[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

说明书

本发明公开了一种基于距离等高线的双黄鸭蛋自动视觉检测方法，涉及农产品无损检测技术领域。其装置是：在暗箱底部正中间设置光源，光源正上方放置待测鸭蛋，待测鸭蛋正上方放置工业相机，工业相机通过数据传输线与计算机相连；其方法包括下列步骤：①鸭蛋图像的采集；②鸭蛋图像的预处理；③蛋黄特征的提取；④判断鸭蛋是否有是双黄蛋。本发明针对每一个鸭蛋单独分析是否为双黄蛋，不依赖大样本统计分析；对蛋黄区域特征的提取，采用对灰度图的腐蚀膨胀，并自动取阈值，获得的蛋黄轮廓更加准确；利用等高线来区分双黄蛋和单黄蛋，更加直观和准确；该方法鲁棒性强，适用范围广。

技术领域

本发明涉及农产品无损检测技术领域，尤其涉及一种基于距离等高线的双黄鸭蛋自动视觉检测方法。

背景技术

一方面，由于双黄蛋具有丰富的营养价值，以及人们对双黄蛋的美好寓意的消费心理，使得其成为消费市场中的热销品，其商业价值远大于单黄鸭蛋；另一方面，双黄蛋不能作为种蛋进行孵化，因此在种蛋挑选时要将双黄蛋剔除出来。因此双黄蛋的无损鉴别尤其重要。

目前，我国中、小禽蛋生产企业多采用人工照蛋的方式来辨别双黄蛋和单黄蛋，劳动强度大，易受主观因素影响，工作效率低。研究双黄鸭蛋的自动识别方法具有重要的理论价值和实际生产意义。

近几年，已有学者针对双黄禽蛋的自动识别进行了研究。

屠康(一种基于计算机视觉的双黄鸭蛋自动识别检测方法，CN 201410588912.5)利用Fisher线性判别模型对蛋黄轮廓形状特征参数进行判别，确定样品蛋是否为双黄蛋。但该方法可能存在部分问题：1、该专利认为一般双黄蛋蛋黄的形状为双圆形，实际处理中，得到的蛋黄图像有可能不规则；2、直接使用Otsu分割蛋黄，如果有干扰，一般分割出来的区域比较大；3、使用神经网络训练，需要大量样本，且正确率不能保证100％，不同品种鸭蛋还需多次训练。

汪俊德(基于计算机视觉技术的双黄鸭蛋检测系统研究)通过提取鸡蛋的蛋形尺寸、蛋黄特征和蛋黄指数等特征，实现利用建立的关系模型完成双黄鸡蛋的识别检测。但是该方法需要分析大量的样本来保证结果的正确性。

发明内容

本发明的目的就在于克服现有技术存在的需要大量样本和对蛋黄区域采用常规Otus分割等局限，提供一种基于距离等高线的双黄鸭蛋自动视觉检测方法，利用有效图像处理算法，对单个鸭蛋直接检测出结果。

本发明的目的是这样实现的：

首先，将待测鸭蛋放置在暗箱的托盘上，打开光源、计算机，有计算机发出指令让工业相机拍照，图像采集卡获得数字化图像；然后，使用Matlab软件对图像进行一系列的图像处理，提取蛋黄区域特征检测是否为双黄蛋。

具体地说：

一、基于距离等高线的双黄鸭蛋自动视觉检测装置(简称装置)

本装置由暗箱、光源、工业相机和计算机等组成；

在暗箱的底部正中间，设置有光源，在顶部正中，设置有工业相机；光源正上方放置待测鸭蛋；工业相机通过数据传输线与计算机连接；光源、待测鸭蛋和工业相机处于空间同一条直线上。

二、基于距离等高线的双黄鸭蛋自动视觉检测方法(简称方法)

本方法包括下列步骤：

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；