基于機(jī)器視覺(jué)的產(chǎn)地鴨蛋外形及裂紋檢測(cè)方法研究.pdf

1、禽蛋產(chǎn)業(yè)是我國(guó)農(nóng)業(yè)支柱產(chǎn)業(yè)之一，但在國(guó)際競(jìng)爭(zhēng)中優(yōu)勢(shì)并不明顯，其根本原因在于我國(guó)缺乏先進(jìn)的禽蛋品質(zhì)檢測(cè)方法。產(chǎn)地鴨蛋因表面臟污復(fù)雜，檢測(cè)分級(jí)難度大，主要以人工檢測(cè)為主，生產(chǎn)出的鴨蛋質(zhì)量難以得到保證，不具備市場(chǎng)競(jìng)爭(zhēng)力。因此，研究產(chǎn)地鴨蛋的智能檢測(cè)方法研究具有重要的科學(xué)意義和良好的應(yīng)用前景。本研究以外表面臟污的產(chǎn)地鴨蛋為研究對(duì)象，利用機(jī)器視覺(jué)技術(shù)對(duì)產(chǎn)地鴨蛋的圖像的進(jìn)行采集、預(yù)處理、特征提取，可以得到尺寸大小、扁平程度、裂紋等外部品質(zhì)指標(biāo)，實(shí)現(xiàn)

2、對(duì)產(chǎn)地鴨蛋外形和裂紋的檢測(cè)分級(jí)。
　　本研究主要內(nèi)容包括：⑴搭建了產(chǎn)地鴨蛋外形和裂紋檢測(cè)的圖像采集系統(tǒng)。利用多個(gè)單筒照蛋燈對(duì)產(chǎn)地鴨蛋進(jìn)行透射照明;每枚產(chǎn)地鴨蛋從進(jìn)入暗箱到移出暗箱將以不同的翻轉(zhuǎn)角度被拍照三次，以保證圖像采集范圍的完整性。⑵確定了產(chǎn)地鴨蛋圖像的預(yù)處理方法。利用R分量與B分量相減去除產(chǎn)地鴨蛋外形圖像中因裝置間隙產(chǎn)生的漏光;利用掩模操作去除產(chǎn)地鴨蛋裂紋圖像中因裝置間隙產(chǎn)生的漏光。⑶確定了產(chǎn)地鴨蛋邊緣的橢圓擬合算法。分別利

3、用最小二乘法和最小平方中值法對(duì)產(chǎn)地鴨蛋邊緣進(jìn)行橢圓擬合，通過(guò)比較分析，選擇最小平方中值法對(duì)產(chǎn)地鴨蛋的邊緣進(jìn)行橢圓擬合。⑷提取了產(chǎn)地鴨蛋外形的特征參數(shù)。選取產(chǎn)地鴨蛋長(zhǎng)半軸、短半軸和體積作為尺寸大小的特征參數(shù);產(chǎn)地鴨蛋長(zhǎng)半軸、短半軸和離心率作為扁平程度的特征參數(shù)。⑸建立了產(chǎn)地鴨蛋外形分級(jí)模型。分別利用人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)建立產(chǎn)地鴨蛋外形分級(jí)模型，將其按尺寸大小分級(jí)成小鴨蛋、中等大小鴨蛋和大鴨蛋，按扁平程度分級(jí)成為扁鴨蛋、扁平適中鴨蛋和圓

4、鴨蛋。通過(guò)比較分析，選擇支持向量機(jī)對(duì)產(chǎn)地鴨蛋外形進(jìn)行分級(jí)，尺寸大小和扁平程度分級(jí)的綜合正確率為93.33％和95.00％。⑹確定了產(chǎn)地鴨蛋裂紋特征的提取算法。分別用不同的邊緣檢測(cè)算子和紋理分析函數(shù)提取產(chǎn)地鴨蛋的裂紋特征，通過(guò)比較分析，選擇局部最大差值提取裂紋特征。⑺確定了產(chǎn)地鴨蛋裂紋的檢測(cè)方法。檢測(cè)產(chǎn)地鴨蛋三張圖像中的裂紋，若三張圖像中均無(wú)裂紋，則判定為完好鴨蛋;反之，則判定為裂紋鴨蛋，該方法檢測(cè)完好鴨蛋和裂紋鴨蛋的正確率分別為86.6