[发明专利]食用油杂质的视觉检测方法

说明书

本发明涉及一种食用油杂质的视觉检测方法，所述方法包括：获取待检测食用油的图像信息；对所述图像信息进行滤波去噪和图像差分处理，结合视觉注意机制得出所述图像信息中的显著区域；通过支持相量机对所述图像信息中的显著区域中的杂质类型进行判断和辨别，以得到食用油杂质的视觉检测结果。本发明的有益效果为：通过若干工业相机以及红外摄像机、适合的光照条件等搭建出食用油杂质的检测环境，光电部分针对食用油尤其是桶装食用油的桶状、体积和光学折射特性，保证食用油桶内各部位的杂质较清晰的呈现出来，而对于显示的食用油中的图像信息中的显著区域则通过算法实现了食用油桶壁阴影、气泡和其它杂质干扰的滤波，实现了杂质的准确分割和辨识。

技术领域

本发明实施例涉及数据处理领域，尤其涉及一种食用油杂质的视觉检测方法。

背景技术

我国的花生油生产线自动化程度较高，但在花生油质检环节基本上还依赖于人工灯检方式。人工灯检方式效率和精度都较低，对检测工人的眼睛损害很大。随着智能制造技术的发展，用机器视觉替代人眼检测已经成为亟待解决的问题。

机器视觉检测设备在国外发达国家已广泛使用，如饮料检测、口服液检测和安瓿检测等，主要厂家有德国Seidenada、意大利Brevetti、日本Esia等。意大利Brevetti生产的小容量药品检查机属于间歇式视觉检测设备，主要检测装量在1-20毫升之间，速度一般为150-300瓶/分钟。其获取的图像非常稳定，但速度较慢。德国Seidenader公司生产的异物检查机采取跟踪式视觉检测，主要用于1-100毫升安瓿、西林瓶等小针制剂。其最大优点是速度较快，但其机械装置相对间歇式更复杂。日本Eisai公司生产的全自动检查机采用光敏传感器判断出运动异物，主要针对安瓿、口服液和大输液等不同装量的试剂。

近几年，国内的各个高校、研究院和企业等机构也开始研究机器视觉技术在药液、酒、饮料等检测中的应用。湖南大学与湖南千山制药机械股份有限公司联合研发的玻璃瓶大输液产品质量智能检测线、劲酒产品质量智能检测线，湖南正中的安瓿全自动智能灯检机等。李彬对二维阈值分割算法进行了改进，提高了算法的抗噪性，有效避免了错误划分，加强了图像的分割效果，对其他的研究者有一定的指导意义。杨福刚、孙同景等针对大输液和注射剂的杂质检测，提出了基于视觉传感器异物检测方法、航迹关联判断杂质运动轨迹和基于人工免疫捕捉异物运动轨迹的检测方法。张辉在大输液视觉检测与识别技术的研究中，针对传统细胞神经网络的分割准确率低的问题，采用了改进型模糊细胞神经网络结构，并通过实验测试证明其有效地克服了传统细胞神经网络无法解决的边缘检出问题，使得异物分割图像能更好的接近真实图像。周博文在保健酒智能检测机器人技术研究中，提出了基于中值的加权均值滤波算法，既能有效的滤除噪声，又能有效的保留运动目标。范彬、杨丽、冯云松、杨华等针对红外图像的特点，提出了一种改进的红外图像分割算法。

以上所有的研究都是针对于口服液、保健酒、大输液、注射剂等液体，由于花生油生产过程中的异物过滤技术、产品包装、透光性、溶液浓度以及杂质标准都与其他液体不同，因此，针对安瓶瓶、注射剂等的国内外现有的机器视觉检测设备并不适用于桶装花生油。

南京汇川图像视觉技术有限公司申请的《一种基于图像背景概率图的食用油杂质检测方法》(申请号为201610278380.4)公开了一种基于图像背景概率图的食用油杂质检测方法。该发明申请主要包括建立背景概率图以及异物检测，背景概率图用于对油瓶瓶体纹路进行背景建模，然后基于背景和实测图像的差来进行异物检测。此方法只能对固定形状的桶装食用油进行检测，而且不能有效消除食用油泡沫对杂质检测的影响。

现有技术有两个主要缺点：1.桶装食用油瓶体较大，现有技术的光照方案不能有效穿透瓶体，不能保证瓶体内各个部位的杂质被有效检测到。2.桶装食用油在灌装的过程中形成大量的气泡，对杂质的检测形成了非常大的干扰，现有技术一般采用运动跟踪的方法来解决，但由于气泡数量巨大，而且形状各异，此方法在实际中效果不佳。

发明内容