基于机器视觉的水产动物肉品新鲜度快速检测方法及装置制造方法及图纸

本发明专利技术涉及基于机器视觉的水产动物肉品新鲜度快速检测方法，包括以下：将待检测水产动物肉品置于检测装置内，并打开轴流风扇，使待检测水产动物肉品所产生气体尽可能流经与特征性气体敏感染料相结合的纸基固相载体；每隔时间T获取纸基固相载体的一帧图像，得到多帧图像集；根据所述多帧图像集中相邻图像的灰度变化情况选取检测代表图像；对所述检测代表图像进行意向检测区域划分得到多个意向检测区域；基于多个意向检测区域判断水产动物肉品新鲜度是否达标，得到判断结果；输出所述判断结果，完成新鲜度检测。本发明专利技术能够尽可能地保证检测结果的稳定，另外，整个检测过程便捷易操作，能够快速、无损、便捷、简易的检测水产动物类新鲜度。物类新鲜度。物类新鲜度。

【技术实现步骤摘要】
基于机器视觉的水产动物肉品新鲜度快速检测方法及装置


[0001]本专利技术涉及机器视觉
，尤其涉及基于机器视觉的水产动物肉品新鲜度快速检测方法及装置。

技术介绍

[0002]随着消费水平的提高，消费者们越来越关注食品安全问题，对食品品质的要求也随之上升，水产品的新鲜程度成了消费者购买时密切关注的方面。很多水产品尤其是水产动物的新鲜度评价方法应运而生。
[0003]目前，水产动物新鲜度评价方法主要有以下三种：直接观察法、国标法(简称K值法)以及总活菌计数(TAC)法。直接观察法主要是由经过专业培训的人员通过观察水产动物鳃、水产动物眼等部位来评估水产动物类的新鲜度。此类方法对人力资源要求较高，且其准确性来源于人员的经验性，无法给出具体量化的新鲜程度。K值法主要是通过液相色谱分析水产动物体内ATP及其代谢产物的含量来评估水产动物类新鲜度。其准确性高，但是耗时长，步骤繁琐，且对测量仪器要求高，不适合在市场推广。TAC法主要是选取水产动物体组织的一部分进行离体培养，一段时间后通过菌落的相关指标来评价水产动物的新鲜度。此种方法获取结果的周期长、对实验操作和实验环境(无菌)要求高，且会在一定程度上破坏水产动物体。
[0004]作为一般的消费者群体，现在的市面上并没有很好的检测方法供其判断所购水产品等新鲜度。因此，急需找到一种快速、无损、便捷、简易的检测水产动物新鲜度的方法，为大部分消费者提供辅助鉴鲜手段。

技术实现思路

[0005]本专利技术的目的是为了至少解决现有技术的不足之一，提供基于机器视觉的水产动物肉品新鲜度快速检测方法及装置。
[0006]为了实现上述目的，本专利技术采用以下的技术方案：
[0007]具体的，提出基于机器视觉的水产动物肉品新鲜度快速检测方法，包括以下：
[0008]将待检测水产动物肉品置于检测装置内，并打开轴流风扇，使待检测水产动物肉品所产生气体尽可能流经与特征性气体敏感染料相结合的纸基固相载体；
[0009]每隔时间T获取纸基固相载体的一帧图像，得到多帧图像集；
[0010]根据所述多帧图像集中相邻图像的灰度变化情况选取检测代表图像；
[0011]对所述检测代表图像进行意向检测区域划分得到多个意向检测区域；
[0012]基于多个意向检测区域判断水产动物肉品新鲜度是否达标，得到判断结果；
[0013]输出所述判断结果，完成新鲜度检测。
[0014]进一步，具体的，根据所述多帧图像集中相邻图像的灰度变化情况选取检测代表图像，包括，
[0015]对多帧图像集中的每一帧图像进行平均灰度值计算得到每一帧图像的平均灰度
值；
[0016]计算后一帧图像与前一帧图像的平均灰度值的差值，并以所述差值作为后一帧图像的灰度变化趋势值，以此得到多帧图像集中每一帧图像所对应的灰度变化趋势值，首帧图像的灰度变化趋势值记为0；
[0017]建立以多帧图像集的图像获取时间为横坐标，灰度变化趋势值为纵坐标的二维坐标系，得到多个对应每帧图像的离散点；
[0018]对多个所述离散点进行曲线拟合得到拟合曲线；
[0019]找寻拟合曲线的峰值点(x
max
，y
max
)，并确定距离所述峰值点(x
max
，y
max
)最近的离散点(x
i
，y
i
)，其中i表示图像的帧数编号；
[0020]确定第i帧图像作为检测代表图像。
[0021]进一步，具体的，对所述检测代表图像进行意向检测区域划分得到多个意向检测区域，包括，
[0022]对所述检测代表图像进行预处理以及灰度化得到第一图像；
[0023]对所述第一图像通过边缘检测算法处理，并进行双线性差值算法修复得到多个边缘；
[0024]每个边缘所包含的图像区域即为意向检测区域。
[0025]进一步，具体的，基于多个意向检测区域判断水产动物肉品新鲜度是否达标，包括，
[0026]对于任意意向检测区域，遍历其每一个像素点，判断是否存在灰度偏差情况，找寻出存在灰度偏差情况的像素点；
[0027]对存在灰度偏差情况的像素点进行灰度补偿，进而得到补偿后的意向检测区域；
[0028]对于所有补偿后的意向检测区域，求其平均灰度值作为反应程度表征量；
[0029]判断反应程度表征量是否大于第一阈值，若是则判断水产动物肉品新鲜度不达标，若否则判断水产动物肉品新鲜度达标。
[0030]进一步，具体的，判断是否存在灰度偏差情况，找寻出存在灰度偏差情况的像素点，包括，
[0031]计算针对任意任意像素点灰度偏差阈值Gray
TH
，Gray
TH
通过取该像素点的8邻域像素点的平均值再乘上调整系数α得到，α位于(0，1)之间；
[0032]判断该像素点的实际像素值是否大于其对应的灰度偏差阈值Gray
TH
，若是则判断该像素点不存在灰度偏差情况，若否则判断该像素点存在灰度偏差情况。
[0033]进一步，具体的，对存在灰度偏差情况的像素点进行灰度补偿，包括，
[0034]确定存在灰度偏差情况的像素点所处的意向检测区域，之后确定该意向检测区域的像素点的最大灰度值Gray
max
，以及像素点的最小灰度值Gray
min
，再计算该意向检测区域的所有像素点的平均灰度值Gray
avg
；
[0035]判断存在灰度偏差情况的像素点的灰度值Gray
temp
是否位于[Gray
min
，Gray
avg
]之间，若是，则令
[0036]若否则表示Gray
temp
位于[Gray
avg
，Gray
max
]之间，则令
[0037]以Gray
temp，
作为补偿后的该像素点的灰度值。
[0038]进一步，具体的，第一阈值为人为设置的阈值，设置的原则为通过对与特征性气体敏感染料相结合的纸基固相载体与标准不新鲜水产动物肉品的充分反应图像进行平均灰度值计算得到作为模版的平均灰度值，并经过大量试验修正作为模版的平均灰度值得到合理的第一阈值。
[0039]进一步，具体的，所述纸基固相载体为使用臭氧改性的纸基载体，使得所述纸基载体获得疏水性的表面和亲水的内部。
[0040]本专利技术还提出基于机器视觉的水产动物肉品新鲜度快速检测装置，包括：
[0041]检测装置，四周密闭，上部设置有轴流风扇，内部设置有与特征性气体敏感染料相结合的纸基固相载体，所述检测装置用于在待检测水产动物肉品置于其中时，打开轴流风扇，使待检测水产动物肉品所产生气体尽可能流经与特征性气体敏感染料相结合的纸基固相载体；
[0042]图像获取模块，用于每隔时间T获取纸基固相载体本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于机器视觉的水产动物肉品新鲜度快速检测方法，其特征在于，包括以下：将待检测水产动物肉品置于检测装置内，并打开轴流风扇，使待检测水产动物肉品所产生气体尽可能流经与特征性气体敏感染料相结合的纸基固相载体；每隔时间T获取纸基固相载体的一帧图像，得到多帧图像集；根据所述多帧图像集中相邻图像的灰度变化情况选取检测代表图像；对所述检测代表图像进行意向检测区域划分得到多个意向检测区域；基于多个意向检测区域判断水产动物肉品新鲜度是否达标，得到判断结果；输出所述判断结果，完成新鲜度检测。2.根据权利要求1所述的基于机器视觉的水产动物肉品新鲜度快速检测方法，其特征在于，具体的，根据所述多帧图像集中相邻图像的灰度变化情况选取检测代表图像，包括，对多帧图像集中的每一帧图像进行平均灰度值计算得到每一帧图像的平均灰度值；计算后一帧图像与前一帧图像的平均灰度值的差值，并以所述差值作为后一帧图像的灰度变化趋势值，以此得到多帧图像集中每一帧图像所对应的灰度变化趋势值，首帧图像的灰度变化趋势值记为0；建立以多帧图像集的图像获取时间为横坐标，灰度变化趋势值为纵坐标的二维坐标系，得到多个对应每帧图像的离散点；对多个所述离散点进行曲线拟合得到拟合曲线；找寻拟合曲线的峰值点(x
max
，y
max
)，并确定距离所述峰值点(x
max
，y
max
)最近的离散点(x
i
，y
i
)，其中i表示图像的帧数编号；确定第i帧图像作为检测代表图像。3.根据权利要求1所述的基于机器视觉的水产动物肉品新鲜度快速检测方法，其特征在于，具体的，对所述检测代表图像进行意向检测区域划分得到多个意向检测区域，包括，对所述检测代表图像进行预处理以及灰度化得到第一图像；对所述第一图像通过边缘检测算法处理，并进行双线性差值算法修复得到多个边缘；每个边缘所包含的图像区域即为意向检测区域。4.根据权利要求3所述的基于机器视觉的水产动物肉品新鲜度快速检测方法，其特征在于，具体的，基于多个意向检测区域判断水产动物肉品新鲜度是否达标，包括，对于任意意向检测区域，遍历其每一个像素点，判断是否存在灰度偏差情况，找寻出存在灰度偏差情况的像素点；对存在灰度偏差情况的像素点进行灰度补偿，进而得到补偿后的意向检测区域；对于所有补偿后的意向检测区域，求其平均灰度值作为反应程度表征量；判断反应程度表征量是否大于第一阈值，若是则判断水产动物肉品新鲜度不达标，若否则判断水产动物肉品新鲜度达标。5.根据权利要求4所述的基于机器视觉的水产动物肉品新鲜度快速检测方法，其特征在于，具体的，判断是否存在灰度偏差情况，找寻出存在灰度偏差情况的像素点，包括，计算针对任意任意像素点灰度偏差阈值Gray
TH
，Gray
TH
通过取...

【专利技术属性】
技术研发人员：汪蕾，戴露莹，陈思博，由凯文，方兴同，刘凤馨，黄钰萌，钟宛清，李苡萱，
申请(专利权)人：华南师范大学，
类型：发明
国别省市：