[发明专利]一种基于红外图像的禽蛋品质鉴别方法

说明书

本发明公开了一种基于红外图像的禽蛋品质鉴别方法，包括以下步骤：采集禽蛋的红外图像；对红外图像进行预处理，图像二值化；对二值图像的白色区域进行连通性检测，并根据禽蛋外形特征对白色连通区域进行约束，去除不符合要求的连通区域，得到禽蛋的位置分布图；对位置分布图进行降噪，得到表征禽蛋区域的连通区域图像，对各连通区域进行编号；根据红外图像和连通区域图像，计算禽蛋分割图；根据禽蛋分割图计算每个禽蛋区域特征向量x_i＝[μ_i,σ_i,s_i]^T，i＝{1,2,...n}；将特征向量x_i带入预先训练好的判决模型，计算出模型值N_i；将计算出的模型值N_i与判决阈值进行比较，完成对禽蛋品质的鉴别。本发明能够通过检测禽蛋表面性质快速准确的检测出禽蛋内部是否变质，对禽蛋品质进行等级区分。

技术领域

本发明属于图像处理领域，具体涉及一种利用图像处理技术鉴别禽蛋品质的方法。

背景技术

禽蛋产业不仅是我国农业的支柱产业，也是关系国计民生和社会稳定的重要产业。目前国内外已有的禽蛋品质鉴别方法有：通过人的感官直接鉴别的方法，即通过肉眼观测禽蛋表面是否清洁完整；还有采用物理指标衡量禽蛋品质的方法，例如测量禽蛋尺寸及密度并与国际标准值比较；针对表面品质的无损鉴别方法，即通过采用多个CCD摄像头拍摄禽蛋，并对采集到的数据进行综合处理；还有通过近红外光谱投射或红外光漫反射来观测禽蛋结构与内部化学成分的变化。

然而这些方法都或多或少存在着缺点。首先，通过人的感官指标来对禽蛋进行直接鉴别缺少科学严谨性，采用物理衡量指标方法的理论支撑不够充分，此外密度检测属于有损检测，不利于禽蛋的销售。对禽蛋表面的无损检测方法，只着眼于蛋壳表面情况包括裂纹、污斑，无法检测其内部是否发生变质，无法应用到生产线中。同时，红外光谱分析是利用不同物质对不同频率的红外光的不同吸收性来鉴别物质种类的，利用近红外光谱分析禽蛋品质也存在不能检测到禽蛋内部是否变质的问题。近红外主要表征的是禽蛋壳表面的性质，其内部蛋白质、脂质等有机物特性很难通过不透明的蛋壳反映到外部，故不能很好地判断禽蛋内部有机物的情况，无法有效判断禽蛋变质与否。同时，近红外光谱分析技术存在灵敏度低、抗干扰性差等缺点。

发明内容

针对上述现有技术的不足，本发明提供一种基于红外图像的禽蛋品质鉴别方法，用于解决现有技术中的禽蛋鉴别方法不能准确、高效的对禽蛋内部品质进行无损鉴别的技术问题，突破了通过观测禽蛋表面性质无法深入内部品质的局限性，能够通过检测禽蛋表面性质快速准确的检测出禽蛋内部是否变质，能对禽蛋品质进行等级区分，对禽蛋不会产生损害和诱发变质。

为了解决上述技术问题，本发明采用了如下的技术方案：一种基于红外图像的禽蛋品质鉴别方法，包括以下步骤：

步骤1：利用红外热像仪采集禽蛋的红外图像并将红外图像输入给计算机；

步骤2：对红外图像进行预处理，然后进行二值化，得到二值图像；

步骤3：对二值图像的白色区域进行连通性检测，得到若干个白色连通区域，并根据禽蛋外形特征对白色连通区域进行约束，去除掉不符合要求的连通区域，得到禽蛋的位置分布图；

步骤4：对位置分布图进行降噪，得到表征禽蛋区域的连通区域图像，每一个连通区域对应一个禽蛋，从1到n对各连通区域进行编号；

步骤5：根据红外图像和连通区域图像，计算禽蛋分割图；

步骤6：根据禽蛋分割图计算每个禽蛋区域的灰度均值μ_i、均方差σ_i以及面积s_i，构成特征向量x_i＝[μ_i,σ_i,s_i]^T，i＝{1,2,...n}；