[发明专利]一种基于机器视觉的皮蛋内部品质无损检测方法

权利要求书

1.一种基于机器视觉的皮蛋内部品质无损检测方法，其特征在于：包括以下步骤：

S1、基于目标皮蛋，采集所述目标皮蛋的皮蛋图像，基于所述皮蛋图像，获得皮蛋原始透射图像；

S2、基于所述目标皮蛋原始透射图像，通过RGB颜色模型获得目标皮蛋的透光区域图像，根据透光区域图像的颜色差异判断灰白蛋；

S3、基于S2将获得的所述透光区域图像进行二值化得到二值图像；基于所述二值图像和所述透光区域图像，通过掩膜处理，得到二值掩膜图像；基于所述二值掩膜图像，获得所述透光区域图像的R分量和G分量，若所述R分量与G分量比值小于阈值，则所述目标皮蛋为灰白蛋；若所述R分量与G分量比值大于或等于阈值，则所述目标皮蛋为合格蛋；

S4、基于S3所述二值掩膜图像，通过提取傅里叶描述子获得所述二值图像轮廓信息与周长、面积、周长面积比形状参数，把所述轮廓信息和形状参数作为输入参数输入到BP神经网络中获得轮廓信息模型，判断所述目标皮蛋是否为炸黄蛋；

S5、基于气室二值图像，获取皮蛋图像边缘线和气室分界线，得到目标皮蛋气室附近的特征区域二值图像，然后对所述特征区域二值图像与原始图像进行掩膜处理，获得特征区域图像，进而根据其颜色和亮度判断所述目标皮蛋是否为黄蛋。

2.根据权利要求1所述的一种基于机器视觉的皮蛋内部品质无损检测方法，其特征在于：所述S3包括，二值化的过程，通过开闭运算和膨胀腐蚀处理填补孔洞，平滑锯齿边缘得到所述透光区域图像。

3.根据权利要求1所述的一种基于机器视觉的皮蛋内部品质无损检测方法，其特征在于：所述S3包括，对所述透光区域图像提取R,G,B三分量矩阵确定阈值，并使用公式计算出矩阵的RGB三分量的均值：

其中，R，G，B分别代表RGB三分量的均值，，，分别代表各分量矩阵中所有数值总和，A为透光区域的像素点数量。

4.根据权利要求1所述的一种基于机器视觉的皮蛋内部品质无损检测方法，其特征在于：所述透光区域图像的二值图像中的轮廓坐标包括边界点横坐标和边界点纵坐标，基于所述边界点横坐标和边界点纵坐标，获得轮廓信息。

5.根据权利要求1所述的一种基于机器视觉的皮蛋内部品质无损检测方法，其特征在于：所述S5中确定目标皮蛋气室区域图像的方法为，将皮蛋横放，气室存在于皮蛋的左右两端，把皮蛋气室二值图像提取两边边界，两边边界包括所述皮蛋边缘线和所述气室分界线，通过比较所述皮蛋边缘线和所述气室分界线的曲率找到气室边界线，平移气室分界线获得特征区域二值图像。

6.根据权利要求1所述的一种基于机器视觉的皮蛋内部品质无损检测方法，其特征在于：所述S4中获得所述二值图像轮廓信息过程，傅里叶描述子是傅里叶系数组成的一维行向量，傅里叶描述子代表目标形状边界所具有的特征；傅里叶系数进行反变换，还原表示形状边界的复数序列，把傅里叶描述子归一化。

7.根据权利要求1所述的一种基于机器视觉的皮蛋内部品质无损检测方法，其特征在于：所述S5中气室二值图像获取过程，通过RGB颜色模型分割出蓝色分量，获得气室图像，进行灰度调整后直接二值化，得到气室二值图像。

8.根据权利要求1所述的一种基于机器视觉的皮蛋内部品质无损检测方法，其特征在于：若所述目标皮蛋图像不存在所述透光区域，则所述目标皮蛋为臭蛋；若所述目标皮蛋图像存在透光区域，且透光区域为椭圆形，则所述目标皮蛋为臭蛋。