食用菌杂质数字识别系统技术方案

本实用新型专利技术提供了一种食用菌杂质数字识别系统，该系统包括食用菌清洗生产线，并且在所述的食用菌清洗生产线上安装有照明装置、数字摄像机，所述装置还包括图像采集卡和工控机等，其中所述数字摄像机设置在食用菌清洗生产线输出装置的出口上方，所述数字摄像机包括多个摄像头，所述摄像头拍摄的图像经图像采集卡，送入工控机进行图像处理和杂质识别，将食用菌中的多种杂质，例如头发、绵子壳、编织袋丝、地膜碎片等杂质识别并检测出来。（*该技术在2021年保护过期，可自由使用*）

【技术实现步骤摘要】

本申请涉及一种农产品杂质在线识别系统，特别是一种采用了机器视觉技术的食用菌杂质数字识别系统。
技术介绍
在农产品加工业中，从原材料的分级、筛选到加工过程中的烘培、杂质监测、成品分份、成品质量检测等场合，都有机器视觉技术的应用。农产品种类繁多，从蔬菜、水果到肉类等规格不一、千变万化，用机器视觉技术对这类产品进行自动分类、检测、分析和处理是有挑战性的。针对各种特定问题，各国研究者提出了众多的建模和识别方法。Tao等(1995)研制成功了 Merling高速高频机器视觉水果分级系统，该系统采用了频谱增强、彩色图像分析、噪声过滤与变换等技术。该设备的处理能力为44t/h，目前已广泛用于苹果、桔子、桃子、西红柿等水果的分级。据报导，美国每年有50%以上的苹果经该设备处理，并已推广到·加拿大等其他国家。Zayas(1985)根据2种不同品种的冬硬麦、冬软麦的形状特征，将它们从8种其它品种小麦中分离出来。Miller等(1989)在桃分级研究中，用彩色摄像机获得桃子表面的灰度图像，提出新算法确定损伤面积。Shearer等(1990)将圆椒置于透明管内，用彩色CCD摄像机从六个角度拍摄其彩色数字图像，然后将RGB值转化为HSI三个参数，根据H值及其频率分布判断圆椒的颜色类别，正确率达96%。张帆等(2000)对外形较小的烟叶，利用烟叶面积、周长和缺损等质量特征值的神经元网络提取技术研究也取得了理想的结果。目前已经成功用于农产品加工业的机器视觉产品有大米色选机、水果分选机等。大米色选机主要根据被选物的颜色进行区分，水果分选机的被选物外形较大、颜色区别也较大，因此技术难度不高。而其他的基本上还处于研究阶段，真正产品化的尚不多见。在杂质检测方面，棉花异纤维清除机是成功应用于纺织行业的机器视觉系统，其原理主要是通过颜色区分棉花和异纤维，普通的摄像机不能区分和棉花颜色接近的异纤维，如果用紫外摄像机，还可以检测出含荧光的异纤维。陈文涛(2003)研究了烟草在线异物剔除系统，该系统采用HSI颜色模型，以色度为主要特征量，设定阈值对烟草和异物的像素点进行判别，然后统计单元中异物像素点的比例，再进行二次判别。上述两种异物检测方法都是基于颜色的。较上述的农产品分级检测、杂质的检测任务，食用菌在线异物检测的技术难度更大。识别难度主要来自于四个方面1、作为图像背景的食用菌(主要有金针菇、草菇，冬菇等)外形不规则、尺寸大小不一、位置散乱无序；2、典型杂质头发的形状和颜色易与食用菌图像中的菌体阴影或边界混淆；3、其它杂质如绵子壳、编织袋丝、地膜碎片等，基本上都无固定的形状和大小；4、食用菌半成品含水率较高，反光严重。为了解决这些问题，在光源设计、图像采集处理和识别上都需要更加细致的考虑，为了适应在线识别的要求，识别算法的复杂度和识别速度之间需要权衡考虑。采用计算机识别技术的食用菌在线异物检测系统目前国内外尚无相关报导和产品，国外我们也未找到相同或相近的产品。
技术实现思路
本技术的目的在于提供一种食用菌杂质数字识别系统，所述系统采用机器视觉技术，能够将食用菌中的多种杂质，例如头发、绵子壳、编织袋丝、地膜碎片等杂质识别并检测出来，从而提高食用菌产品生产效率与质量，降低劳动强度和人工成本，降低出口风险，有助提升我国食用菌出口企业的国际形象和市场核心竞争力。本技术提供了一种食用菌杂质数字识别系统，该系统包括食用菌清洗生产线，并且在所述的食用菌清洗生产线上安装有照明装置，用于削弱图像中阴影、反光、光照 不均匀等干扰因素；数字摄像机，用于获取含杂质的食用菌的图像；所述系统还包括图像采集卡和工控机等，所述数字摄像机设置在食用菌清洗生产线输出装置的出口上方，所述数字摄像机包括多个摄像头，所述摄像头拍摄的图像经图像采集卡，送入工控机进行图像处理和杂质识别，其特征在于，所述照明装置选择无影的均匀扩散照明方式，采用条形光、环形荧光灯或圆顶照明，并加装漫射板，并且采用不同波长的滤镜。进一步的，根据所述食用菌清洗生产线的宽度和生产线的移动速度，调整所述数字摄像头的焦距和光圈大小，设定镜头距离检测目标的距离，并调节照明装置的亮度和照明角度，以便获取清晰的图像；进一步的，于数字摄像机采用2/3 "彩色面阵(XD，配5百万像素镜头，镜头距离检测目标20cm 30cm,视场为50mmX 50mm,摄像头以每秒9巾贞的速度拍摄图像,每巾贞图像为2452 X 2056像素，每像素8bit。进一步的，所述食用菌包括金针菇、草菇和平菇。进一步的，所述的杂质包括头发、绵子壳、编织袋丝和地膜碎片。附图说明图I为食用菌杂质数字识别系统结构示意图。图2为食用菌杂质数字识别系统的用户界面功能图。图3为食用菌杂质数字识别系统的识别算法流程图。具体实施方式食用菌清洗生产线11将不同规格的食用菌(金针菇、草菇、平菇等)先经过超声清洗，臭氧杀菌、脱色漂白后送入本技术的食用菌杂质数字识别系统。食用菌水平放置在生产线上，生产线运动速度约为24米/分钟。如图I所示，食用菌杂质数字识别系统还包括照明装置2、数字式摄像机3、图像采集卡4、工控机5。其中照明装置2采用图像处理专用照明光源，并采用无影的均匀扩散照明方式。数字摄像机传感器采用2/3"彩色面阵CCD，配5百万像素镜头，镜头距离检测目标20cm 30cm，视场为50mmX 50mm。可根据实际生产线宽度，按需要选用2 4路摄像头。(XD摄像机摄像头以每秒9帧的速度拍摄图像，每帧图像为2452 X 2056像素，每像素8bit，该图像经图像采集卡4，送入工控机5进行处理和识别。工控机5还负责人机界面、历史数据和图像数据的管理、网络通讯、控制功能和打印输出功能。如图2所示，工控机5软件实现用户交互、系统输入输出控制、图像处理、分析、识另O、历史数据管理、报表输出及打印、网络通讯功能。照明在机器视觉中有着重要地位。设计照明装置2，首先要选择合适的光源。照明装置2设计的目的是使得测量面光照均匀、强度稳定，并尽量减少图像里的阴影和反光的效果。总体方向上应选择无影的均匀扩散照明方式，具体实施中，可采用条形光、环形荧光灯、圆顶照明等，并加装漫射板，并且采用不同波长的滤镜。本技术使用了先进的图像处理技术，并且研究了针对食用菌中常有的杂质的识别算法。本技术的食用菌杂质数字识别系统的进行杂质识别的步骤包括(a)通过照明装置2削弱图像中阴影、反光、光照不均匀等干扰因素；·(b)使用数字摄像机获取含杂质的食用菌的图像；(C)进行色彩空间转换、图像增强、图像滤波等有利于处理和识别的图像预处理；(d)应用边缘检测和活动轮廓模型进行食用菌图像中异物的区域分割；(e)利用几何形状、边缘信息、颜色、纹理等区域信息，提取食用菌和典型杂质的特征；(f)采用上述步骤(a)-(e)进行离线样本训练，建立代表杂质的混合高斯模型，以取得杂质的边缘特征、区域特征等信息；(g)针对上述离线样本，构造食用菌阴影区域的神经元网络对比模型，使系统具有对阴影和异物的区分能力；(f)采用上述步骤(a)-(e)对经过超声清洗、臭氧杀菌、脱色漂白后的在食用菌清洗生产线I上以一定速度移动的食用菌在线样本进行分析，将获得的在线样本的边缘特征、区域特征等信息与上述离线样本训练得到的混合高本文档来自技高网...

【技术保护点】
一种食用菌杂质数字识别系统，该系统包括食用菌清洗生产线，并且在所述的食用菌清洗生产线上安装有照明装置，用于削弱图像中阴影、反光、光照不均匀等干扰因素；数字摄像机，用于获取含杂质的食用菌的图像；所述系统还包括图像采集卡和工控机等，所述数字摄像机设置在食用菌清洗生产线输出装置的出口上方，所述数字摄像机包括多个摄像头，所述摄像头拍摄的图像经图像采集卡，送入工控机进行图像处理和杂质识别，其特征在于，所述照明装置选择无影的均匀扩散照明方式，采用条形光、环形荧光灯或圆顶照明，并加装漫射板，并且采用不同波长的滤镜。

【技术特征摘要】

【专利技术属性】
技术研发人员：李同强，
申请(专利权)人：李同强，
类型：实用新型
国别省市：