朱錚濤，余雄益，張延杰

（1.廣東工業(yè)大學(xué)信息工程學(xué)院，廣東廣州510006；2.咀香園健康食品（中山）有限公司，廣東中山528436）

食品表面質(zhì)量的視覺(jué)檢測(cè)方法研究

朱錚濤1，余雄益1，張延杰2

（1.廣東工業(yè)大學(xué)信息工程學(xué)院，廣東廣州510006；2.咀香園健康食品（中山）有限公司，廣東中山528436）

根據(jù)食品表面質(zhì)量的檢測(cè)要求，提出了利用視覺(jué)檢測(cè)技術(shù)實(shí)現(xiàn)食品表面色澤、單元完整性、表面花紋清晰性及露餡等項(xiàng)目的檢測(cè)，把圖像的灰度均值、斑點(diǎn)面積和局部閾值分割結(jié)果等作為圖像特征，實(shí)現(xiàn)各項(xiàng)目客觀、定量、準(zhǔn)確和快速的檢測(cè)。

視覺(jué)檢測(cè)，食品，表面質(zhì)量，色澤，完整性，花紋

食品的外觀形態(tài)和色澤對(duì)于評(píng)價(jià)食品的新鮮程度、食品是否有不良改變等有著重要意義。傳統(tǒng)的食品質(zhì)量判別依賴(lài)于人體器官，要求鑒定人員必須具有健康的體質(zhì)、健全的精神素質(zhì)，無(wú)不良嗜好、偏食和變態(tài)性反應(yīng)，而且自身感覺(jué)器官必須機(jī)能良好，對(duì)色、香、味、形有較強(qiáng)的分辨力和較高的靈敏度。對(duì)于非食品專(zhuān)業(yè)人員，還要求對(duì)所鑒別的食品有一般性的了解，即對(duì)其色、香、味、形有常識(shí)性的知識(shí)和經(jīng)驗(yàn)。這種傳統(tǒng)的檢測(cè)方法，依賴(lài)于人的主觀判別，且只能給出定性的數(shù)據(jù)，而一些理化和微生物檢驗(yàn)方法可以給出定量的檢測(cè)數(shù)據(jù)，但實(shí)現(xiàn)起來(lái)價(jià)格昂貴。隨著計(jì)算機(jī)技術(shù)與圖像處理技術(shù)的發(fā)展與普及，已經(jīng)有許多學(xué)者嘗試將視覺(jué)檢測(cè)技術(shù)應(yīng)用于傳統(tǒng)的食品行業(yè)，替代人體感官對(duì)食品表面色澤、食品外觀形狀大小以及食品表面花紋清晰性等檢測(cè)項(xiàng)目進(jìn)行客觀的評(píng)價(jià)。文獻(xiàn)[1]利用發(fā)酵后溶液圖像的顏色分量，經(jīng)訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)計(jì)算大腸桿菌的數(shù)目；文獻(xiàn)[2]論述了國(guó)內(nèi)外計(jì)算機(jī)視覺(jué)檢測(cè)技術(shù)在食品物流中的應(yīng)用和發(fā)展情況；文獻(xiàn)[3]綜述了國(guó)內(nèi)外農(nóng)產(chǎn)品和食品檢測(cè)中計(jì)算機(jī)視覺(jué)技術(shù)的應(yīng)用研究和發(fā)展情況；文獻(xiàn)[4]研究自動(dòng)生產(chǎn)線上利用視覺(jué)檢測(cè)系統(tǒng)實(shí)現(xiàn)包裝的質(zhì)量檢測(cè)。其他應(yīng)用的例子還很多，但用視覺(jué)技術(shù)實(shí)現(xiàn)食品表面質(zhì)量檢測(cè)的研究案例未見(jiàn)有詳細(xì)報(bào)道。針對(duì)烘烤食品表面質(zhì)量檢測(cè)要求，本文從食品表面的色澤、個(gè)體單元的完整性以及表面花紋清晰性三個(gè)方面，探求各項(xiàng)目利用視覺(jué)檢測(cè)的方法、圖像的特征表示以及這些特征的提取方法。研究結(jié)果表明，利用視覺(jué)檢測(cè)技術(shù)，可以在傳統(tǒng)食品行業(yè)產(chǎn)品最終檢測(cè)過(guò)程中替代人眼感官進(jìn)行相應(yīng)項(xiàng)目的質(zhì)量檢測(cè)。

1 食品表面質(zhì)量的感官檢測(cè)

好的食品表面質(zhì)量，可以勾起人的食欲，而視覺(jué)所能感覺(jué)到的色與形，與人的食欲具有很大的關(guān)系。視覺(jué)能檢測(cè)的食品質(zhì)量，包括了食品表面的色澤、食品單元的完整性和利用單元形狀進(jìn)行的分類(lèi)、食品表面圖案的清晰性等。

食品的色澤是食品的顏色和光澤的總稱(chēng)，是食品被光照射時(shí)所反射的色光（未被食品吸收和透過(guò)的光）的混合色。食品的色澤可以反映食品的新鮮程度，又與食品的風(fēng)味有關(guān)。對(duì)于烘烤食品來(lái)說(shuō)，食品的配方及烘烤工藝過(guò)程會(huì)影響表面的色澤，合適的烘烤過(guò)程，將使加工食品外形豐滿(mǎn)，形狀整齊，色澤黃亮，內(nèi)部松脆。而色澤的深淺，傳統(tǒng)方法是依賴(lài)于人的眼睛去定性判別，例如色澤深、色澤淺等，但這種定性的分析對(duì)于相近的色澤一般難以區(qū)別，或者區(qū)別的結(jié)果會(huì)因人而異。

食品的形狀及個(gè)體單元的完整性檢測(cè)，可以用來(lái)對(duì)食品進(jìn)行分類(lèi)或?qū)卧称愤M(jìn)行破損檢測(cè)。不同的食品具有不同的形狀，有時(shí)需要根據(jù)形狀對(duì)食品進(jìn)行分類(lèi)，而食品在最后包裝工序前，需要進(jìn)行完整性檢測(cè)，防止破損不完整的個(gè)體單元進(jìn)入到下道工序或者進(jìn)入到包裝環(huán)節(jié)。

不同的食品表面常常有不同的花紋，花紋清晰性判別也是食品表面質(zhì)量檢測(cè)的重要環(huán)節(jié)。對(duì)于有餡的食品，要求花紋清晰之外還要求表面不露餡。人工判別是否出現(xiàn)露餡以及判別花紋清晰與否，比較簡(jiǎn)單，但對(duì)于視覺(jué)檢測(cè)來(lái)說(shuō)，難度就較大，特別是花紋的清晰性判別。

2 食品表面質(zhì)量的圖像檢測(cè)方法

基于圖像的食品表面質(zhì)量檢測(cè)，利用攝像頭獲取被測(cè)表面的圖像，通過(guò)圖像預(yù)處理，圖像分割、圖像特征提取等一系列操作，給出相應(yīng)檢測(cè)項(xiàng)目的圖像評(píng)判方法。

2.1 食品表面色澤檢測(cè)的圖像特征

圖1是某烘烤食品由人工檢測(cè)分類(lèi)得到的不同批次食品，經(jīng)過(guò)黑白相機(jī)拍攝得到的灰度圖像。由圖分析可知，不同色澤批次的食品圖像具有不同的整體灰度特征，色澤淺對(duì)應(yīng)灰度值大，色澤深，對(duì)應(yīng)灰度值小。因此，可以根據(jù)食品區(qū)域的灰度值大小進(jìn)行烘烤食品表面的色澤分類(lèi)。

圖1 不同色澤批次烘烤食品的圖像Fig.1 Pictures of different batch of baked foods

設(shè)f（x，y）為待處理的食品圖像，U為食品單元所在區(qū)域，F(xiàn)為圖像分割閾值，Count為滿(mǎn)足條件的像素個(gè)數(shù)。

則食品區(qū)域灰度均值、一定灰度值下的像素灰度均值以及某個(gè)像素值下像素個(gè)數(shù)等圖像特征可以由式（1）～式（3）計(jì)算得到：

色澤深淺與式（1）、式（2）計(jì)算結(jié)果的關(guān)系是：色澤越淺，其值越大；色澤深淺與式（3）計(jì)算結(jié)果的關(guān)系是：色澤越淺，其值越小。

2.2 食品單元完整性和形狀判別

對(duì)于某些烘烤食品，食品單元凹陷的部分色澤較淺，凸起部分的色澤較深，普通的全局閾值圖像分割，色澤較淺部分可能會(huì)劃為背景，食品中的黑色區(qū)域被作為前景。根據(jù)形態(tài)學(xué)算子對(duì)噪聲和孔洞處理的特點(diǎn)，對(duì)閾值處理之后的圖像依次采用形態(tài)學(xué)開(kāi)閉操作，結(jié)合斑點(diǎn)分析中的面積特征，可以完整地提取食品單元區(qū)域。

膨脹和腐蝕是數(shù)學(xué)形態(tài)學(xué)中最基本的操作，膨脹可以使目標(biāo)擴(kuò)張，孔洞收縮，而腐蝕的作用正好相反，膨脹與腐蝕的級(jí)聯(lián)操作，可以形成不同的形態(tài)學(xué)算子，先腐蝕后膨脹的開(kāi)運(yùn)算，使目標(biāo)輪廓光滑，并去掉毛刺、孤立點(diǎn)和銳化角；先膨脹后腐蝕的閉運(yùn)算則填平小溝、彌合孔洞和裂縫。

圖2中最后得到的白色區(qū)域，就是原來(lái)食品所在區(qū)域。該區(qū)域在數(shù)字圖像處理中被稱(chēng)為一個(gè)斑點(diǎn)，其面積可以作為食品單元完整性的判別依據(jù)。當(dāng)斑點(diǎn)面積小于設(shè)定值的時(shí)候，可以判斷該食品單元存在破損現(xiàn)象。圖2是提取食品區(qū)域各階段的處理結(jié)果圖，從上到下，依次是原始圖像、圖像取反、全局二值化及數(shù)學(xué)形態(tài)學(xué)的開(kāi)閉操作處理的結(jié)果。

圖2 本文算法提取的食品區(qū)域Fig.2 Areas of foods using algorithm in this text

所用公式依次為式（4）～式（6）：

斑點(diǎn)是具有相同圖像特征且彼此具有連通關(guān)系的圖像區(qū)域。圖2中的白色區(qū)域即是一個(gè)斑點(diǎn)。描述斑點(diǎn)形狀特征的主要參數(shù)是：長(zhǎng)短軸的比例、致密度、粗糙度系數(shù)（周長(zhǎng)/凸外殼周長(zhǎng)之比）、長(zhǎng)條形斑點(diǎn)的長(zhǎng)、寬及長(zhǎng)寬比。利用斑點(diǎn)中的形狀特征可以分類(lèi)具有不同形狀的食品，例如圓形、長(zhǎng)方形等食品。

2.3 食品表面花紋清晰性判別

幾乎每個(gè)食品表面均有花紋圖案，如圖1所示，花紋可能代表某個(gè)企業(yè)的某種產(chǎn)品。食品表面的圖案是否清晰，長(zhǎng)期以來(lái)依賴(lài)于人工判別。鑒于花紋圖案的高頻特性，視覺(jué)方法分析的時(shí)候，將其轉(zhuǎn)化為表面花紋的邊緣檢測(cè)。對(duì)于同一種表面清晰的食品，成像后的表面應(yīng)該有數(shù)量接近的邊緣信息。但烘烤后食品表面的不均勻性，采用單一的全局閾值進(jìn)行圖像分割，不能很好地提取由花紋引起的邊緣。

對(duì)于烘烤前表面涂上蛋清等的食品，烘烤后表面會(huì)泛起金黃色的色澤，但其表面色澤一般不具有均勻特性，為此，我們采用局部閾值法來(lái)提取表面圖案的輪廓線。

假設(shè)圖像用f（x，y）表示，取當(dāng)前像素（x，y）的一個(gè)3×3鄰域，計(jì)算該鄰域的像素均值m（x，y），當(dāng)f（x，y）≤m（x，y）-6時(shí)，取g（x，y）=0，否則取g（x，y）=255。則對(duì)于圖1所示不同色澤月餅提取的圖案邊緣圖像見(jiàn)圖3。代表花紋邊緣的黑像素?cái)?shù)目見(jiàn)表1，由表1數(shù)據(jù)分析可知，具有同樣花紋和清晰圖案的烘烤食品，圖像處理之后其黑色像素?cái)?shù)目在一定的取值范圍，也即根據(jù)黑色像素的數(shù)目可以進(jìn)行表面花紋清晰性的判別。

圖3 提取食品區(qū)域的邊緣Fig.3 The edge of food areas

表1 利用局部閾值提取食品的邊緣像素?cái)?shù)Table 1 The edge pexels of foods using local threshold value

對(duì)于烘烤后表面沒(méi)有色澤變化的食品，利用同樣的局部閾值處理進(jìn)行圖像分割不能很好地提取花紋邊緣。圖4所示的食品，（a）和（b）分別是合格表面和露餡表面的圖像，局部閾值處理的結(jié)果見(jiàn)圖4（c）和（d），圖中的黑像素個(gè)數(shù)分別為37501、37003，從數(shù)字來(lái)看，合格單元和露餡單元的黑像素個(gè)數(shù)差別非常??；改變局部閾值處理中所用的閾值，同樣的圖片處理結(jié)果見(jiàn)圖4（e）、（f），里面的黑像素個(gè)數(shù)分別為7832和8465。

由于花紋表面和底面的高度區(qū)別不大，沒(méi)有色澤變化，因此，花紋邊緣形成的灰度差非常小，采用局部閾值處理不能提取圖案的邊緣，因而無(wú)法判別表面圖案花紋的清晰性。

露餡是指食品中的餡料露出在表面的現(xiàn)象，這種現(xiàn)象可以利用餡料與食品表面的不同灰度特征加以區(qū)別。對(duì)于圖4（b）所示食品的露餡檢測(cè)，可以在全局二值化處理之后，再進(jìn)行圖像分割或者斑點(diǎn)分析計(jì)算黑像素的面積，判別是否有露餡。原始圖像同圖4（a）、（b），圖5（a）、（c）為對(duì)應(yīng)的全局閾值分割結(jié)果。明顯地看到露出的杏仁區(qū)域存在一個(gè)比較大的黑色區(qū)域。全局二值化處理之后，再用數(shù)學(xué)形態(tài)學(xué)腐蝕與膨脹級(jí)聯(lián)操作，消除食品區(qū)域外圍邊緣和里面的噪聲，結(jié)果見(jiàn)圖5（b）、（d），其中的黑像素?cái)?shù)量分別為0和27006，根據(jù)預(yù)先設(shè)定的閾值，就可以判別是否存在露餡現(xiàn)象。

圖4 無(wú)色澤變化食品的圖像局部處理的結(jié)果Fig.4 Results of pictures local treatment of foods that no change of color

3 結(jié)論

利用CCD獲取被檢測(cè)食品單元的圖片，可以完成食品表面質(zhì)量的定量評(píng)判。研究結(jié)果表明，利用視覺(jué)檢測(cè)技術(shù)可以實(shí)現(xiàn)諸如表面色澤、個(gè)體單元完整性、表面花紋清晰以及露餡的判別，檢測(cè)結(jié)果可以作為分類(lèi)或者反饋控制烘烤過(guò)程的依據(jù)，研究方法可以推廣應(yīng)用到類(lèi)似的食品、醫(yī)藥等行業(yè)。

[1]殷涌光，丁筠.基于計(jì)算機(jī)視覺(jué)的食品中大腸桿菌快速定量檢測(cè)[J].吉林大學(xué)學(xué)報(bào)：工學(xué)版，2009，39（2）：344-348.

[2]林朝朋，許曉春.計(jì)算機(jī)視覺(jué)檢測(cè)技術(shù)在食品物流中的應(yīng)用與展望[J].食品科學(xué)，2006，27（11）：543-547.

[3]吳雪.計(jì)算機(jī)視覺(jué)技術(shù)在農(nóng)產(chǎn)品和食品檢測(cè)中的應(yīng)用[J].食品研究與開(kāi)發(fā)，2002，23（2）：76-77.

[4]王健.食品包裝機(jī)器視覺(jué)檢測(cè)系統(tǒng)[J].中國(guó)食品工業(yè)，2000（11）：36-39.

Study on food surface quality inspection using vision method

ZHU Zheng-tao1，YU Xiong-yi1，ZHANG Yan-jie2
（1.Guangdong University of Technology，Guangzhou 510006，China；2.Ju Xiang Yuan Health Food（Zhongshan）Co.Ltd.，Zhongshan 528436，China）

Aiming to the request of food surface quality inspection，the method of using vision was presented to inspect the food surface color and luster，the unit completeness and the distincting of surface pattern.The image character including image gray mean value，blob area and local thresholded segmeantation were used to realize the inspection of objectivity，quota and accurate.

vision inspection；food；surface quality；color and luster；completeness；pattern

TS207.3

A

1002-0306（2012）01-0332-03

2010－12－24

朱錚濤（1967-），博士，副教授，主要從事計(jì)算機(jī)視覺(jué)檢測(cè)等方面研究。

廣東省部產(chǎn)學(xué)研項(xiàng)目經(jīng)費(fèi)資助（2009B090300439）。