[发明专利]利用机器视觉检测盐渍海参合格品掺假情况的方法在审
申请号: | 202010407815.7 | 申请日: | 2020-05-14 |
公开(公告)号: | CN111597973A | 公开(公告)日: | 2020-08-28 |
发明(设计)人: | 王慧慧;闫朋涛;邱新静;朱鑫宇;李朋朋;陶学恒 | 申请(专利权)人: | 大连工业大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/32;G06K9/46;G06K9/62 |
代理公司: | 大连理工大学专利中心 21200 | 代理人: | 梅洪玉 |
地址: | 116034 辽*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 利用 机器 视觉 检测 盐渍 海参 合格品 掺假 情况 方法 | ||
1.一种利用机器视觉检测盐渍海参合格品掺假情况的方法,其特征在于,其包括如下步骤:
(A)样品采集:采集具有代表性的海参样本,制备合格盐渍海参和含盐量超标的盐渍海参样品;
(B)构建图像采集装置,获取原始视频:将待测的海参样本(3)置于有机玻璃透明载物台(4)上,利用质构仪(1)对待测的海参样本(3)实施触压力,通过单反相机(5)采集撤力后海参样本轮廓变化过程的图像;
(C)提取关键帧图像数据:选取原始视频中用以表征海参样本(3)受压触过程的轮廓动态变化特征的帧数图像序列,即探头迅速恢复至原点阶段的第1-50帧图像序列作为关键帧图像数据;
(D)获取特征图像:对处理后的关键帧图像进行ROI提取、ROI轮廓提取、关键帧图像降维与融合图像处理,获取特征图像;
(E)特征提取与分析:基于直方图方法进行纹理特征提取,并对得到的纹理特征进行分析;
(F)模型的建立:通过广义神经网络和支持向量机两种机器学习方法建立含盐量超标盐渍海参识别模型。
2.根据权利要求1所述的利用机器视觉检测盐渍海参合格品掺假情况的方法,其特征在于,其中,步骤(A)中具有代表性的海参样本(3)为重量范围为100-120g的海参样本。
3.根据权利要求1或2所述的利用机器视觉检测盐渍海参合格品掺假情况的方法,其特征在于,其中,步骤(B)中构建的图像采集装置包括质构仪(1)、矩形压板(2)、有机玻璃透明载物台(4)、单反相机(5)和计算机(6);所述的质构仪(1)设置有矩形压板(2),作为质构仪(1)的探头,矩形压板(2)的尺寸为90×160mm;矩形压板(2)与质构仪(1)间采用螺纹连接;计算机(6)与质构仪(1)连接,用来控制质构仪(1)的参数及运动;海参样本(3)放在有机玻璃透明载物台(4)上用作实验;单反相机(5)放置在有机玻璃透明载物台(4)的下方以获取海参轮廓变化图像。
4.根据权利要求1或2所述的利用机器视觉检测盐渍海参合格品掺假情况的方法,其特征在于,其中,步骤(D)包括以下步骤:
a)获取一帧关键帧图像;
b)将步骤a)中获得的一帧关键帧图像经过灰度化处理后得到灰度图像;
c)将步骤b)中获得的灰度图像经过平滑处理之后得到平滑处理图像;
d)将步骤c)中获得的平滑处理图像经ROI提取,ROI提取过程采用中值滤波消除图像中孤立的噪声点,所用模板为3×3结构的矩形模板,选用最大类间方差法,实现背景与海参的分割、获得去除背景的海参二值图像;
e)将步骤d)中的海参二值图像通过形态学处理,获得平滑海参二值图像轮廓;
f)将步骤e)中获得的平滑海参二值图像轮廓利用小区域去除来消除较大噪声,去除像素区域3600pixel,连通区域判断原则为8邻域,获得第一帧关键帧图像的ROI;
g)对一帧关键帧图像的ROI进行模板化处理后保证海参长轴垂直于水平位置,并且所有关键帧图像的质心重合;
h)在步骤g)中获得的模板化处理后一帧关键帧图像的ROI基础上提取该帧关键帧图像ROI的轮廓,获得轮廓图像;
i)为减少冗余信息干扰,强化轮廓动态变化特征在图像中的表征,将50帧关键帧图像通过步骤a)至步骤h)获得的轮廓图像融合为一幅图像;通过逻辑运算实现50帧关键帧图像对应的轮廓图像融合,最终获得特征图像;其中,轮廓图像降维与融合运算过程如下:
式中,Ai(x,y)为降维图像对应的像素值;Bi(x,y)为二值目标图像对应像素值;N=50,表示关键帧图像序列数;O(x,y)为降维后特征图像。
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大连工业大学,未经大连工业大学许可,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/202010407815.7/1.html,转载请声明来源钻瓜专利网。