傅雨亭 高淳楠

摘 ? 要：雞蛋質(zhì)量檢測(cè)系統(tǒng)設(shè)計(jì)是對(duì)在強(qiáng)光環(huán)境下采集到的雞蛋圖像進(jìn)行圖像處理，從而得到一些有關(guān)雞蛋性狀的圖像特征，這些特征能夠反映雞蛋的質(zhì)量等。通過設(shè)計(jì)一個(gè)無干擾光的環(huán)境來避免外界環(huán)境干擾，提高圖像質(zhì)量和系統(tǒng)魯棒性。同時(shí)利用topsis法（優(yōu)劣解距離法）建立評(píng)估雞蛋質(zhì)量的數(shù)學(xué)模型，輸入從大量雞蛋樣品采集到的數(shù)據(jù)，從而得到了相當(dāng)完善和理想的評(píng)價(jià)體系。因此最終系統(tǒng)能夠?qū)崿F(xiàn)對(duì)雞蛋質(zhì)量的自動(dòng)檢測(cè)，可有效降低人力成本，具有一定的實(shí)用價(jià)值，尤其適合應(yīng)用于大規(guī)模生產(chǎn)雞蛋的地方。

關(guān)鍵詞：雞蛋質(zhì)量檢測(cè) ?圖像處理 ?topsis法

中圖分類號(hào)：TP391.4 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1674-098X（2020）04（c）-0088-02

1 ?視覺方案設(shè)計(jì)

1.1 視覺環(huán)境設(shè)計(jì)

我們希望能夠排除外界干擾，因此需要遮光環(huán)境，設(shè)計(jì)一個(gè)如圖1所示的結(jié)構(gòu)，四周做遮光處理。最下側(cè)是一個(gè)強(qiáng)光源（以下稱為燈一）;最上面是攝像頭;左側(cè)是一個(gè)帶有吸盤的一軸機(jī)械臂，能固定雞蛋做旋轉(zhuǎn)運(yùn)動(dòng);右側(cè)是兩軸機(jī)械臂，上面搭載了另外一個(gè)強(qiáng)光源（以下稱為燈二），能夠調(diào)節(jié)光線在水平方向上的入射角度，避免因?yàn)闊粽滞鈿ふ趽醯诫u蛋氣室的情況出現(xiàn)。在這個(gè)結(jié)構(gòu)內(nèi)，有且僅有兩個(gè)我們?cè)O(shè)置的光源，因此大大提高了系統(tǒng)的魯棒性，可以適用于更多的場(chǎng)景。

1.2 識(shí)別方案設(shè)計(jì)

1.2.1 指標(biāo)提取選擇及論證。

我們希望通過雞蛋的特征來判斷雞蛋的狀態(tài)，關(guān)注的主要是雞蛋的外形，氣室，蛋黃等特征，在查閱了一些相關(guān)文獻(xiàn)之后，發(fā)現(xiàn)一般的雞蛋蛋形指數(shù)（雞蛋短長(zhǎng)軸之比）在0.72～0.76之間[1]，且新鮮的雞蛋氣室更小，蛋黃更小[2]，因此，并最終提取三個(gè)指標(biāo)：

（1）相對(duì)蛋形指數(shù)。雞蛋短軸和長(zhǎng)軸比例到區(qū)間0.72～0.76的距離。

（2）蛋黃面積比。雞蛋蛋黃面積占雞蛋截面面積的比例。

（3）氣室面積比。雞蛋氣室面積占雞蛋截面面積的比例。

1.2.2 圖像處理方案

我們的圖像處理過程如下。

首先把原圖的色道分離，分為BGR三通道，充分利用三通道的不同特征，使用方式各有不同。B層圖像雞蛋色塊的像素值分布均勻但較低;而R層圖像雞蛋色塊像素值不僅分布均勻而且較高，可用于分割前后景;G層圖像雞蛋色塊像素值強(qiáng)度適中，顯然因?yàn)榈包S、厚度和透光率等多種原因?qū)е孪袼刂捣植疾痪?，也正好適用于提取蛋黃或氣室區(qū)域。

（1）獲取雞蛋輪廓和長(zhǎng)短軸。

打開燈一，獲取圖像。對(duì)R層圖像做簡(jiǎn)單的全局自適應(yīng)閾值處理，例如ostu算法[3]，即可得到雞蛋區(qū)域，但如果周圍環(huán)境存在其他物體或噪聲的話，就對(duì)圖像提取輪廓，在圖像內(nèi)的最大輪廓即為雞蛋輪廓。同時(shí)，將該輪廓圍成的區(qū)域作為掩膜，方便后續(xù)繼續(xù)處理使用。最后再提取輪廓的最小外接矩形即可得到雞蛋的長(zhǎng)軸和短軸。

（2）獲取雞蛋蛋黃部分。

取掩膜對(duì)G層圖像進(jìn)行處理，濾除其他噪聲得到雞蛋區(qū)域。

對(duì)雞蛋區(qū)域進(jìn)行直方圖統(tǒng)計(jì)，以統(tǒng)計(jì)得到的最高的像素值的統(tǒng)計(jì)量除10位閾值，向先和向后尋找起始像素值Vstar和結(jié)束像素值Vend。以為閾值進(jìn)行二值化。

選取一個(gè)最靠近雞蛋大端邊緣中心的0值像素點(diǎn)，如果該像素點(diǎn)離雞蛋大端邊緣中心的距離不超過1/5個(gè)長(zhǎng)軸，則選取該點(diǎn)為一種子，再選取離雞蛋中心最近的一個(gè)0值像素點(diǎn)為另一種子，開始聚類，最后可得蛋黃點(diǎn)集和氣室點(diǎn)集。取蛋黃點(diǎn)集的重心為中心，以圓形區(qū)域向外擴(kuò)張，每次半徑擴(kuò)張一個(gè)像素，直到圓形區(qū)域內(nèi)0值占比在95% 以下時(shí)停止擴(kuò)張，此時(shí)圓的區(qū)域就是蛋黃區(qū)域。

如果選取到的那個(gè)最靠近雞蛋大端邊緣中心的0值像素點(diǎn)，距離雞蛋大端邊緣中心超過1/5個(gè)長(zhǎng)軸，則直接取所有0值點(diǎn)的重心為中心，向外畫圓擴(kuò)張，擴(kuò)張步驟同上，最終也可得蛋黃區(qū)域。結(jié)合我們之前得到的雞蛋長(zhǎng)短軸，也就得到了蛋黃面積比。

（3）獲取雞蛋氣室部分。

用兩軸機(jī)械臂控制燈二正對(duì)雞蛋大端中心位置，同時(shí)利用一軸機(jī)械臂控制雞蛋以60°為步進(jìn)旋轉(zhuǎn)一周，攝像頭配合采集6張圖像。

然后提取6張圖的G層的前景，即雞蛋區(qū)域，再做直方圖統(tǒng)計(jì)，全部統(tǒng)計(jì)在一個(gè)表中，最后使用簡(jiǎn)單的全局閾值處理即可找到閾值，二值化后即可得到除氣室外的雞蛋面積，配合前面得到的掩膜即可得到氣室面積或面積比。

使用二分法迭代，找到使得氣室面積最大的電機(jī)角度后，將其左或右轉(zhuǎn)90°，兩軸機(jī)械臂也控制入射位置左或右調(diào)整。具體入射點(diǎn)為：最大氣室面積在長(zhǎng)軸方向的高度減去其與最大氣室面積在長(zhǎng)軸方向的高度的平均值處沿短軸方向切割雞蛋的邊緣點(diǎn)。調(diào)整好后采集一張照片，同上，分離前后景后進(jìn)行簡(jiǎn)單的閾值分割，對(duì)分割出來的高光部分進(jìn)行邊緣檢測(cè)，然后用radon變換找邊緣中的直線，該直線用于雞蛋掩膜區(qū)域即可求得氣室面積比。

2 ?評(píng)價(jià)指標(biāo)構(gòu)建（topsis法）

2.1 構(gòu)造歸一化初始矩陣

原始數(shù)據(jù)矩陣

構(gòu)造加權(quán)規(guī)范矩陣，屬性進(jìn)行向量規(guī)范化

歸一化處理得到標(biāo)準(zhǔn)矩陣

2.2 確定最優(yōu)和最劣方案

最優(yōu)方案

最劣方案

2.3 計(jì)算接近程度

各對(duì)象與最優(yōu)最劣方案的接近程度

貼近程度

3 ?模型結(jié)果與分析

雞蛋的黏稠度是用來衡量雞蛋質(zhì)量的一個(gè)重要指標(biāo)，常以哈氏單位來表示，黏稠度小通常意義下代表雞蛋的質(zhì)量不佳。為了檢驗(yàn)我們的系統(tǒng)建模評(píng)分是否客觀準(zhǔn)確，我們?nèi)∷袠悠分械?00個(gè)進(jìn)行處理，得到其粘稠度與我們得到的評(píng)分之間的比較，明顯線性相關(guān)。

4 ?結(jié)語

該系統(tǒng)利用在遮光環(huán)境下采集的圖像進(jìn)行進(jìn)一步的處理以得到相關(guān)指標(biāo)，通過數(shù)學(xué)建模進(jìn)行評(píng)價(jià)，得到的結(jié)果經(jīng)過檢驗(yàn)分析是相對(duì)客觀準(zhǔn)確的。

參考文獻(xiàn)

[1] 周盡喜.一把卡尺 ?解決雞場(chǎng)問題之蛋形指數(shù)[J].今日畜牧獸醫(yī)，2018，34（7）：72-73.

[2] 黃好強(qiáng)，張立恒，劉健，等.雞蛋的外觀性狀與其質(zhì)量的關(guān)系[J].現(xiàn)代牧業(yè)，2018，2（2）：46-49.

[3] G. P. Obi Reddy. Digital Image Processing： Principles and Applications[M].Springer International Publishing：2018-09-12.

[4] 劉瑩瑩，鐘南.基于圖像處理的雞蛋新鮮度預(yù)測(cè)模型研究[J].食品與機(jī)械，2017，33（12）：103-109.

[5] Katrin Vorh lter，Gilbert Greefrath，Rita Borromeo Ferri，Dominik Lei，Stanislaw Schukajlow. Mathematical Modelling[M].Springer International Publishing：2019-02-14.