基于机器视觉的产地脏污鸭蛋外形扁平度在线检测

发布时间：2020-02-27 22:17

【摘要】：产地鸭蛋在养殖地收集后需就地粗选,根据不同品质分类装箱运往蛋企加工厂清洗、包装及流通。产地鸭蛋表面脏污严重,粗选难度较大。本文采用机器视觉技术采集群体产地鸭蛋动态图像,利用R-B分量有效去除因装置间隙产生的漏光;对运行中的每枚蛋拍照3次,取最大面积图像,减小脏污位于图像边缘时对其边缘检测的影响;用最小平均中值法对产地鸭蛋边缘进行椭圆拟合,避免因光源过亮和鸭蛋过脏带来的边缘噪声的干扰;提取产地鸭蛋长半轴、短半轴、体积和离心率作为特征参数,通过LIBSVM建立产地鸭蛋外形扁平度分级模型,实现对产地鸭蛋尺寸和扁平程度的分级。经检验,鸭蛋尺寸与扁平度的分级正确率分别为91.67%,95.00%。
【图文】：

示意图,鸭蛋,产地,示意图

第17卷第5期传送带方向第一次拍照第二次拍照第三次拍照图3产地鸭蛋的3次拍照示意图Fig.3Diagramoftakingphotothreetimesforeveryduckegg送带下方的光源可通过传送带上辊子间的空隙透射照蛋；每当一排鸭蛋进入暗箱，传送到光源的正上方时，会触发安装在暗箱侧壁的光电开关，通过单片机传递信号至计算机控制安装在暗箱顶部正中的工业相机自动拍照。采集的原始产地鸭蛋图像如图2所示，每张图片中含有3排（共9枚）鸭蛋图像。注：1.装置台；2.传送带；3.暗箱；4.工业相机；5.计算机；6.单片机；7.光源；8.光电开关。图1图像采集装置Fig.1Deviceofimageacquisition图2产地鸭蛋的图像Fig.2Imageofdirtyduckeggs每排蛋被拍3次，其过程如下：当编号为1，2，3的鸭蛋传送到光源①处时，触发相机，鸭蛋（1，2，3）被第1次拍照；随着传送带移动，当编号为4，5，6的鸭蛋传送到光源①处时，触发相机，产地鸭蛋（1，2，3）被第2次拍照；当编号为7，8，9的鸭蛋传送到光源①处时，触发相机，鸭蛋（1，2，3）被第3次拍照；随后鸭蛋（编号为1，2，3）被移出暗箱。也就是说每枚产地鸭蛋从进入暗箱到移出暗箱共被拍照3次，分别得到A、B、C3张图像，如图3所示。2产地鸭蛋图像处理2.1图像上的漏光处理由于辊子与输送装置台之间有间隙，当光源从传送带下方对产地鸭蛋透射时，不可避免地产生漏光现象，这对后续鸭蛋图像边缘提取非常不利，因此必须消除掉图像上的漏光信息。通过对图像各分量灰度图分析获知，图像B分量的信息与漏光的信息基本一致，用R分量减去B分量，可有效去除大部分因装置间隙产生的漏光。图4中R-B图像为原始图像去除漏光后得到的灰度图。2.2鸭蛋图像的预处理由于图像中产地鸭蛋表面的脏污与装置的颜色信息?

示意图,图像采集,鸭蛋

?传送带方向第一次拍照第二次拍照第三次拍照图3产地鸭蛋的3次拍照示意图Fig.3Diagramoftakingphotothreetimesforeveryduckegg送带下方的光源可通过传送带上辊子间的空隙透射照蛋；每当一排鸭蛋进入暗箱，传送到光源的正上方时，会触发安装在暗箱侧壁的光电开关，通过单片机传递信号至计算机控制安装在暗箱顶部正中的工业相机自动拍照。采集的原始产地鸭蛋图像如图2所示，每张图片中含有3排（共9枚）鸭蛋图像。注：1.装置台；2.传送带；3.暗箱；4.工业相机；5.计算机；6.单片机；7.光源；8.光电开关。图1图像采集装置Fig.1Deviceofimageacquisition图2产地鸭蛋的图像Fig.2Imageofdirtyduckeggs每排蛋被拍3次，其过程如下：当编号为1，2，3的鸭蛋传送到光源①处时，触发相机，鸭蛋（1，2，3）被第1次拍照；随着传送带移动，当编号为4，5，6的鸭蛋传送到光源①处时，触发相机，产地鸭蛋（1，2，3）被第2次拍照；当编号为7，8，9的鸭蛋传送到光源①处时，触发相机，鸭蛋（1，2，3）被第3次拍照；随后鸭蛋（编号为1，2，3）被移出暗箱。也就是说每枚产地鸭蛋从进入暗箱到移出暗箱共被拍照3次，分别得到A、B、C3张图像，如图3所示。2产地鸭蛋图像处理2.1图像上的漏光处理由于辊子与输送装置台之间有间隙，当光源从传送带下方对产地鸭蛋透射时，不可避免地产生漏光现象，这对后续鸭蛋图像边缘提取非常不利，因此必须消除掉图像上的漏光信息。通过对图像各分量灰度图分析获知，图像B分量的信息与漏光的信息基本一致，用R分量减去B分量，，可有效去除大部分因装置间隙产生的漏光。图4中R-B图像为原始图像去除漏光后得到的灰度图。2.2鸭蛋图像的预处理由于图像中产地鸭蛋表面的脏污与装置的颜色信息相似，单一?

【相似文献】