好坏逐渐成为消费者对于品牌选择的基础。然而近年来，市场监管抽查坚果类食品霉菌超标的现象屡见不鲜，对人体健康和社会经济都造成巨大影响。目前，用于坚果品质和霉菌侵染的检测往往还是传统的培养法，由于操作步骤繁琐、检测时效性差的问题逐渐成为行业发展的难点和痛点。
技术实现思路
[0003]本专利技术的目的是为了克服已有技术的缺陷，提出一种基于全自动微型CT的坚果品质无损检测装置及检测方法，能够利用视觉识别检测坚果的品质性状参数，相比人工检测，检测精度与效率都得到提升。
[0004]为实现上述目的，本专利技术采用以下具体技术方案：
[0005]本专利技术提供的基于全自动微型CT的坚果品质无损检测装置，包括：载物旋转台，用于承载坚果，并带动坚果旋转；搬运机构，用于将坚果搬运至载物旋转台上平移台，用于承载搬运机构，调节坚果的位置；微焦斑射线源，用于向坚果发出X射线；平板探测器，用于接收穿透坚果的X射线，采集面阵列图像；其中，每转动一次坚果，平板探测器采集一次面阵列图像，得到坚果的全角度面阵列图像；升降台，用于调节平板探测器的高度；PLC控制器，用于对载物旋转台与搬运机构进行启停控制；计算机，用于接收全角度面阵列图像，并基于全角度面阵列图像进行断层重建及图像处理，获得坚果的品质性状参数。
[0006]优选地，计算机包括：设备控制模块，用于向PLC控制器与搬运机构分别发送控制指令，PLC控制器基于控制指令对载物旋转台的伺服电机和驱动器进行控制，实现坚果的等间歇旋转；搬运机构基于控制指令将坚果从指定位置搬运至载物旋转台上；图像采集模块，用于在坚果每旋转一个角度后，接收平板探测器采集到的面阵列图像，得到全角度面阵列图像；图像处理模块，用于基于CUDA架构的三维锥束投影高精度分解CT快速重建算法对全角度面阵列图像进行断层图像的重建，再对重建的断层图像进行图像处理，以获取坚果的品质性状参数。
[0007]优选地，图像处理模块包括：断层图像重建单元，用于从全角度面阵列图像的每幅图像提取同一行组成正弦图，基于CUDA架构的三维锥束投影高精度分解CT快速重建算法进行断层图像的重建，并结合射线偏移校准、增益校准对断层图像进行降噪处理；语义分割单元，用于对断层图像中的坚果果壳区域、坚果果肉区域和霉变区域进行划分；三维重建单元，用于通过对语义分割后断层图像进行等步长的顺序堆叠，得到坚果的三维数字模型；品质特征计算单元，用于对果实尺寸、坚果表面积、果肉尺寸、果实体积、果肉体积、果实形态特征、果壳厚度、果肉占比、霉变体积进行计算。
[0008]优选地，图像处理模块还包括图像预处理单元，用于去除降噪后的断层图像的背景信息；
[0009]优选地，搬运机构为机械手。
[0010]本专利技术提供的基于全自动微型CT的坚果品质无损检测方法，上述的基于全自动微型CT的坚果品质无损检测装置实现，包括如下步骤：
[0011]S1、使用搬运机构将坚果搬运至载物旋转台上；
[0012]S2、保持微焦斑射线源与平板探测器静止不动，通过PLC控制器控制载物旋转台等间歇旋转，实现微焦斑射线源对坚果的全角度照射；
[0013]S3、在载物旋转台的间歇停止时，通过平板探测器采集坚果各个角度的面阵列图像，得到坚果的全角度面阵列图像，并传输至计算机；
[0014]S4、计算机基于全角度面阵列图像进行断层重建及图像处理，获得坚果的品质性状参数。
[0015]优选地，在步骤S4中，对全角度面阵列图像进行断层重建的过程包括如下步骤：
[0016]S41、从全角度面阵列图像的每幅图像提取同一行组成正弦图；
[0017]S42、采用基于CUDA架构的三维锥束投影高精度分解CT快速重建算法进行断层图像的重建，并结合射线偏移校准、增益校准对断层图像进行降噪处理；其中，
[0018]基于CUDA架构的三维锥束投影高精度分解CT快速重建算法算法的公式为：
[0019][0020]其中，f(x,y,z)为坚果的密度函数，平板探测器的法向方向与坚果坐标系的y轴之间的夹角β，R为坚果坐标系的坐标原点到微焦斑射线源与重建点在平板探测器上的投影位置之间连线的垂直距离。
[0021]优选地，在步骤S4中，对断层图像进行图像处理的过程包括如下步骤：
[0022]S43、选取部分断层图像作为训练集，采用图像标签生成方法生成不同类型的标签对数据集中的果壳区域、果肉区域和霉变区域进行标记；
[0023]S44、选取匹配度大于阈值的带有标记的断层图像作为训练集对基于卷积神经网络的深度学习语义分割模型进行训练；
[0024]S45、通过深度学习语义分割模型对全部的断层图像进行语义分割，获得语义分割结果；
[0025]S46、基于语义分割结果对坚果进行三维模型重建，得到坚果的三维数字模型；
[0026]S47、基于坚果的三维数字模型，计算坚果的品质性状参数。
[0027]优选地，步骤S43具体包括如下步骤：
[0028]S431、从灰度、梯度和局部对比度的角度对坚果的不同组织特征进行分析；
[0029]S432、根据分析结果设计特征提取算子，以区分坚果的不同组织；
[0030]S433、设定类别标签，完成对果壳区域、果肉区域和霉变区域的标记。
[0031]优选地，在步骤S46中，利用断层图像的语义分割结果，通过等步长的顺序堆叠，得到坚果的三维数字模型。
[0032]优选地，在步骤S47中，坚果的品质性状参数包括坚果尺寸、坚果表面积、坚果体积、坚果形态特征、果肉尺寸、果肉体积、果壳厚度、果肉占比和霉变体积；
[0033]坚果尺寸的计算方式如下：
[0034]通过对三维数字模型进行外切椭圆拟合，求解最小拟合椭圆的长轴与短轴，得到坚果的长和宽；
[0035]果肉尺寸的计算方式如下：
[0036]通过对三维数字模型的果肉中间断层进行外切椭圆拟合，求解最小拟合椭圆的长轴与短轴，得到果肉的长和宽；
[0037]坚果表面积的计算方式如下：
[0038]通过对三维数字模型的最外围体素的连本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于全自动微型CT的坚果品质无损检测装置，其特征在于，包括：载物旋转台，用于承载所述坚果，并带动所述坚果旋转；搬运机构，用于将所述坚果搬运至所述载物旋转台上；平移台，用于承载所述搬运机构，调节所述坚果的位置；微焦斑射线源，用于向所述坚果发出X射线；平板探测器，用于接收穿透所述坚果的X射线，采集面阵列图像；其中，每转动一次所述坚果，所述平板探测器采集一次面阵列图像，得到所述坚果的全角度面阵列图像；升降台，用于调节所述平板探测器的高度；PLC控制器，用于对所述载物旋转台与所述搬运机构进行启停控制；计算机，用于接收所述全角度面阵列图像，并基于所述全角度面阵列图像进行断层重建及图像处理，获得所述坚果的品质性状参数。2.如权利要求1所述的基于全自动微型CT的坚果品质无损检测装置，其特征在于，所述计算机包括：设备控制模块，用于向所述PLC控制器与所述搬运机构分别发送控制指令，所述PLC控制器基于所述控制指令对所述载物旋转台的伺服电机和驱动器进行控制，实现所述坚果的等间歇旋转；所述搬运机构基于所述控制指令将所述坚果从指定位置搬运至所述载物旋转台上；图像采集模块，用于在所述坚果每旋转一个角度后，接收所述平板探测器采集到的面阵列图像，得到所述全角度面阵列图像；图像处理模块，用于基于FBP算法对所述全角度面阵列图像进行断层图像的重建，再对重建的断层图像进行图像处理，以获取所述坚果的品质性状参数。3.如权利要求1所述的基于全自动微型CT的坚果品质无损检测装置，其特征在于，所述图像处理模块包括：断层图像重建单元，用于从所述全角度面阵列图像的每幅图像提取同一行组成正弦图，采用基于CUDA架构的三维锥束投影高精度分解CT快速重建算法进行断层图像的重建，并结合射线偏移校准、增益校准对断层图像进行降噪处理；语义分割单元，用于对断层图像中的坚果果壳区域、坚果果肉区域和霉变区域进行划分；三维重建单元，用于通过对语义分割后断层图像进行等步长的顺序堆叠，得到所述坚果的三维数字模型；品质特征计算单元，用于对果实尺寸、坚果表面积、果肉尺寸、果实体积、果肉体积、果实形态特征、果壳厚度、果肉占比、霉变体积进行计算。4.如权利要求3所述的基于全自动微型CT的坚果品质无损检测装置，其特征在于，所述图像处理模块还包括图像预处理单元，用于去除降噪后的断层图像的背景信息。5.如权利要求1所述的基于全自动微型CT的坚果品质无损检测装置，其特征在于，所述搬运机构为机械手。6.一种基于全自动微型CT的坚果品质无损检测方法，利用权利要求1所述的基于全自动微型CT的坚果品质无损检测装置实现，其特征在于，包括如下步骤：S1、使用所述搬运机构将所述坚果搬运至所述载物旋转台上；
S2、保持所述微焦斑射线源与所述平板探测器静止不动，通过所述PLC控制器控制所述载物旋转台等间歇旋转，实现所述微焦斑射线源对所述坚果的全角度照射；S3、在所述载物旋转台的间歇停止时，通过所述平板探测器采集所述坚果各个角度的面阵列图像，得到所述坚果的全角度面阵列图像，并传输至所述计算机；S4、所述计算机基于所述全角度面阵列图像进行断层重建及图像处理，获得所述坚果的品质性状参数。7.如权利要求6所述的基于全自动微型CT的坚果品质无损检测方法，其特征在于，在步骤S4中，对所述全角度面阵列图像进行断层重建的过程包括如下步骤：S41、从所述全角度面阵列图像的每幅图像提取同一行组成正弦图；S42、采用基于C...
【专利技术属性】
技术研发人员：余乐俊，刘谦，卢宇韦，
申请(专利权)人：海南大学，
类型：发明
国别省市：
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。