王慶喜 ，鄭東梅

（榆林職業(yè)技術(shù)學(xué)院，陜西 榆林 719000）

陜西榆林是黃河灘棗的主產(chǎn)地，紅棗成熟期若受連陰雨天氣影響，會導(dǎo)致紅棗裂果與霉變[1]。作為外觀顏色和缺陷顏色很難分辨的一種物料類型，紅棗顆粒常會出現(xiàn)蟲洞、霉變、裂痕等缺陷，傳統(tǒng)紅棗撿選靠人眼識別，人工分選費工費時、進展緩慢且工作效果不好，科學(xué)分選出棗粒表皮裂痕、霉變、蟲洞等缺陷，在提高紅棗品質(zhì)的同時可保證食品的安全性。因此，研究設(shè)計紅棗光電分選機檢測系統(tǒng)、優(yōu)化圖像處理算法和檢測系統(tǒng)硬件十分有必要，紅棗光電分選機檢測系統(tǒng)可快速準確識別霉變紅棗粒，降低誤識率，提高紅棗撿選精度和效率，在光電分選機檢測系統(tǒng)中加入圖像處理技術(shù)代替人工視覺，工作效率和經(jīng)濟效益提高顯著。利用CCD傳感器結(jié)合HSV顏色空間模型圖像識別算法的光電分選系統(tǒng)，可使撿選效果更理想。如果在提取紅棗表面顏色信息時，進一步將暗斑與霉變進行區(qū)分，不被誤識，可提高光電分選機檢測系統(tǒng)的改進空間。

1 試驗樣本

本研究選取的樣本為市場中常見的陜北紅棗[2]，陜北紅棗棗粒大、棗核小、棗肉實、維生素C含量高，有非常高的營養(yǎng)和極高的中醫(yī)藥價值[3]。試驗中的正常棗粒和缺陷棗粒是在當(dāng)?shù)貤棙渖喜蛇x的。紅棗缺陷的產(chǎn)生，是由于紅棗在生長過程中受到蟲害或鳥啄而出現(xiàn)孔洞，在果實成熟季受雨水侵蝕而出現(xiàn)霉變，在采摘過程中由人為或機械作用而出現(xiàn)損傷，或者制干控制不當(dāng)而出現(xiàn)裂紋[4]。本研究采用的試驗樣本為帶有蟲洞、霉變、裂痕等缺陷的紅棗粒。圖1為采選的帶缺陷的紅棗顆粒。

圖1 常見的紅棗缺陷

2 試驗設(shè)備

新型光電分選機檢測系統(tǒng)以提高系統(tǒng)的穩(wěn)定性和提高圖像采集速度為目標(biāo)，通過圖像采集、特征提取、圖像識別和視覺系統(tǒng)控制實現(xiàn)。由于試驗需采集紅棗圖像數(shù)量較多，根據(jù)實際需要，搭建了圖像采集裝置。圖2為該裝置的示意圖與實物圖，主要包括發(fā)光裝備（光照箱外殼、支架、6×4LED恒條形光源2個、電源）、光源控制器工業(yè)相機、圖像采集卡、電腦等硬件以及圖像采集軟件。

圖2 圖像采集裝置

圖像采集以高速、高精度為目標(biāo)，工作步驟為：打開光源開關(guān)，控制調(diào)節(jié)閥使傳送帶擁有合適速度，當(dāng)光源和傳送帶功率平穩(wěn)時，放入棗粒樣本，棗粒樣本通過由照射光源、背景白板和線陣CCD傳感器組成的成像區(qū)域。使用圖像處理軟件MIL 9.0進行棗粒樣本的圖像、視頻數(shù)據(jù)采集。

3 工業(yè)相機的選用

采用嵌入系統(tǒng)或可編程邏輯等直接完成圖像采集、識別、特征標(biāo)記和算法處理。合適的工業(yè)相機能夠改善目標(biāo)圖像的清晰度和分辨率，如果相機采集得到的圖像像素過低，則會在處理中丟失某些細節(jié)信息，導(dǎo)致精度不夠，相反圖像像素過高則會造成圖像的傳輸、處理效率變慢，對系統(tǒng)資源占用較大，不能滿足現(xiàn)實需要。所以合適的工業(yè)相機關(guān)系著紅棗圖像質(zhì)量的好壞，影響著紅棗缺陷檢測的準確性。

工業(yè)相機CCD芯片，CCD（Charge Coupled Device）即電荷耦合元件是一種半導(dǎo)體器件，能夠把光信號轉(zhuǎn)化為電信號，再通過模數(shù)轉(zhuǎn)換，將電信號轉(zhuǎn)換為數(shù)字圖像信號[5]。CCD技術(shù)成熟，具有體積小、功耗小、重量輕、高解析度、高靈敏度、快響應(yīng)度、穩(wěn)定性好、應(yīng)用范圍廣、壽命長等優(yōu)點。CCD技術(shù)的成像質(zhì)量清晰細膩，對工業(yè)現(xiàn)場的光學(xué)環(huán)境要求不高，為提高檢測精度、速度和穩(wěn)定性，采用彩色線陣CCD傳感器和數(shù)模轉(zhuǎn)換芯片完成多幀圖像處理及檢測，降低控制和升級的復(fù)雜程度。

本研究選用了深圳順華利SHL-200w工業(yè)相機進行紅棗圖像采集。該相機符合本課題研究設(shè)計所需的行頻、單線像元個數(shù)、傳感器有效尺寸等條件，用以完成系統(tǒng)的圖像采集工作。

相機部分參數(shù)：相機型號為SHL-200w，工作電壓為DC 5 V，工作溫度為0～50 ℃，最大分辨率為1 600×1 200，像素點大小為2.8×2.8 μm2，信噪比為42.3 dB，機械尺寸為49 mm×49 mm×35 mm，接口類型為USB 2.0。圖3為本試驗采集用的CCD芯片工業(yè)相機實物圖。

圖3 CCD工業(yè)相機實物圖

4 光源配置方案

4.1 光源的選擇

光源決定樣本棗粒的圖像質(zhì)量，圖像的好壞決定棗粒信息質(zhì)量，決定樣本棗粒中的缺陷粒能否在算法中被正確識別出來。因此，要展現(xiàn)出樣本棗粒的顏色信息，光源的選擇和打光方式極為重要，光源穩(wěn)定與打光方式的好壞，直接決定著圖像特征的成像清晰度，決定著能否有效降噪，決定著能否從背景中凸顯出被測樣本棗粒的各類重要特征，從而獲取樣本棗粒的高質(zhì)量圖像，為下一步進行高速度數(shù)據(jù)處理、提高識別精度打下基礎(chǔ)。在紅棗粒的光電分選檢測系統(tǒng)中，圖像質(zhì)量受光源影響占比30%以上[6]。

由于本研究選用線陣CCD作為成像元件，因此，基于紅棗缺陷的光電分選機檢測系統(tǒng)的照射光源選用可見光源，可見光源分為自然光源和人造光源。太陽光屬色彩神奇的自然光，隨時間的變化其亮度、色度等都在變化，不易保持圖像效果相近，不適合對同一物體進行重復(fù)性拍攝。由于本試驗需要重復(fù)性好、穩(wěn)定性好的工作環(huán)境，因此，為避免自然光的干擾，選擇人造光源，同時，還需要制造一個相對封閉的工作環(huán)境以防外部自然光對圖像采集的影響。

人造光源類型包括光纖鹵素?zé)?、高頻熒光燈以及LED光源[7]。鹵素?zé)舻臒艄飧吡?，白色偏黃，亮度隨時間的變化可以忽略，較常用于數(shù)控機床等加工制造設(shè)備，提供可持續(xù)的集中照明，壽命為3 000 h～8 000 h，其響應(yīng)速度為ms級。高頻熒光燈普遍照明時間為5 000 h～7 000 h，其響應(yīng)速度慢，一般用于超市、學(xué)校等大面積照明場所；LED燈，顏色由稀土元素決定，壽命為50 000 h～100 000 h，其響應(yīng)速度為ns級，很快，優(yōu)點是發(fā)光穩(wěn)定、功率小、節(jié)能、可根據(jù)設(shè)計要求設(shè)計特定的光源和形狀、發(fā)熱量低、光譜特性良好等。因此，本課題的紅棗光電分選機檢測系統(tǒng)的照射光源選用LED光源。

4.2 光源配置方案

照射光按其照射方向的不同分為4種照射類型，分別是直射光、漫射光、偏光光以及平行光。本試驗光源為2組6×4型號的LED燈組，安放在相機鏡頭以下、光照箱的頂部、傳送帶運行方向的兩側(cè)，與待測面的高度相距約80 mm，同時配置光照亮度調(diào)節(jié)器及12 V電源。最后，通過調(diào)整LED燈的照射角、光照強度等來確定最佳光照環(huán)境。圖4為光源組合設(shè)計方案，該方案可以為光源箱內(nèi)的待測區(qū)域提供一個光照亮度分布均勻、光線柔和穩(wěn)定的圖像采集環(huán)境，有效減少光學(xué)反射鏡中產(chǎn)生的光斑，使圖像采集系統(tǒng)能夠采集到清晰、明亮的目標(biāo)紅棗圖像。

圖4 光源組合設(shè)計方案

5 計算機與圖像采集

計算機主要用于圖像采集軟件的運行，控制圖像采集硬件完成圖片拍攝，將采集到的圖像信息在軟件顯示區(qū)域輸出，并儲存到指定位置。本試驗圖像采集使用的筆記本電腦為華碩品牌，16 G內(nèi)存，硬盤容量為1 TB，使用操作系統(tǒng)為Windows 10，將以上各硬件連接組合而成，對采集攝像機鏡頭和紅棗間的相對位置、LED燈亮度進行手動調(diào)節(jié)，確保采集的紅棗圖像完整、清晰、無重影。整個機器運轉(zhuǎn)時棗粒會隨傳送帶一起運動，當(dāng)?shù)竭_攝像頭正下方時，觸發(fā)相機完成圖像采集，相機采集的圖像通過與PC連接的線纜被實時傳送到計算機當(dāng)中[8]。圖5為暗光照箱內(nèi)結(jié)構(gòu)。光源使用萬向云臺夾固定，可在一定范圍內(nèi)調(diào)節(jié)光源位置，其具有獨立的亮度調(diào)節(jié)開關(guān)，通過調(diào)節(jié)光源亮度可有效減少紅棗表面反光，提高圖像質(zhì)量[9]。通過相機與光電傳感器連接，當(dāng)紅棗經(jīng)過光電開關(guān)時觸發(fā)相機拍攝，相機采集1張紅棗圖片。

圖5 光源箱實物圖

6 圖像Blob分析的實現(xiàn)流程

圖像Blob分析的實現(xiàn)流程[10-11]大致可分為以下3個步驟：獲取圖像、提取二值圖像數(shù)據(jù)、進行Blob分析。一是獲取圖像，即通過計算機圖像采集軟件的運行控制圖像采集硬件完成圖片拍攝。二是提取二值圖像數(shù)據(jù)，即根據(jù)目標(biāo)物的數(shù)據(jù)需求，將目標(biāo)物圖像的有用數(shù)據(jù)進行區(qū)域二值化處理，提取出要分析的二值區(qū)域。三是Blob特征分析，即將前景和背景分離開的二值圖像，進行連通區(qū)域提取和標(biāo)記，標(biāo)記完的每一個Blob都代表一個前景目標(biāo)，這樣可以計算Blob的一些相關(guān)特征。

本試驗中Blob分析的實現(xiàn)流程為：首先獲取樣本棗粒圖像，然后將樣本棗粒的圖像通過區(qū)域二值化法進行處理，使樣本棗粒二值圖像與背景分離，提取樣本棗粒的前景，對連通區(qū)域進行標(biāo)記、檢測，進而獲得了樣本棗粒的Blob區(qū)域，最后對樣本棗粒的缺陷位置、表面形狀、顆粒大小進行計算。提取樣本棗粒二值圖像數(shù)據(jù)是流程的重要環(huán)節(jié)，第一步要去除背景物等的干擾，將采集的RGB圖像通過公式轉(zhuǎn)換為合適的HSV顏色空間，然后用圖像分割和紅棗粒識別算法提取紅棗的二值區(qū)域圖像數(shù)據(jù)。第二步要對提取到的紅棗二值區(qū)域進行形態(tài)學(xué)數(shù)據(jù)處理，確保將其分割為單個紅棗粒的有用區(qū)域并去除雜點。第三步繼續(xù)對紅棗圖像進行連通域分析，最后根據(jù)不同缺陷的數(shù)值特征，分別對各類缺陷數(shù)值圖像進行特征提取，該算法可以有效識別霉變、壞頭等棗粒缺陷。

圖6為Blob分析實現(xiàn)流程[12-14]，樣本棗粒圖像獲取后，進行去除背景圖像分析，即分割圖像、進行顏色空間數(shù)據(jù)轉(zhuǎn)換、閾值分割、形態(tài)學(xué)數(shù)據(jù)處理、特征提取、連通域分析，分離出每一個棗。最后通過閾值分割、連通域分析、特征提取等進行紅棗表面的缺陷識別，即是否霉變、是否有洞、是否有裂痕等。

圖6 Blob分析實現(xiàn)流程

7 小結(jié)

目前，基于機器視覺的紅棗缺陷檢測技術(shù)正好處于試用階段，檢測手段還不夠成熟，使用時穩(wěn)定性較差。本研究僅從設(shè)備搭建、圖像檢測算法入手，其結(jié)構(gòu)功能還需優(yōu)化改進，對算法研究不夠深入，在外部環(huán)境復(fù)雜時精度和效率受影響較大，在今后的研究中，還需對設(shè)備結(jié)構(gòu)和圖像識別算法進行進一步優(yōu)化，以滿足實際生產(chǎn)需求。