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.