食用菌雜質在線識別裝置及方法
2023-05-16 19:18:11 3
專利名稱：食用菌雜質在線識別裝置及方法
食用菌雜質在線識別裝置及方法技術領域
本申請涉及一種農產品雜質在線識別裝置，特別是一種採用了機器視覺技術的食用菌雜質在線識別裝置。
背景技術：
在農產品加工業中，從原材料的分級、篩選到加工過程中的烘培、雜質監測、成品分份、成品質量檢測等場合，都有機器視覺技術的應用。農產品種類繁多，從蔬菜、水果到肉類等規格不一、千變萬化，用機器視覺技術對這類產品進行自動分類、檢測、分析和處理是有挑戰性的。Tao等(1995)研製成功了 Merling高速高頻機器視覺水果分級系統.該系統採用了頻譜增強、彩色圖像分析、噪聲過濾與變換等技術。該設備的處理能力為44t/h，目前已廣泛用於蘋果、桔子、桃子、西紅柿等水果的分級。據報導，美國每年有50%以上的蘋果經該設備處理，並已推廣到加拿大等其他國家。ZayaS(19^)根據2種不同品種的冬硬麥、冬軟麥的形狀特徵，將它們從8種其它品種小麥中分離出來。Miller等(1989)在桃分級研究中，用彩色攝像機獲得桃子表面的灰度圖像，提出新算法確定損傷面積。Shearer等 (1990)將圓椒置於透明管內，用彩色CCD攝像機從六個角度拍攝其彩色數字圖像，然後將 RGB值轉化為HSI三個參數，根據H值及其頻率分布判斷圓椒的顏色類別，正確率達96%。 張帆等O000)對外形較小的菸葉，利用菸葉面積、周長和缺損等質量特徵值的神經元網絡提取技術研究也取得了理想的結果。目前已經成功用於農產品加工業的機器視覺產品有大米色選機、水果分選機等。大米色選機主要根據被選物的顏色進行區分，水果分選機的被選物外形較大、顏色區別也較大，因此技術難度不高。而其他的基本上還處於研究階段，真正產品化的尚不多見。
在雜質檢測方面，棉花異纖維清除機是成功應用於紡織行業的機器視覺系統，其原理主要是通過顏色區分棉花和異纖維，普通的攝像機不能區分和棉花顏色接近的異纖維，如果用紫外攝像機，還可以檢測出含螢光的異纖維。陳文濤000；3)研究了菸草在線異物剔除系統，該系統採用HSI顏色模型，以色度為主要特徵量，設定閾值對菸草和異物的像素點進行判別，然後統計單元中異物像素點的比例，再進行二次判別。上述異物檢測方法都是基於顏色的。
較上述的農產品分級檢測、雜質的檢測任務，食用菌在線異物檢測的技術難度更大。識別難度主要來自於四個方面1、作為圖像背景的食用菌(主要有金針菇、草菇，冬菇等)外形不規則、尺寸大小不一、位置散亂無序；2、典型雜質頭髮的形狀和顏色易與食用菌圖像中的菌體陰影或邊界混淆；3、其它雜質如綿子殼、編織袋絲、地膜碎片等，基本上都無固定的形狀和大小；4、食用菌半成品含水率較高，反光嚴重。為了解決這些問題，在光源設計、圖像採集處理和識別上都需要更加細緻的考慮，為了適應在線識別的要求，識別算法的複雜度和識別速度之間需要權衡考慮。採用計算機識別技術的食用菌在線異物檢測系統目前國內外尚無相關報導和產品，國外我們也未找到相同或相近的產品。4發明內容
本發明的目的在於提供一種食用菌雜質在線識別裝置以及方法，所述方法採用機器視覺技術，能夠將食用菌中的多種雜質，例如頭髮、綿子殼、編織袋絲、地膜碎片等雜質識別並檢測出來，從而提高食用菌產品生產效率與質量，降低勞動強度和人工成本，降低出口風險，有助提升我國食用菌出口企業的國際形象和市場核心競爭力。
本發明提供了一種食用菌雜質在線識別裝置，該裝置包括食用菌清洗生產線，其特徵在於在所述的食用菌清洗生產線上安裝有照明裝置、數字攝像機，所述裝置還包括圖像採集卡和工控機，其中所述照明裝置位於待識別的食用菌的上方，所述照明裝置能夠削弱陰影、反光、光照不均勻給圖像分割和識別帶來的幹擾，數字攝像機包括多個攝像頭，所述數字攝像機通過數據連接線連接圖像採集卡，從而將拍攝的圖像經圖像採集卡，送入工控機進行圖像處理以及雜質識別。
進一步的，所述照明裝置選擇無影的均勻擴散照明方式，採用條形光、環形螢光燈或圓頂照明，並加裝漫射板，並且採用不同波長的濾鏡。
進一步的，根據所述食用菌清洗生產線的寬度和生產線的移動速度，調整所述數字攝像頭的焦距和光圈大小，設定鏡頭距離檢測目標的距離，並調節照明系統的亮度和照明角度，以便獲取清晰的圖像。
進一步的，所述數字攝像機採用2/3"彩色面陣(XD，配5百萬像素鏡頭，鏡頭距離檢測目標20cm 30cm，視場為50mmX50mm，以每秒9幀的速度拍攝圖像，每幀圖像為 2452X2056像素，每像素8bit。
進一步的，所述食用菌清洗生產線的運動速度為約M米/分鐘。
進一步的，工控機還負責人機界面、歷史數據和圖像數據的管理、網絡通訊、控制功能和列印輸出功能。
進一步的，先將不同規格的食用菌經過超聲清洗，臭氧殺菌、脫色漂白，再進行雜質的在線識別。
進一步的，所述食用菌包括金針菇、草菇和平菇。
進一步的，所述的雜質包括頭髮、綿子殼、編織袋絲和地膜碎片。
本發明還提供了一種一種使用所述的食用菌雜質在線識別裝置進行在線識別食用菌中雜質的方法，其特徵在於，步驟為
(a)通過照明系統削弱圖像中陰影、反光、光照不均勻等幹擾因素；
(b)使用數字攝像機獲取含雜質的食用菌的圖像；
(c)進行色彩空間轉換、圖像增強、圖像濾波等有利於處理和識別的圖像預處理；
(d)應用邊緣檢測和活動輪廓模型進行食用菌圖像中異物的區域分割；
(e)利用幾何形狀、邊緣信息、顏色、紋理等區域信息，提取食用菌和典型雜質的特徵；
(f)採用上述步驟(a)-(e)進行離線樣本訓練，建立代表雜質的混合高斯模型，以取得雜質的邊緣特徵、區域特徵等信息；
(g)針對上述離線樣本，構造食用菌陰影區域的神經元網絡對比模型，使系統具有對陰影和異物的區分能力；
(f)採用上述步驟(a)-(e)對經過超聲清洗、臭氧殺菌、脫色漂白後的在食用菌清洗生產線上以一定速度移動的食用菌在線樣本進行分析，將獲得的在線樣本的邊緣特徵、 區域特徵等信息與上述離線樣本訓練得到的混合高斯模型進行匹配，得到的匹配概率結合上述神經元網絡得到的陰影概率，最後採用多特徵模糊推理判決有無雜質。
圖1為螢光燈照明條件下拍攝的含頭髮雜質的金針菇圖像。
圖2為食用菌雜質在線識別裝置結構示意圖。
圖3為食用菌雜質在線識別裝置的用戶界面功能圖。
圖4為食用菌雜質在線識別裝置的識別算法流程圖。
圖5為金針菇中含頭髮雜質的識別結果舉例。
具體實施方式
食用菌清洗生產線將不同規格的食用菌(金針菇、草菇、平菇等)先經過超聲清洗，臭氧殺菌、脫色漂白後送入本發明的食用菌雜質在線識別裝置。食用菌水平放置在生產線上，生產線運動速度約為M米/分鐘。
如圖2所示，食用菌雜質在線識別裝置還包括照明系統、CXD攝像機、圖像採集卡、 工控機。其中照明系統採用圖像處理專用照明光源，並採用無影的均勻擴散照明方式。數字攝像機傳感器採用2/3 「彩色面陣CCD，配5百萬像素鏡頭，鏡頭距離檢測目標20cm 30cm，視場為50mmX50mm。可根據實際生產線寬度，按需要選用2 4路攝像頭。C⑶攝像機攝像頭以每秒9幀的速度拍攝圖像，每幀圖像為M52 X 2056像素，每像素8bit，該圖像經圖像採集卡，送入工控機進行處理和識別。工控機還負責人機界面、歷史數據和圖像數據的管理、網絡通訊、控制功能和列印輸出功能。
如圖3所示，工控機軟體實現用戶交互、系統輸入輸出控制、圖像處理、分析、識別、歷史數據管理、報表輸出及列印、網絡通訊功能。
照明在機器視覺中有著重要地位。設計照明系統，首先要選擇合適的光源。照明系統設計的目的是使得測量面光照均勻、強度穩定，並儘量減少圖像裡的陰影和反光的效果。總體方向上應選擇無影的均勻擴散照明方式，具體實施中，可採用條形光、環形螢光燈、 圓頂照明等，並加裝漫射板，並且採用不同波長的濾鏡。
本發明使用了先進的圖像處理技術，並且研究了針對食用菌中常有的雜質的識別算法。
本發明的食用菌雜質在線識別裝置的進行雜質識別的步驟包括(a)通過照明系統削弱圖像中陰影、反光、光照不均勻等幹擾因素；
(b)使用數字攝像機獲取含雜質的食用菌的圖像；
(c)進行色彩空間轉換、圖像增強、圖像濾波等有利於處理和識別的圖像預處理；
(d)應用邊緣檢測和活動輪廓模型進行食用菌圖像中異物的區域分割；
(e)利用幾何形狀、邊緣信息、顏色、紋理等區域信息，提取食用菌和典型雜質的特徵；
(f)採用上述步驟(a)-(e)進行離線樣本訓練，建立代表雜質的混合高斯模型，以取得雜質的邊緣特徵、區域特徵等信息；
(g)針對上述離線樣本，構造食用菌陰影區域的神經元網絡對比模型，使系統具有對陰影和異物的區分能力；
(f)採用上述步驟(a)-(e)對經過超聲清洗、臭氧殺菌、脫色漂白後的在食用菌清洗生產線上以一定速度移動的食用菌在線樣本進行分析，將獲得的在線樣本的邊緣特徵、 區域特徵等信息與上述離線樣本訓練得到的混合高斯模型進行匹配，得到的匹配概率結合上述神經元網絡得到的陰影概率，最後採用多特徵模糊推理判決有無雜質。
本發明的食用菌雜質在線識別裝置的識別算法流程圖如圖4所示。首先是圖像處理過程，CCD攝像機得到的原始彩色圖像屬於RGB色彩空間，不符合人眼視覺色彩區分特性，可將它轉換到HSI或YUV色彩空間，以方便顏色特徵提取。直接採用色彩圖像，由於維數高，數據量大，給分析和搜索帶來不便，通常先將彩色圖像轉化為灰度圖像並進行預處理。圖像預處理包括灰度歸一化處理、線性濾波或非線性濾波進行圖像增強，以去除無用的細節(噪聲)並增強含特徵信息的細節。也可以用色彩空間中的其中一個分量，如YUV空間的U分量進行形狀特徵提取實驗。
邊緣信息是一類重要的底層圖像特徵信息。本發明採用多尺度邊緣提取方法提取邊緣信息，該方法可以採用邊緣檢測算子、小波分析等工具，從灰度梯度信息中提取邊緣強度、方向和邊緣類型信息。例如，採用小波分析工具，由於小波變換具有的多尺度特性，圖像的每個尺度的小波變換都提供了一定的邊緣信息，當尺度小時，圖像的邊緣細節信息較為豐富，邊緣定位精度較高，但易受噪聲的幹擾；大尺度時，圖像的邊緣穩定，抗噪聲好，但定位精度差，將各尺度的邊緣圖像的結果綜合起來，發揮大小尺度的優勢，就能得到精確的邊緣圖像信息。例如對於頭髮等雜質，由於頭髮具有細帶狀特徵，而且頭髮比食用菌較細，頭髮直徑大約為0. 07毫米，根據距離相對較近的兩條平行邊緣，很快就能定位頭髮雜質的中軸，據此可以得到中軸的曲率信息、光滑度。這種啟發式信息的利用，使得頭髮雜質的搜索範圍大大減小，為後續頭髮的識別提供了有利條件。
根據實際雜質圖像庫，綜合出一套雜質模板，再採用匹配濾波，初步確定可能是雜質的區域的中心。然後用活動輪廓模型(snake模型)，求出雜質的實際輪廓。得到了可能是雜質的圖像區域後，可以進一步提取基於該區域的高級特徵，如形狀特徵、顏色特徵、紋理特徵等，例如顏色特徵的提取對彩色的雜質，如地膜，玻璃繩等的識別有著重要作用。
然後，針對食用菌中常有的各種雜質，例如，頭髮、綿子殼、編織袋絲、地膜碎片等， 採用上述圖像處理技術進行離線樣本訓練，建立代表雜質的混合高斯模型，其中包含邊緣特徵、區域特徵等信息。另外，為了區分頭髮和線狀的蘑菇邊緣、顆粒狀雜質和蘑菇陰影，本發明用蘑菇陰影圖像訓練了一個神經元網絡模型作為陰影對比模型，該神經元網絡模型輸出值越高，則表明備選區域為食用菌圖像陰影的概率越高。進一步地，對於在線樣本，在上述圖像處理的基礎上，基於獲得的在線樣本的區域形狀特徵、區域顏色特徵以及中軸曲率、 光滑度等信息，將在線樣本的這些信息和上述離線樣本訓練得到的混合高斯模型進行匹配，得到的匹配概率結合神經元網絡得到的陰影概率，最後採用多特徵模糊推理判決有無雜質。
目前根據本發明的食用菌雜質在線識別裝置在金針菇中含黑色頭髮雜質情況下的識別率已達到95%，圖6是一例識別結果，它所對應的原始圖像為圖1。
我國食用菌生產遍布全國，福建、浙江、湖北、山東、河南、四川和雲南等省為主產7區。我國也是世界第一蘑菇罐頭生產國和出口國，據中國海關統計，2007年前10個月，我國蘑菇罐頭出口創匯3. 7億美元；而2008年和2009年中國食用菌外銷遇挫，其中原因之一是國際市場提高了食品安全要求。因此食用菌生產迫切需要自動化的生產設施和自動化質量檢測設備。在這樣迫切形勢下，本發明中的食用菌加工過程中異物在線識別裝置有著良好的產業化前景和社會效益。
利用本發明的採用機器視覺技術的食用菌雜質在線識別裝置，解決了食用菌生產過程中異物在線識別這個難題，進一步目標在於開發機器視覺技術在農產品加工行業質量監控中的應用，並進行推廣。可針對具體應用進行系統硬軟體的組合、裁減和優化，以適用於食品行業、農產品檢測等各種應用，因此本發明的技術應用和產業化前景非常廣闊。
權利要求
1.一種食用菌雜質在線識別裝置，該裝置包括食用菌清洗生產線，其特徵在於在所述的食用菌清洗生產線上安裝有照明裝置、數字攝像機，所述裝置還包括圖像採集卡和工控機，其中所述照明裝置位於待識別的食用菌的上方，所述照明裝置能夠削弱陰影、反光、 光照不均勻給圖像分割和識別帶來的幹擾，數字攝像機包括多個攝像頭，所述數字攝像機通過數據連接線連接圖像採集卡，從而將拍攝的圖像經圖像採集卡，送入工控機進行圖像處理以及雜質識別。
2.一種如權利要求1所述的食用菌雜質在線識別裝置，其特徵在於所述照明裝置選擇無影的均勻擴散照明方式，採用條形光、環形螢光燈或圓頂照明，並加裝漫射板，並且採用不同波長的濾鏡。
3.—種如權利要求1所述的食用菌雜質在線識別裝置，其特徵在於根據所述食用菌清洗生產線的寬度和生產線的移動速度，調整所述數字攝像頭的焦距和光圈大小，設定鏡頭距離檢測目標的距離，並調節照明系統的亮度和照明角度，以便獲取清晰的圖像。
4.一種如權利要求1所述的食用菌雜質在線識別裝置，其特徵在於所述數字攝像機採用2/3 「彩色面陣CCD，配5百萬像素鏡頭，鏡頭距離檢測目標20cm 30cm，視場為 50mmX 50mm,以每秒9幀的速度拍攝圖像，每幀圖像為M52X2056像素，每像素8bit。
5.一種如權利要求1所述的食用菌雜質在線識別裝置，其特徵在於所述食用菌清洗生產線的運動速度為約M米/分鐘。
6.一種如權利要求1所述的食用菌雜質在線識別裝置，其特徵在於工控機還負責人機界面、歷史數據和圖像數據的管理、網絡通訊、控制功能和列印輸出功能。
7.—種如權利要求1所述的食用菌雜質在線識別裝置，其特徵在於先將不同規格的食用菌經過超聲清洗，臭氧殺菌、脫色漂白，再進行雜質的在線識別。
8.—種如權利要求1-7中任一項所述的食用菌雜質在線識別裝置，其特徵在於所述食用菌包括金針菇、草菇和平菇。
9.一種如權利要求1-7中任一項所述的食用菌雜質在線識別裝置，其特徵在於所述的雜質包括頭髮、綿子殼、編織袋絲和地膜碎片。
10.一種使用如權利要求1-9中任一項所述的食用菌雜質在線識別裝置進行在線識別食用菌中雜質的方法，其特徵在於，步驟為(a)通過照明系統削弱圖像中陰影、反光、光照不均勻等幹擾因素；(b)使用數字攝像機獲取含雜質的食用菌的圖像；(c)進行色彩空間轉換、圖像增強、圖像濾波等有利於處理和識別的圖像預處理；(d)應用邊緣檢測和活動輪廓模型進行食用菌圖像中異物的區域分割；(e)利用幾何形狀、邊緣信息、顏色、紋理等區域信息，提取食用菌和典型雜質的特徵；(f)採用上述步驟(a)-(e)進行離線樣本訓練，建立代表雜質的混合高斯模型，以取得雜質的邊緣特徵、區域特徵等信息；(g)針對上述離線樣本，構造食用菌陰影區域的神經元網絡對比模型，使系統具有對陰影和異物的區分能力；(f)採用上述步驟(a)-(e)對經過超聲清洗、臭氧殺菌、脫色漂白後的在食用菌清洗生產線上以一定速度移動的食用菌在線樣本進行分析，將獲得的在線樣本的邊緣特徵、區域特徵等信息與上述離線樣本訓練得到的混合高斯模型進行匹配，得到的匹配概率結合上述神經元網絡得到的陰影概率，最後採用多特徵模糊推理判決有無雜質。
全文摘要
本發明提供了一種食用菌雜質在線識別裝置以及方法，該裝置包括食用菌清洗生產線，在所述的食用菌清洗生產線上安裝有照明裝置、數字攝像機，所述裝置還包括圖像採集卡和工控機，所述數字攝像機將拍攝的圖像經圖像採集卡，送入工控機進行圖像處理以及雜質識別，所述識別方法採用機器視覺技術，能夠將食用菌中的多種雜質，例如頭髮、綿子殼、編織袋絲、地膜碎片等雜質識別並檢測出來。
文檔編號G06T7/00GK102519971SQ20111040315
公開日2012年6月27日 申請日期2011年12月1日 優先權日2011年12月1日
發明者李同強 申請人:浙江工商大學