[发明专利]一种基于距离等高线的双黄鸭蛋自动视觉检测方法有效

专利信息
申请号: 201710783438.5 申请日: 2017-09-04
公开(公告)号: CN107576660B 公开(公告)日: 2019-07-05
发明(设计)人: 王巧华;李理;马逸霄;杨朋;王彬;肖壮 申请(专利权)人: 华中农业大学
主分类号: G01N21/84 分类号: G01N21/84;G01N33/08;G06T7/11;G06T7/155
代理公司: 武汉宇晨专利事务所 42001 代理人: 黄瑞棠
地址: 430070 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 鸭蛋 等高线 蛋黄 工业相机 自动视觉 光源 预处理 无损检测技术 图像 数据传输线 区域特征 中间设置 统计分析 大样本 灰度图 鲁棒性 检测 暗箱 采集 腐蚀 直观 膨胀 计算机 农产品 分析
【权利要求书】:

1.一种基于距离等高线的双黄鸭蛋自动视觉检测方法,其装置由暗箱(1)、光源(2)、工业相机(4)、计算机(5)组成;在暗箱(1)底部正中间设置光源(2),光源(2)正上方放置待测鸭蛋(3),待测鸭蛋(3)正上方放置工业相机(4),工业相机(4)通过数据传输线与计算机(5)相连;

其特征在于包括下列步骤:

①鸭蛋图像的采集

将一枚待测鸭蛋放置在暗箱内,启动工业相机拍照,获得鸭蛋的透射光图像;

②鸭蛋图像的预处理

A、读取拍摄的RGB图像I1,把从图像I1中提取的R分量与G分量相加,使用最大类间方差法获得图像二值图,对二值图腐蚀膨胀,去掉鸭蛋轮廓附近的干扰,获得完整的鸭蛋轮廓二值图I2;

B、叠加三次单通道图像I2,得到三通道图像,再与图像I1相乘,获得背景全黑、前景鸭蛋不变的RGB图像I3;

C、提取图像I3的G分量,获得图像I3G,通过高帽滤波、低帽滤波和锐化,获得增强蛋黄区域对比度的灰度图像I4;

③蛋黄特征的提取

Ⅰ、对灰度图像I4进行基于开的重建操作,获得灰度图像I5,其中腐蚀操作的结构元素使用圆形,结构元素大小采取基于I5整体亮度低于某一阈值而自动获取;

Ⅱ、图像I5中蛋清区域亮度最高,使用局部极大值,获得二值图像I6,图像I6由外向内分三层,分别是黑色的背景、白色的蛋清和黑色的蛋黄;

Ⅲ、对二值图像I6取反后,得到白色蛋黄、黑色蛋清、白色背景,利用单通道的叠加方法,把背景变黑;最后中值滤波,得到二值图像I7;

④判断鸭蛋是否有是双黄蛋

ⅰ、首先判断二值图像I7的联通区域的个数n,如果个数n为2,则说明是双黄蛋,如果个数n就是1,进行下一步操作;

ⅱ、计算二值图像I7的欧几里得矩阵D,再对D作距离归一化,画出以较小等级分级的等高线图D2;观察D2可知,若为双黄蛋,左右必有两个数值相同,但不相连的等高线,若为单黄蛋,只有一系列严格单调递减的等高线;

ⅲ、提取D2中的等高线数值C,对C进行降序排列,如果是严格单调递减序列,则说明此鸭蛋为单黄蛋,如果有连续的两个数值v相等,则说明此鸭蛋为双黄蛋,进入下一步操作;

ⅳ、对等高线图D2取反得图像D3,并在D3中指定对应在D2图中等高线大于v值处取得极小值;对D3使用分水岭操作,再与I7进行逻辑操作“与”,得到分割出两个蛋黄的二值图像L,并以方框标出蛋黄。

2.按权利要求1所述的一种基于距离等高线的双黄鸭蛋自动视觉检测方法,其特征在于:

所述的计算机(5)内置有图像处理软件,其工作流程是:

a、读取图像I1(301);

b、提取R、G分量,相加,最大类间方差法,腐蚀膨胀,得二值图像I2(302);

c、叠加单通道,相乘,得RGB图像I3(303);

d、提取G分量,高帽滤波、低帽滤波和锐化,得灰度图像I4(304);

e、基于开的重建操作,得灰度图像I5(305);

f、使用局部极大值,获得二值图像I6(306);

g、取反, 单通道叠加,中值滤波,得二值图像I7(307);

h、判断联通区域数量n(308),

如n=2,则为双黄蛋(309);如n=1,则进入下一步骤;

i、计算欧几里得矩阵,归一化,等高线分级,得等高线图D2(310);

j、提取等高线数值C,降序排列(311),

如严格单调递减,说明是单黄蛋(312),跳转到步骤l,流程结束;

如有连续的两个数值相等,说明是双黄蛋,并进入下一步骤;

k、取反(313),指定极小值,分水岭,逻辑与,得二值图像L,在质心处标记数字,并以方框标记出蛋黄;

l、结束(314)。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中农业大学,未经华中农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710783438.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top