（信号与信息处理专业论文）机器视觉在食品加工行业的应用研究.pdf

摘要 摘要 随着人民生活水平的提高和食品营养卫生知识的普及，人们对食品质量需求观 念不断更新，对食品安全的要求越来越高，更加关注食品质量。从食品生产企业的 角度来说，企业自身的生存和发展也要求不断提高产品质量，将现代的科学技术运 用于食品生产加工过程。本文利用近几年机器视觉技术的研究成果，研究了机器视 觉在食品加工行业中的应用，主要研究了机器视觉在颗粒状粮食异物检测、烘烤食 品烘烤程度检测两个方面的应用。 本文首先介绍机器视觉食品检测相关基本理论，包括图像数字化、预处理，并 结合实验情况讨论了机器视觉系统中光源与相机的选择，以及介绍了本文使用到的 v i s u a lc + + 6 0 和m a t r o xi m a g i n gl i b r a r y 图像函数库等两种开发工具。接着，以 传输带上绿豆中异物杂质的检测为例子研究了颗粒状的粮食异物的视觉检测方法。 引入了斑点分析理论，详细阐述了该理论以及实现方法，提出了一种基于斑点分析 理论的颗粒状粮食异物的检测方法，并且利用v i s u a lc + + 6 0 和m a t r o xi m a g i n g l i b r a r y 图像函数库等实现了该方法。最后研究了烘烤食品的烘烤程度的检测方法， 分别提取了r g b 颜色模型、h s v 颜色模型的9 个参数作为颜色特征，基于b p 神经网 络的方法对月饼烘烤程度进行了分类，为实现在食品加工过程中指导食品烘烤的自 动控制提供实现基础。 本文综合应用了图像采集、图像处理、信息传输、神经网络、m a t r o xi m a g i n g l i b r a r y 图像函数库、v i s u a lc 抖6 0 、m a t l a b 等知识和软件开发工具。 关键词：机器视觉斑点分析颜色分析食品检测m i l 广东工业大学工学硕士学位论文 a b s t r a c t w i t ht h ei m p r o v e m e n to fp e o p l e sl i v i n gs t a n d a r d sa n dt h ep o p u i a r i z a f i o no fh e a l t h f o o dn u t r i t i o nk n o w l e d g e ，t h ec o n c e p t i o no ff o o ds a f e t yi sg r 龇i u a n yr e a l i z e db ym o r ea n d m o r ep e o p l e p e o p l eh a v ep a i dm o r ea t t e n t i o nt of o o dq u a l i t y f o rab e t t e rd e v e l o p m e n t a n de x i s t e n c e ，f o o dp r o d u c t i o ne n t e r p r i s em u s tc o n t i n u o u s l yi m p r o v ep r o d u c tq u a l i t y ，a n d a p p l ym o d e ms c i e n c ea n dt e c h n o l o g yt ot h ep r o d u c t i o na n dp r o c e s s i n go ff o o d b a s e do n m a c h i n ev i s i o nt e c h n o l o g yi nr e c e n ty e a r s ，t h ea p p l i c a t i o no fm a c h i n ev i s i o nt ot h e p r o d u c t i o na n dp r o c e s s i n go ff o o di sr e s e a r c h e di nt h i sp a p e r t h ea p p l i c a t i o no fm a c h i n e v i s i o nt ot h ed e t e r m i n a t i o no fg r a n u l a rf o o di n s p e c t i o na n db a k i n gd e g r e eo fb a k e df o o d w cf i r s ti n t r o d u c e sr e l a t e db a s i ct h e o r yo ff o o dm a c h i n ev i s i o nd e t e r m i n a t i o n , i n c l u d i n gm 西t a li m a g e ，i m a g e p r e p r o c e s s i n ga n dt h ec h o i c eo fr a d i a n ta n dc a m e r ai n m a c h i n ev i s i o ns y s t e m v i s u a lc + + a n dm a t r o xt m a g i n gl i b r a r yi si n t r o d u c e di n t h i s p a p e r t h e nt h ed e t e r m i n a t i o nm e t h o do fg r a n u l a rf o o di n s p e c t i o ni su s e dt od e t e r m i n a t e i m p u r i t yo fm u n gb e a no nt h ec o n v e y e rb e l t b l o ta n a l y s i st h e o r e yi su s e di nt h i sp a p e r , a n dv i s u a lc + + a n dm a t r o xi m a g i n gl i b r a r yi su s e dt oi m p l e m e n tt h i sm e t h o d a tl a s t , w er e s e a r c ht h ed e t e r m i n a t i o nm e t h o do fb a k i n gd e g r e eo fb a k e df o o d t h ed e t e r m i n a t i o n m e t h o do fb a k i n gd e g r e eb a s e do nt h eg r e yv a l u ef e a t u r e ，w ee x t r a c t e d9p a r a m e t e rf r o m b 0 也t h er g bc o l o rm o d e l ，a n dh s vc o l o rm o d e l ，a n dt h e nc l a s s i f i e dt h em o o n c a k ew i t h b a k i n gd e g r e eb a s eo nn e u r a ln e t w o r k , ki sar e a l i s t i cb a s i st og u i d ea u t o m a t i cc o n t r o lo f b a k i n gf o o d w ea p p l i e di m a g ea c q u i s i t i o n , i m a g ep r o c e s s i n g ，i n f o r m a t i o nt r a n s m i s s i o n , n e u r a l n e t w o r k ，m a t r o xi m a g i n gl i b r a r ya n dv i s u a lc + + 6 0 ，m a n a bc o m p r e h e n s i v e l yi nt h i s p a p e r k e yw o r d s ：m a c h i n ev i s i o n , b l o ba n a l y s i s ，c o l o ra n a l y s i s ，f o o di n s p e c t i o n , m i l 广东工业大学工学硕士学位论文 独创性声明 秉承学校严谨的学风与优良的科学道德，本人声明所呈交的论文是 我个人在导师的指导下进行的研究工作及取得的研究成果。尽我所知， 除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表 或撰写过的研究成果，不包含本人或其他用途使用过的成果。与我一同 工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明，并 表示了谢意。 本学位论文成果是本人在广东工业大学读书期间在导师的指导下取 得的，论文成果归广东工业大学所有。 申请学位论文与资料若有不实之处，本人承担一切相关责任，特此声 明。 指导教师签名： 论文作者签名：郑 5 0 j 丑愚 沙叩年月莎日 第一章绪论 第一章绪论 1 1 课题研究的背景及意义 近年来，随着人民生活水平的提高和食品营养卫生知识的普及，人们对食品质 量需求观念更新，对食品安全的要求越来越高，更加关注食品质量。然而不断暴露 出来的食品生产安全、有害污染等问题，以及由此引起的人民生命健康受到侵危害 的事件，不断地向社会、向政府行政部门敲响食品质量和安全管理的警钟。食品的 质量与安全监管涉及到从食品原材料、食品加工、食品包装、食品运输、食品销售 以及消费者保存享用等多个环节。作为发展中国家，我国的食品质量、安全受经济 基础、管理体制及法律与技术规范的制约，与发达国家相比有较大的差距。如何从 制造环节把关食品质量，已经引起了国内外专家学者的广泛关注。制造环节与食品 质量安全有关的因素包括原材料的品质、生产制造中残次品、食品包装等。目前除 了一些专用的检测设备之外，国内食品生产企业，普遍缺乏一种有效检测手段对食 品质量安全进行全程监管。 从食品生产企业的角度来说，一方面，消费者对食品质量的要求提高；另一方 面，随着国外市场的打开，国外各种严格的质量检验标准的实施，食品生产企业从 企业自身的生存和发展的角度出发也必须不断提高产品质量。从我们对中山市某食 品生产企业了解到的原因，目前引起该公司食品产品品质问题的常见原因有食品加 工原料的杂质、泥土、变质物质影响食品品质以及食品加工过程缺少对质量进行实 时检测、跟踪和控制手段造成的食品质量问题。 由于食品种类繁多、成分复杂、生产制造环节众多，必须要有现代的科学方法 和先进的科学仪器作保证。传统的食品检测仪器已满足不了日益发展的科学技术要 求和人们日常生活的需要，在食品生产领域急需一种新型高效的食品质量筛查手段。 本文利用近几年机器视觉技术的研究成果，研究食品生产企业生产线上利用视觉检 测技术实施食品质量监测与控制的部分相关技术。 课题的成功实施，将解决食品行业尤其是传统特色食品生产企业生产环节中众 多影响食品质量的问题，保障人民生命安全。同时，全自动化的检测手段，能降低 广东工业大学工学硕士学位论文 企业用人成本，用客观的机器检测代替人的主观检测，保证产品质量，提高企业产 品的国际和国内竞争力。利用机器视觉检测技术实现食品生产全流程的检测具有功 能强、速度快、可靠性高、操作方便等特点，因而具有广阔的应用前景和巨大的经 济效益和社会效益，对国民经济建设有巨大的推进作用。 1 2 国内外机器视觉在食品加工行业的应用现状及发展趋势 随着机器视觉技术的不断发展，已经有可能为食品质量、安全监管提供一个全 流程检测平台。机器视觉技术是2 0 世纪7 0 年代开始应用于工业和农业生产中，是以 计算机和图像获取为工具，以图像处理技术、图像分析技术、模式识别技术、人工 智能技术为依托，处理所获取的图像信号，并从图像中获取某些特定信息。机器视 觉技术无需接触特定对象便可从获取的图像中得到大量的信息，通过对这些信息的 分析得到物体尺寸、表面缺陷、外观形状、表面色度等具体信息，进而实现外观质 量的综合评价。国外的机器视觉技术已经得到了广泛的应用，无论是基于智能相机 还是基于p c 的视觉检测都发展应用于一般工业，典型的公司产品包括：d v t 、 i n s i g h t 、h a l c o n 、脏x s i g h t 等，国内目前使用的机器视觉产品大都来自于国 外进口，并在工农业生产中逐步得到了推广。 在国外，美国佐治亚理工学院( g e o r g i a i n s t i t u t eo f t e c h n o l o g y ) 的y u h u ad i n g 的博士学位论文【1 提出了“a ni n t e g r a t e da p p r o a c ht or e a l t i m em u l t i s e n s o r yi n s p e c t i o n w i t ha l la p p l i c a t i o nt of o o dp r o c e s s i n g ”，使用融合技术和图像处理技术实现了基于机 器视觉处理算法对食品加工的实时监测；g f k m e n 和s t i g o t 在“an o n c o n t a c t c o m p u t e rv i s i o nb a s e da n a l y s i so f c o l o ri nf o o d s ”一文中利用机器视觉对马铃薯片和 小甜饼进行了颜色分析【：】，其他的运用还包括比萨饼的质量检测，海鲜、火鸡、猪肉 和牛肉的切割计量作业，松饼的质量检测，应用于烘烤食品机器视觉也正在迅速应 用于另一个食品工业烘烤食品，d i p i x 技术公司可以提供采用三维和基于彩色的 系统，用于监测面包、甜点、饼干和甜饼等产品。c o g n e xi n s i g h t 视觉系统为高速生 产过程中确保可靠的产品跟踪质量提供了强大的解决方案 3 - 6 。 在国内，黄勇平等在“计算机视觉技术在农产品检测中的应用”一文中【7 】，研究 了机器视觉在水果、蔬菜、经济作物等中的应用；应义斌等【8 1 研究了机器视觉在柑橘 成熟度方面的无损检测方法；章程辉专门进行了对红毛丹品质的检测技术研究。1 ；其 2 第一章绪论 他水果蔬菜的机器视觉检测还包括鸭梨品质、温室黄瓜叶片营养、番茄损伤、辣椒 叶红色素、茶叶、烟叶、玉米苗期田间杂草检测等陋阍。 1 3 本文解决的关键问题 1 研究颗粒状食品杂质检测的关键技术，并以绿豆颗粒中杂质的检测为例子，实 现颗粒状食品原料中杂质的识别。 2 研究基于颜色分析的烘烤食品等级判别方法，并以月饼的烘烤程度的判别为例 子，实现了烘烤食品的表面色泽检测，为实现在食品加工过程中的食品烘烤自 动控制提供检测手段。 1 4 本文主要内容和论文章节安排 本文首先介绍了机器视觉在食品加工行业应用背景及其重要意义，接着阐述项 目研究所需的相关数字图像处理知识，然后分别研究了食品加工过程中颗粒状食品 杂质以及烘烤食品的视觉检测关键技术。并利用v c + + 、m a t r o xi m a g i n gl i b r a r y 像 函数库( m i l ) 、m a t l a b 等工具在实验室实现了食品杂质识别及烘烤食品烘烤程度的分 类。 第一章绪论，主要介绍课题研究的背景与现实意义，及其国内外研究现状、发 展趋势，本文解决的关键问题，最后介绍了论文的组织架构。 第二章机器视觉食品检测相关理论与实现工具介绍，介绍了本文要用到的相关 知识，如数字图像处理基本理论，机器视觉系统中光源与相机选择，以及主要开发 工具v c + + 6 o 、m i l 。 第三章颗粒状食品异物检测关键技术研究，介绍了机器视觉中斑点分析方法的 相关理论，进行了颗粒状食品杂质的图像特征分析，最后设计了基于斑点分析的检 测算法，并且使用v c + + 6 0 、m i l 中的斑点分析工具编程实现了算法。 第四章烘烤食品的视觉检测方法研究，介绍了颜色分析的基本理论，并且通过 提取综合r g b ，h s v 空间的9 个颜色特征，使用b p 神经网络对月饼的烘烤程度的分类 进行了研究。 广东工业大学工学硕士学位论文 第二章机器视觉食品检测相关理论与实现工具 2 1 图像处理基本知识 2 1 1 图像的数字化 图像处理的方法有模拟式和数字式两种。由于数字计算技术的迅猛发展，数字 图像处理技术得到了广泛的应用，我们日常生活中见到的图像一般是连续形式的模 拟图像，所以数字图像处理的一个先决条件就是将连续图像离散化，转换为数字图 像。空间连续坐标( x ，y ) 的离散化称为图像的采样。模拟图像经过采样后，在时 间和空间上离散化为像素，但是采样所得到的像素值( 即灰度值) 仍是连续量，把 采样后所得到的像素灰度值从模拟量到离散量的转换称为图像灰度的量化。 2 1 2 图像预处理 一般情况下，成像系统所获取的图像由于种种条件的限制和随机干扰，往往不 能直接在视觉系统中使用，必须在早期阶段对原始图像进行预处理。所谓图像预处 理，就是在对图像进行特征抽取、分割和匹配前对图像进行一些处理，主要目的是 消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性和最大限 度地简化数据，从而改进特征提取、图像分割、匹配和识别的可靠性。对计算机视 觉系统来说，所用的预处理方法并不考虑图像降质的原因，只将图像中感兴趣的特 征有选择的突出，衰减其不需要的特征，故预处理后的图像并不需要去逼近原图像7 】。 2 1 2 1 图像平滑 图像平滑是消除图像中随机噪声的技术，对平滑技术的基本要求是在消去噪声 的同时不使图像轮廓或线条变得模糊不清。图像平滑包括空间域法和频域法两大类。 在空间域法中，图像平滑的常用方法是采用均值滤波和中值滤波，而在频域法中则 设计各种频率滤波器进行低通滤波处理。 1 均值滤波法 第二章机器视觉食品检测相关理论与实现工具 均值滤波法又称邻域平均法，它是简单的空域处理方法。这种方法的基本思想 是对待处理的当前像素，选择一个模板，该模板为其近邻的若干像素组成，用模板 中像素的均值来代替原像素值的方法。假设某像素的灰度值为f ( i ，j ) ，以其为中心， 邻域像素组成的点集用s 表示，点集内的像素个数用n 表示。经过邻域平均法平滑 后，像素f ( i ，j ) 对应的输出结果为： 删) - 专。磊s 似) 。枷 即用邻域像素的平均值取代坟x ，y ) 原来的灰度值。例如，若s 为八点领域，则 像素f ( i ，j ) 对应的输出结果为： g ( i ，加吉朋+ x - - 2 ，j + y 一2 1 7 扣1 y - 1 ( 式2 2 ) 邻域平均法有力地抑制了噪声，但同时也出现了因平均作用而引起的模糊现象， 模糊程度与邻域半径成正比。为了尽可能减少模糊失真，可采用超限邻域平均法。 该方法以某个灰度值t 作为阈值，如果某个像素的灰度大于其邻近像素的平均值，并 超过阈值，才使用平均灰度置换这个像素灰度，否则保留原来的灰度值。它的数学 表达式： 删，： 专。磊s 脚，卜。吉。磊s m 川i 汀 【f ( x ，y ) 其他 ( 式2 3 ) 此外，常用的方法还有k 邻点平均法、梯度倒数加权平滑法、最大均匀性平滑法、 小斜面模型平滑法等。他们讨论的重点都在于如何选择邻域的大小、形状和方向， 如何选择参加平均的点数以及邻域各点的权重系数等。 2 中值滤波、法【m - 9 】 中值滤波是一种去除噪声的非线性处理方法，是i 由t u r k y 在1 9 7 1 年提出的【2 0 1 。中 值滤波方法在某些条件下能够得到较满意的复原，可以做到既去除噪声又保护图像 的边缘。中值滤波的基本原理是把数字图像或数字序列中的一点数值用该点的某个 邻域中所有点的中值代替。中值运算的定义如下： 一组数x l ，x 2 ，x 3 ，) 【n ，把n 个数按大小顺序排列如下： 广东工业大学工学硕士学位论文 而l 砗2 x i 3 f( ( 川) 2 ) n 为奇数 少2 庇d 恐，为 而2 1 吉 薯。仞+ 。，：州 n 为偶数 。式2 4 ， 式中y 称为序n x l ，x 2 ，x 3 ，x n 的中值。例如有一序n y 寸( 8 5 ，9 5 ，2 0 1 ，1 1 0 ，1 2 3 ) ， 这个序列的中值为1 1 0 。 把一个点的特定长度或形状的邻域称为窗1 2 1 。在一维的情况下，中值滤波器是一 个含有奇数个像素的滑动窗口。窗口正中间那个像素的值用窗口内各像素值的中值 代替。 设输入序列为 x i ，i i ) ，其中i 为自然数集或子集，窗口长度为n ，则滤波器输出 为： y i = m e d x i = m e d x i - - 1 4 * x i x i + “) ( 式2 5 ) 式中，i i ，u = ( n 1 ) 2 。例如有如下序n - x i - - - - - o ，0 ，0 ，8 ，0 ，0 ，2 ，3 ，2 ，o ，2 ，3 ，0 ，3 ，5 ，3 ，0 ，3 ，5 ，3 ，0 ，0 ，2 ，3 ，4 ，5 ，5 ，5 ，5 ，5 ，0 ，0 ，0 ，) 在此序列中前面的8 是脉冲噪声。在此使用长度为3 的窗口进行中值滤波，得到 的结果为： y i ) = o ，0 ，0 ，0 ，0 ，2 ，2 ，2 ，2 ，2 ，2 ，2 ，2 ，0 ，3 ，3 ，3 ，3 ，3 ，3 ，3 ，0 ，0 ，2 ，3 ，4 ，5 ，5 ，5 ，5 ，5 ，0 ，0 ，0 ，0 ，) 显然，经过中值滤波后，脉冲噪声8 被滤除了，振荡被平滑了，斜坡和阶越部分 被保存了下来。 2 1 2 2 图像二值化 通过对灰度图像进行二值化处理，能够凸显出感兴趣目标的轮廓。灰度图像的二 值化处理就是将图像上的点的灰度置为o 或2 5 5 ，也就是使整个图像呈现出明显的黑 白效果。即将2 5 6 个亮度等级的灰度图像通过适当的阈值选取而获得仍然可以反映图 像整体和局部特征的二值化图像。在数字图像处理中，二值图像占有非常重要的地 位，特别是在实用的图像处理中，以二值图像处理实现而构成的系统是很多的，要 进行二值图像的处理与分析，首先要把灰度图像二值化，得n - 值化图像，这样有 利于再对图像做进一步处理时，图像的集合性质只与像素值为0 或2 5 5 的点的位置有 6 第二章机器视觉食b 检测相关理论与实现工具 关，不再涉及像素的多级值，使处理变得简单，而且数据的处理和压缩量小。 为了得到理想的二值图像，一般采用封闭、连通的边界定义不交叠的区域。所 有灰度大于或等于闽值的像素被判定为属于特定物体，其灰度值用2 5 5 表示，否则这 些像素点被排除在物体区域以外，灰度值为o ，表示背景或者例外的物体区域。如果 某特定物体在内部有均匀一致的灰度值，并且其处在一个具有其他等级灰度值的均 匀背景下，使用阐值法就可以得到比较好的分割效果。如果物体同背景的差别表现 不在灰度值上( 比如纹理不同) 可以将这个差别特征转换为扶度的差别，然后利用 阈值选取技术来分割该图像。动态调节闽值实现图像的二值化可动态观察其分割图 像的具体结果。灰度图像的二值化没有固定的算法，根据图像区域中目标物体的不同 而有不同的二值化算法。 在本文中，利用斑点分析方法来进行绿豆颗粒中杂质异物的检测时，由于杂质 异物和绿豆颗粒具有明显的灰度值的不同，所以使用闽值法基本可以得到希望的分 割效果。如图2 1 为对混有异物的绿豆颗粒图像进行二值化的效果。由图看来，选择 合适的阈值进行二值化，可以保留有用的杂质图像信息。 2123 形态学运算 图2 1 二值化效果示意图 f i g2 - 1d e m op i c t u r eo f b i n a r i z e 数学形态学是- - f 新兴的图像处理与分析学科，其应用几乎覆盖了图像处理的 所有领域，在视觉检测、生物医学图像分析、机器人视觉、图像压缩编码、纹理分 析等诸多领域都取得了非常成功的应用。数学形态学首先被用来处理二值图像，后 来又被用来处理灰度图象，现在又有学者开始用数学形态学和模糊数学形态学来解 广东i 业太学i 学硕学位论文 决计算机视觉方面的问题。本节主要介绍二值数学形态学。 数学形态学是由一组形态学的代数运算子组成的，它的基本运算有四种：腐蚀、 膨胀、开启、闭合。 腐蚀是最基本的一种数学形态学运算，用集合的方式定义，即 x o s = x l s + x ( 式2 - 6 ) 式子表明，x 用s 腐蚀的结果是所有使s 平移x 后仍在x 中的x 的集合。换句 话说，用s 来腐蚀x 得到的集合s 完全包括在x 中时s 的原点位置的集合。图2 - 2 给出腐蚀运算的一个简单示例。 雕雕匪 ( a )彻 ( c ) 图2 - 2 腐蚀运算示倒 f i g2 - 2 a s c h e m a t i c d e p i c t i o no f e r o s i o n 其中，图2 - 2 ( a ) 中的阴影部分为集合x ，图2 - 2 中的阴影部分为结构元素s ， 而图2 - 2 ( c ) 中的黑色部分给出了x s 的结果。由图可见，腐蚀将图象收缩小了。腐 蚀在形态学中的作用是消除物体边界点。如果结构元素取3 * 3 的像素块腐蚀将使 物体的边界沿着周边减少一个像素。腐蚀可以把小于结构元素的物体( 毛刺、小凸 起) 去除，这样选取不同大小的结构元素，就可以在原图象中去掉不同大小的物体。 如果两个物体之间有细小的连通，那么当结构元素足够大时，通过腐蚀运算可以将 两个物体分开。 腐蚀可以看作是将图象x 中每一与结构元素s 全等的子集s + x 收缩为点x 。反 之。膨胀运算可以将x 中的每一点扩大为s + x ，记为x o s 。用集台语言可表示为： x o s = x l s + x u x 0 )( 式2 - 7 ) 图2 - 3 给出腐蚀运算的一个简单示例。 竺三兰墨矍堡兰兰璺兰登翟誊登兰主至墨壬墨 群雕篚 ( 砷( b ) ( c ) 图2 3 膨胀运算示例 f i g 2 - 3 a s c h e m a t i c d e p i c t i o n o f d i l a t l o n 其中，图2 3 ( a ) 中的阴影部分为集合x ，图2 - 3 c o ) 中的阴影部分为结构元素s ， 而图2 3 ( c 1 中的黑色部分给出了xos 的结果。 在实际运用中，膨胀与腐蚀运算常常都是级联复合使用，对图像先做膨胀运算， 再对膨胀后的图像做腐蚀运算；或者先对图像做腐蚀运算，再对腐蚀后的图像做膨 胀运算，称为开启和闭合。开启运算、闭合运算是形态学运算族中两个最为重要的 组合运算。通过开启、闭合图像中小于结构元素的一些细节将被滤除，同时使保留 的图像特征集合不失真，相当于对图像进行了平滑滤波。 22 机器视觉系统中光源与相机的选择 221 光源的选择 在机器视觉应用系统中，好的光源与合适的照明方案往往是整个系统成败的关 键起着非常重要的作用并不是简单的照亮被测物体而已i z i 。合适的光照不但能够 降低软件部分中图片处理模块的设计难度同时也能够加快图片处理的速度。不但 可以增强被测部件同周围背景的对比度，而且可以控制视野中光线的强度保证检测 区域光照强度不受外界影响保持稳定。 光源与照明系统方案的配合要尽可能的突出物体的特征量，在图像采集阶段通 过光源与照明系统的选择，使得物体需要检测的部分与那些不重要部分的之间尽可 能产生明显的区别，增加对比度。与此同时，还需要保证整体的亮度、物体位置的 变化不会影响成像质量。 在机器视觉系统中一般使用透射光和反射光，绝大多数的机器视觉应用系统使 用的是反射光。光源设备的选择必须符合所需的几何形状、光源和光学镜头的相对 广东工业大学工学硕士学位论文 摄象机口摄象机口摄象机口摄象机口 煳暴步光姚光源蛰枯光源 赫密物体1 f ( c ) 滤 ( e ) ( f ) ( g ) 图2 _ 4 常见照明方案 f i g2 - 4 i l l u m i n a t i o ns c h e m ei nc o m m o nu s e 常用的光源有卤素灯、荧光灯、氙气灯、电致发光管、l e d 灯等，可以根据不 同的需要选择不同的光源。其中，l e d 灯因为具有发热少，寿命较长，亮度较高， 可以做成红、黄、绿、白、蓝等多种颜色和形状多样等等优点，所以在现代机器视 觉系统中得到了广泛的应用。常见的l e d 照明方式有环形照明、环形低角度照明、 条形照明、圆形灯照明、同轴照明等。 在颗粒状粮食杂质检测中，考虑到成像的具体要求，采用照明方案图2 4 ( e ) 平行定向光照明方式，该照明方式为一个集中的区域提供均匀照明，有利于在较大 视野内保证光照的均匀。另外选用光纤型光源，该光源可以发出矩形光线，矩形的 长度达到光纤一样的长度，从而使线阵相机在高亮度状态下对产品成像，避免光线 的浪费。 在烘烤食品检测中，考虑到具体检测的食品( 月饼) 的形状，采用了照明方案 图2 _ 4 ( a ) 环形光照明。环形光照明提供一个小面积的扩散光，由透镜光轴通过环 形光源中心的开口处，直接照射摄相机的正前方。该照明方式为小型物体提供均匀 稳定的照明，并且可以减少物体突出部分造成的阴影，这点尤其重要，因为在月饼 表面存在一些立体图案，如果光照从侧面照来的话，可能会造成小部分阴影，影响 1 0 第= $ 机器视觉食品检铡相关理论与实现i 具 后续的图像检测。光源部分选择了l e d 环形红色、白色光源分别在彩色和黑白摄 相机中进行实验，同一个月饼在不同情况下获得图像如图2 5 所示。 ( a ) 环形白色光源彩色摄相机( b ) 环形红色光源彩色摄相机 ( c ) 环形白色光源黑白摄相机( d ) 环形红色光源黑自摄相机 图2 - 5 比较不同条件下图像 f i g2 - 5 c o m p a r ei m a g ec a p t u r ew i t hd i f f e r e n tc o n d i t i o n 从图2 - 5 看来，四种照明方式都能突出食品检测的特征，但是在多幅图像比较 以后，发现就图像的稳定性来说，使用红光获取得到的相关特征的稳定性稍强。另 外，红色光源也更容易得到。 222c c d 摄相机的选择 c c d 是c h a r g ec o u p l e d d e v i c e ( 电荷耦合嚣件) 的缩写，是一种2 0 世纪7 0 年代 发展起来的新型半导体成像器件，时由美国贝尔电话实验室首先提出的，它具有灵 敏度高、抗强光、体积小、耗电低、寿命长、抗震动、噪声低等优点，是图像采集 时不可或缺的一个重要器件之卅，。 被摄物体的图像经过镜头聚焦至c c d 芯片上，c c d 根据光的强弱累积相应比例 广东工业大学工学硕士学位论文 的电荷，各个像素积累的电荷在视频时序的控制下，逐点外移，经过滤波、放大处 理后，形成视频信号输出。视频信号连接到监视器或者电视机的视频输入端便可以 看到与原始图像相同的视频图像。 按相机传感器格式的不同，一般可以分为面阵相机和线阵相机。一般来说，这 两者的选择是c c d 相机选择的第一要素。面阵相机中c c d 感光芯片上的点阵呈面 阵分布，其所成图像为二维“面图像。线阵相机的c c d 感光片呈线状( 一行或两 行) 分布的相机，其所成的图像一维“线”图像。线阵相机里的c c d 感光芯片，只 是一条( 或两条) 线，但这条线却很长：1 k ，2 k ，4 k 甚至更长。也就说线阵相机 一次拍出的图像，只是一条线。为了得到整个二维图像，通常需要移动被测物或相 机本身，同时间断地拍照。与面阵相机一次成像相比，线阵相机需要多次成像后将 其所成的“线 像拼成一幅完整的图像。因此线阵精度高，常用于分辨率要求较高 的应用。 按照图像颜色来分类，相机一般可以分成单色相机和彩色相机。在测量图像中 物体间的边缘距离、所成角度等空间关系时，彩色信息并没有用处或者帮助，可以 选用单色相机以提高处理速度和降低成本；在需要使用到颜色信息比如利用颜色分 析来检测农作物果实的成熟度等项目时，需要选用彩色相机。 在颗粒状粮食杂质检测中，颗粒食品异物杂质需要在输送带运送过程中加以识 别与检测，输送带上运送颗粒食品，横向视野范围比较大，纵向运动速度比较快， 因而采用线阵相机拍摄运动中的粮食颗粒。市场上精度比较高的线阵c c d 摄像机， 精度达到8 0 9 6 个像素。假设输送带的宽度为3 0 0 m m ，则宽度方向单位长度的像素数 目= 8 0 9 6 3 0 0 = 2 7 像素m m 。对于检测宽度方向有l m m 左右的缺陷，则这样的分辨率 可以满足检测的要求。运动方向上的单位长度像素数目与输送带的运动速度、像素 块大小和扫描频率有关。 在烘烤食品检测中，视野范围较小，被测物也处于低速运行或者静止状态，所 以可以考虑选用面阵相机。另外，由于要通过对烘烤食品进行颜色特征方面的分析 提取，所以应选用彩色摄像机。 第二章机器视觉食品检测相关理论与实现工具 2 3 主要开发工具介绍 2 3 1vis u aic + + 6 o 自1 9 9 3 年m i c r o s o f t 公司推出v i s u a lc + + 1 0 后，随着其新版本的不断问世，v i s u a l c + + 己成为专业程序员进行软件开发的首选工具，是一个功能非常强大的可视化应用 程序开发工具，是计算机界公认的最优秀的应用开发工具之一。而v i s u a lc + + 是在 m i s c r o s o f tc 的基础发展起来的，是c + + 语言的一种。随着计算机软件硬件技术的飞 速发展，如今而v i s u a lc h 已经成为集编辑、编译、运行调试为一体的强大功能的集 成编程环境。在可视化编程技术如火如荼的今天，v i s u a lc + + 以其强大的功能和 m i s c r o s o f t 公司的强大支持独占鳌头。 v i s u a lc + + 6 0 不仅是一个c + + 编译器，而且是一个基于w i n d o w s 操作系统的可 视化集成开发环境( i n t e g r a t e dd e v e l o p m e n te n v i r o n m e n t ，i d e ) 。v i s u a lc + + 6 0 由许 多组件组成，包括编辑器、调试器以及程序向导a p p w i z a r d 、类向导c l a s sw m a r d 等 开发工具。这些组件通过一个名为d e v e l o p e rs m d i o 的组件集成为和谐的开发环境。 v c + + 最大特色是m i s c r o s o f t 提供的基础类库m f c ( m i s c r o s o f tf o u n d a t i o n c l a s s ) ，它是v c + + 软件包的一部分，是一个可以在应用中使用的相关联的c + + 类的 集合，一套面向对象的函数库，以类的方式提供给用户使用。利用这些类，可以有 效地帮助程序员完成w i n d o w s 应用程序的开发。 m f c 的核心是以c + + 形式封装了大部分的w m d o w s a p i ( 应用程序接口) 。如果 说s d k 是w i n d o w s 所固有的接口，m f c 便是m i s c r o s o f t 公司提供给v i s u a lc + + 程序 员的a p i 接口。类库表示窗口、对话框、设备上下文、公共g d i 对象如画笔、调色 板、控制框和其他标准的w i n d o w s 部件。这些类提供了一个面向w i n d o w s 中结构的 简单的c + + 成员函数的接口，该层次结构还保留了w i n d o w s a p i 中的用户界面部分， 使得程序员能够很容易的以面向对象的方式建立w m d o w s 应用程序。 m f c 成功地将面向对象和事件驱动的编程概念联系在一起，它的应用不仅缩短 了w i n d o w s 应用程序的源代码，而且由于工作平台中包含了a p p w i z a r d 和c l a s s w i z a r d 程序设计工具，建立基于m f c 的w i n d o w s 应用程序还可以自动化，从而大 大地缩短了程序的开发周期。 广东工业大学工学硕士学位论文 2 3 2m a t r o x im a g in glib r a r y 图像函数库 m a t r o xi m a g i n gl i b r a r y ( 简称m i l ) 是由加拿大m a t r o x 公司推出的一款硬件独 立、有标准组件的3 2 位图象库。加拿大m a t r o x 公司成立于1 9 7 6 年，其专注于专业 图像领域的产品生产及研发，为客户提供从高到低端的全线图像采集及处理产品， 行业中处于领导地位。在中国，m a t r o x 产品更以其优质、稳定的性能及强大的开发 软件享有很高声誉。 m i l 函数库有一整套指令，针对图象的处理和特殊操作，包括：斑点分析、图 象校准、口径测定、二维数据读写、测量、图案识别及光学符号识别操作。它也支 持基本图形设备。m i l 能够处理二值、灰度或彩色图象。 m i l 函数库为应用的快速发展设计，便于使用。它有完全透明的管理系统，沿 袭虚拟数据对象操作，而非物理数据对象操作，允许独立于平台的应用。这意味着 一个m i l 应用程序能够在不同环境( w i n 9 8 m e n t 2 0 0 0 ，厂v i s t 讥i i l u x ) 中运行于 任何v e s a c o m p a t i b l ev g a 板或m a t r o x 图像板上。m i l 用系统的观念识别硬件板， 单一应用程序可控制一种以上硬件板。m i l 能单独在主机上运行，但使用专用加速 m a t r o x 硬件效率更高。本文仅使用m i l 单独运行于主机。m i l 函数库具有如下特点 2 7 1 ： 包含强大的特征提取和分析工具 对图像采集，处理，分析，显示和存档来说，完整和易用的编程库 全面使用i n t e lm m x s s e 2 技术和m a t r o x 图像处理器 应用程序可以简单移植到新的硬件平台 处理达到亚象素精度 支持多进程和多线程 可以使用d l l 和o c x 包含m a t r o xi n t e l l i c a m 相机配置工具 灵活的运行时许可 第三章颗粒状食品杂质视觉检测方法研究 第三章颗粒状食品杂质视觉检测方法研究 食品原材料中的异物杂质将严重影响到食品的质量或风味，必须在食品加工过 程中对原材料进行严格的筛选。颗粒粮食中异物杂质包括泥巴、石块、腐烂变质颗 粒等，而实现异物杂质的剔除是一项繁重的劳动。本章以绿豆杂质检测为例，提出 一种基于机器视觉的异物剔除方法，在输送带输送粮食的过程中利用线扫描相机获 取图像，通过对图像的分析处理判别是否存在异物，根据异物特征，利用机器视觉 中的斑点分析，判别颗粒中是否混有比正常情况亮或者暗的异物。 3 1 斑点( b l o b ) 分析方法理论基础及实现工具 3 1 1 斑点分析的理论基础 图像分割是指根据某些特征把图像划分成若干个互不相交的区域，使得这些特 征在同一区域内表现出一致性或相似性，而在不同区域间表现出明显的不同。分割 图像的特征常采用灰度、彩色、空间纹理、几何形状等。视觉检测中一般使用灰度 作为图像分割的依据，并将具有相同灰度特征且具有某种连通关系的像素区域称为 斑点( b l o b ) ：n - ：t g l 。斑点分析已经广泛应用于工业检测( 表面贴装电子元器件的视觉检 测) 、生物医学( 如细胞) 、食品生产线( 如饼干) 的品质检测、农产品( 稻谷的缺 陷检测) 及表面缺陷在线检测等应用领域 3 0 - r , 。 3 1 1 1 斑点的定义 斑点分析是图像中一种对像素进行连通域分析的方法，能将图像中目标像素聚 合为离散的斑点连接体，提供图像内斑点的数量、位置、形状、方向及斑点的拓扑 结构等特征参数。 常用的斑点分析方法利用二值化把图像分割为构成斑点和局部背景的像素集 合，再进行连通性分析，在图像中寻找一个或多个相似灰度的“斑点 ，按照四邻 域或者八邻域方式进行连通性分析，将目标像素聚合为目标像素或斑点的连接体， 形成一个b l o b 单元，通过斑点的特征分析，将单纯的图案灰度信息转化为图案的形 状信息。斑点分析能从背景中分离出目标，通过对斑点的特征分析完成对图像的分 广东工业大学工学硕士学位论文 析。 3 1 1 2 斑点的特征 具有连通关系的斑点作为一个整体，描述其形状信息的参数包括方位、范围、 凸包、统计特征、形状特征、拓扑结构等，具体分类见表3 1 。 表3 1 斑点特征分类 t a b l e3 - 1c l a s s i f yo fb l o bf e a t u r e s 特征分类特征描述 方位描述斑点的中心、质心( 重心) 、最小外接矩形、x 和y 方向上 最小外接矩形特殊点坐标、目标轮廓的起始点 范围面积、最小外接矩形框的高度宽度、最小外接矩形框的方向角、 周长、f e r e t 长轴和短轴 惯性椭圆二阶几何矩、高阶矩、椭圆的短轴与长轴、椭圆方向、最小惯性 轴的角度 凸包 完整包围一个目标的最小面积、凸多边形、凸外壳周长 统计特征最小最大灰度值、平均灰度值、灰度方差值、所有角度上的平均 直径 形状特征长短轴的比例、致密度、粗糙度系数( 周长凸外壳周长之比) 、 长条形斑点的长、宽及长宽比 拓扑结构孔洞数、欧拉数 其他目标数量、目标类别 图3 1 所示为斑点特征点位置的图形表示，英文表示该特征在m i l 函数库中的 名称。其中斑点的中心等于斑点重心，斑点的水平外接矩形及其交点给出了斑点的 水平和垂直方向的极限位置