趙瑩瑩

摘要：食品生產(chǎn)自動(dòng)化監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)一直是食品工業(yè)領(lǐng)域的研究熱點(diǎn)之一，旨在提高生產(chǎn)效率、確保食品質(zhì)量、降低人力成本。文章探討了一種基于機(jī)器視覺(jué)的食品產(chǎn)品計(jì)數(shù)方法，以提高食品生產(chǎn)線的自動(dòng)化監(jiān)測(cè)效能。文章研究了食品生產(chǎn)自動(dòng)化監(jiān)測(cè)的總體方案，包括食品、流水線、機(jī)器視覺(jué)系統(tǒng)、圖像采集卡和工控機(jī)等部分；著重關(guān)注了機(jī)器視覺(jué)系統(tǒng)中的光源和相機(jī)的功能，并解釋了兩者的協(xié)同工作；提出了一種基于圖像處理的產(chǎn)品計(jì)數(shù)算法，涵蓋了圖像預(yù)處理、閾值分割和連通分量分析等步驟；提出了一套仿真實(shí)驗(yàn)方案，用MATLAB模擬了食品產(chǎn)品計(jì)數(shù)過(guò)程，以驗(yàn)證算法的性能。

關(guān)鍵詞：機(jī)器視覺(jué)；自動(dòng)化監(jiān)測(cè)；產(chǎn)品計(jì)數(shù)方法；食品生產(chǎn)

中圖分類號(hào)：TS21中圖分類號(hào)? 文獻(xiàn)標(biāo)志碼：A文獻(xiàn)標(biāo)志碼

0 引言

食品生產(chǎn)自動(dòng)化監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與研究一直以來(lái)都備受食品工業(yè)領(lǐng)域的關(guān)注，這一研究領(lǐng)域具有廣泛的應(yīng)用前景［1-3］。隨著食品生產(chǎn)環(huán)境的不斷復(fù)雜化和對(duì)食品質(zhì)量穩(wěn)定性的不斷追求，基于機(jī)器視覺(jué)的自動(dòng)化監(jiān)測(cè)系統(tǒng)逐漸嶄露頭角，成為解決眾多挑戰(zhàn)的重要技術(shù)之一［4-6］。

本文的目標(biāo)是針對(duì)食品生產(chǎn)自動(dòng)化監(jiān)測(cè)的需求，提供一個(gè)全面的解決方案。（1）文章探討食品生產(chǎn)自動(dòng)化監(jiān)測(cè)的總體方案，其中包括其核心技術(shù)和必要要素。（2）文章集中研究基于機(jī)器視覺(jué)的產(chǎn)品計(jì)數(shù)方法。這是自動(dòng)化監(jiān)測(cè)系統(tǒng)的關(guān)鍵組成部分，對(duì)于生產(chǎn)效率和食品質(zhì)量至關(guān)重要。機(jī)器視覺(jué)技術(shù)的應(yīng)用能夠?qū)崿F(xiàn)準(zhǔn)確的食品產(chǎn)品計(jì)數(shù)，同時(shí)還提供了數(shù)據(jù)支持，有助于實(shí)施實(shí)時(shí)的生產(chǎn)控制策略。（3）為了驗(yàn)證所提出方法的有效性，本研究進(jìn)行了MATLAB仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果展示了該自動(dòng)化監(jiān)測(cè)系統(tǒng)的可行性和性能。

本研究旨在為食品生產(chǎn)自動(dòng)化監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)和實(shí)施提供有力的技術(shù)支持，推動(dòng)食品工業(yè)的智能化升級(jí)，提高生產(chǎn)效率和產(chǎn)品質(zhì)量，以滿足市場(chǎng)對(duì)高質(zhì)量食品的不斷增長(zhǎng)的需求。本研究的結(jié)果將為相關(guān)領(lǐng)域的學(xué)術(shù)界和工業(yè)界提供有價(jià)值的參考，為食品生產(chǎn)自動(dòng)化監(jiān)測(cè)系統(tǒng)的進(jìn)一步發(fā)展助力。

1 食品生產(chǎn)自動(dòng)化監(jiān)測(cè)方案

食品生產(chǎn)自動(dòng)化監(jiān)測(cè)方案如圖1所示。

圖1 食品生產(chǎn)自動(dòng)化監(jiān)測(cè)方案

食品生產(chǎn)自動(dòng)化監(jiān)測(cè)方案的構(gòu)建涵蓋了多個(gè)關(guān)鍵組成部分，每個(gè)部分在整個(gè)系統(tǒng)中扮演著重要的角色，共同保證了系統(tǒng)的順暢運(yùn)行和高效監(jiān)測(cè)。如圖1所示，本文構(gòu)建的食品生產(chǎn)自動(dòng)化監(jiān)測(cè)方案包括食品、流水線、機(jī)器視覺(jué)系統(tǒng)、圖像采集卡和工控機(jī)等多個(gè)部分。

食品是生產(chǎn)線上的主要物料，通過(guò)流水線傳送至監(jiān)測(cè)點(diǎn)。不同類型的食品在顏色、形狀、大小等方面具有差異，因此需要通過(guò)機(jī)器視覺(jué)系統(tǒng)進(jìn)行準(zhǔn)確識(shí)別和計(jì)數(shù)。流水線是用于傳送食品的物流通道，作用是將食品穩(wěn)定地送至機(jī)器視覺(jué)系統(tǒng)的檢測(cè)區(qū)域。流水線的穩(wěn)定運(yùn)行對(duì)于保證監(jiān)測(cè)的準(zhǔn)確性至關(guān)重要。

機(jī)器視覺(jué)系統(tǒng)是整個(gè)方案的核心，負(fù)責(zé)對(duì)傳送至檢測(cè)區(qū)域的食品進(jìn)行實(shí)時(shí)圖像采集、處理和分析。其主要功能包括圖像采集、特征提取、食品計(jì)數(shù)等。圖像采集卡［7-8］是連接機(jī)器視覺(jué)系統(tǒng)與攝像頭的接口設(shè)備，負(fù)責(zé)將攝像頭采集到的模擬圖像信號(hào)轉(zhuǎn)化為數(shù)字信號(hào)，以便機(jī)器視覺(jué)系統(tǒng)進(jìn)行處理。工控機(jī)［9-10］是整個(gè)系統(tǒng)的控制中樞，負(fù)責(zé)監(jiān)測(cè)系統(tǒng)的運(yùn)行狀態(tài)、協(xié)調(diào)各個(gè)部件之間的工作，同時(shí)提供用戶界面用于操作和監(jiān)控。其主要功能包括：（1）數(shù)據(jù)處理和分析。接收并處理機(jī)器視覺(jué)系統(tǒng)傳來(lái)的數(shù)據(jù)，進(jìn)行計(jì)算和分析，以實(shí)現(xiàn)對(duì)食品的準(zhǔn)確計(jì)數(shù)。（2）控制信號(hào)生成。向流水線、圖像采集卡等部件發(fā)送控制信號(hào)，保證各部分協(xié)調(diào)工作。在系統(tǒng)工作時(shí)，

（1）流水線穩(wěn)定傳送食品至檢測(cè)區(qū)域，保證食品在機(jī)器視覺(jué)系統(tǒng)的拍攝范圍內(nèi)；

（2）機(jī)器視覺(jué)系統(tǒng)通過(guò)圖像采集卡獲取食品的實(shí)時(shí)圖像；

（3）機(jī)器視覺(jué)系統(tǒng)對(duì)圖像進(jìn)行處理，提取特征信息，然后進(jìn)行食品的計(jì)數(shù)；

（4）計(jì)數(shù)結(jié)果傳遞至工控機(jī)進(jìn)行進(jìn)一步的數(shù)據(jù)處理和分析；

（5）工控機(jī)根據(jù)計(jì)數(shù)結(jié)果生成相應(yīng)的控制信號(hào)，以調(diào)節(jié)流水線的運(yùn)行速度，保持生產(chǎn)過(guò)程的穩(wěn)定性和高效性。

2 基于機(jī)器視覺(jué)的產(chǎn)品計(jì)數(shù)方法研究

本文設(shè)計(jì)的基于機(jī)器視覺(jué)的產(chǎn)品計(jì)數(shù)方法如圖2所示，主要包括光源和工業(yè)相機(jī)2個(gè)關(guān)鍵組成部分。光源主要功能是提供適當(dāng)?shù)恼彰?，以確保被檢測(cè)物體的特征得以清晰地呈現(xiàn)在相機(jī)的圖像中。光源的選擇和配置直接影響了圖像的質(zhì)量和機(jī)器視覺(jué)系統(tǒng)的性能。本文將光源安置在機(jī)器視覺(jué)系統(tǒng)的側(cè)面，其角度和強(qiáng)度會(huì)根據(jù)被檢測(cè)物體的特性進(jìn)行調(diào)整。工業(yè)相機(jī)用于捕捉被檢測(cè)物體的圖像，將其傳輸至機(jī)器視覺(jué)系統(tǒng)進(jìn)行后續(xù)的圖像處理和分析。工業(yè)相機(jī)負(fù)責(zé)捕獲這些圖像，然后將其傳輸至機(jī)器視覺(jué)系統(tǒng)，該系統(tǒng)會(huì)分析圖像中的特征，識(shí)別并計(jì)數(shù)被檢測(cè)的產(chǎn)品。

本研究采用基于閾值分割和連通分量分析的計(jì)數(shù)方法對(duì)食品產(chǎn)品進(jìn)行計(jì)數(shù)。在圖像預(yù)處理階段，輸入灰度圖像I，其灰度值范圍在［0， 255］，輸出為二值圖像BW，其中每個(gè)像素的值為0或1。選取一個(gè)合適的閾值T，將灰度圖像轉(zhuǎn)化為二值圖像。本文使用大津法（Otsus Method）來(lái)自適應(yīng)地選擇閾值。

T=argmax{σ2B（t）}（1）

其中，σ2B（t）為以閾值T分割后的前景和背景之間的類間方差。然后，根據(jù)選取的閾值將灰度圖像進(jìn)行二值化處理。

BW（x，y）=1，I（x，y）≥T

0，otherwise（2）

本研究進(jìn)行連通分量分析，輸入二值圖像BW，輸出各連通分量的個(gè)數(shù)，即食品產(chǎn)品的數(shù)量；對(duì)二值圖像進(jìn)行連通分量分析，將相鄰的像素歸為同一組，形成不同的連通區(qū)域，然后統(tǒng)計(jì)各個(gè)連通區(qū)域的個(gè)數(shù)，即為所求的食品產(chǎn)品數(shù)量。

3 基于MATLAB的仿真實(shí)驗(yàn)

本文采用MATLAB做了仿真實(shí)驗(yàn)。

（1）圖像數(shù)據(jù)獲?。簭膶?shí)際的食品生產(chǎn)場(chǎng)景或者合成的數(shù)據(jù)集中獲取食品產(chǎn)品的圖像數(shù)據(jù)。確保圖像包含多個(gè)食品產(chǎn)品，并涵蓋不同的形狀、顏色和大小，以模擬真實(shí)的監(jiān)測(cè)情況。

（2）圖像預(yù)處理：在仿真中，可以使用MATLAB的圖像處理工具箱來(lái)模擬實(shí)際的圖像預(yù)處理步驟。包括灰度化、噪聲去除、圖像增強(qiáng)等操作，以準(zhǔn)備圖像用于后續(xù)的計(jì)數(shù)分析。

（3）閾值分割：使用MATLAB實(shí)現(xiàn)圖像的閾值分割，將圖像轉(zhuǎn)化為二值圖像。在仿真中，可以選擇不同的閾值方法，如大津法或自適應(yīng)閾值法，并比較其效果。

（4）連通分量分析：

利用MATLAB的圖像處理工具箱，實(shí)現(xiàn)連通分量分析。標(biāo)記圖像中的連通區(qū)域，并統(tǒng)計(jì)各連通分量的數(shù)量，即為食品產(chǎn)品的估計(jì)計(jì)數(shù)。

部分實(shí)驗(yàn)結(jié)果如圖3所示，可以看出，橘子基本被提取出來(lái)，證實(shí)了二值圖像的準(zhǔn)確性，對(duì)圖3進(jìn)行連通分量分析可以得到該圖片完整的橘子數(shù)量約為23個(gè)。

4 結(jié)語(yǔ)

本文研究了基于機(jī)器視覺(jué)的食品生產(chǎn)自動(dòng)化監(jiān)測(cè)系統(tǒng)，重點(diǎn)關(guān)注了產(chǎn)品計(jì)數(shù)方法。本研究通過(guò)闡明各組成部分的功能和工作原理，建立了一套完整的系統(tǒng)方案。機(jī)器視覺(jué)系統(tǒng)中的光源和相機(jī)的協(xié)同工作確保了食品圖像的清晰度，為計(jì)數(shù)提供了可靠的圖像數(shù)據(jù)。應(yīng)用圖像處理算法，實(shí)現(xiàn)了食品產(chǎn)品的準(zhǔn)確計(jì)數(shù)。仿真實(shí)驗(yàn)驗(yàn)證了算法的可行性，為進(jìn)一步研究和實(shí)際應(yīng)用提供了理論支持。這一研究對(duì)于提高食品生產(chǎn)自動(dòng)化監(jiān)測(cè)的效率和準(zhǔn)確性具有重要意義，有望為食品工業(yè)的智能化升級(jí)貢獻(xiàn)一份力量。

參考文獻(xiàn)

［1］岳藝.食品包裝機(jī)械的自動(dòng)化控制［J］.輕工科技，2016（1）：77-78.

［2］蔣秋楓.中小型食品生產(chǎn)企業(yè)質(zhì)量管理工作的困局和對(duì)策［J］.現(xiàn)代食品，2019（21）：136-138，141.

［3］孟萌.食品機(jī)械智能化自動(dòng)化的發(fā)展趨勢(shì)探討［J］.山東工業(yè)技術(shù)，2018（7）：17.

［4］李明.運(yùn)動(dòng)食品機(jī)器視覺(jué)的識(shí)別與定位技術(shù)的研? 究［D］.哈爾濱：哈爾濱商業(yè)大學(xué)，2014.

［5］晏祖根，李明，徐克非，等.高速機(jī)器人分揀系統(tǒng)機(jī)器視覺(jué)技術(shù)的研究［J］.包裝與食品機(jī)械，2014（1）：28-31.

［6］晏祖根，王立權(quán)，孫智慧，等.面向食品生產(chǎn)的高速自動(dòng)分揀系統(tǒng)的研究［J］.包裝工程，2009（7）：16-18.

［7］劉煥軍，王耀南，段峰.機(jī)器視覺(jué)中的圖像采集技術(shù)［J］.電腦與信息技術(shù)，2003（1）：18-21.

［8］曾曄，項(xiàng)安，牟翔.一個(gè)基于Camera Link的圖像采集系統(tǒng)的研究［J］.計(jì)算機(jī)應(yīng)用與軟件，2010（11）：245-249.

［9］龔愛(ài)平.基于嵌入式機(jī)器視覺(jué)的信息采集與處理技術(shù)研究［D］.杭州：浙江大學(xué)，2013.

［10］王起.論P(yáng)LC、單片機(jī)、工控機(jī)在工業(yè)現(xiàn)場(chǎng)中的應(yīng)用及選用方法［J］.廣西輕工業(yè)，2011（1）：60-61.

（編輯 王永超編輯）

Design of food production automation monitoring system based on machine vision

Zhao? Yingying

（Guangxi Vocational & Technical Institute of Industry， Nanning 530001， China）

Abstract：? The design of automated food production monitoring systems has always been one of the research hot views in the food industry， aiming to improve production efficiency， ensure food quality and reduce labor costs. This article explores a food product counting method based on machine vision to improve the efficiency of automated monitoring of food production lines. First， the overall plan for automated monitoring of food production was studied， including food， assembly lines， machine vision systems， image acquisition cards and industrial computers. It then focuses on the functions of light sources and cameras in machine vision systems and explains how they work together. Subsequently， a product counting algorithm based on image processing is proposed， covering steps such as image preprocessing， threshold segmentation and connected component analysis. Finally， a set of simulation experiment plans was proposed， and MATLAB was used to simulate the food product counting process to verify the performance of the algorithm.

Key words： machine vision; automated monitoring; product counting method; food production