一種胡蘿卜缺陷的圖像量化檢測方法與分揀裝置制造方法
【專利摘要】本發明公開了一種胡蘿卜缺陷的圖像量化檢測方法與分揀裝置，包括胡蘿卜的青頭、須根與開裂等缺陷的量化檢測方法與分揀裝置。清洗后的胡蘿卜圖像通過工業相機進行采集并傳遞給計算機處理，通過H分量進行二值化和邊緣檢測；然后分別進行青頭、須根和開裂的檢測；青頭檢測時通過R分量和S分量上進行青頭和開裂的檢測和量化，須根的檢測通過抽取骨架求端點數進行。檢測結果通過計算機控制分揀裝置進行分揀。通過該方法實現了對胡蘿卜青頭比、須根數和開裂度的量化檢測與分揀。客服了人工檢測的主觀性，量化檢測更客觀、科學，應用于農業生產、品質分級與商貿流通，提高了生產效率。
【專利說明】-種胡蘿卜缺陷的圖像量化檢測方法與分揀裝置
【技術領域】
[0001] 本發明涉及一種在農業科研領域內使用的農產品外觀品質缺陷的檢測方法，具體 的說涉及一種胡蘿卜青頭、須根和開裂的圖像量化檢測方法和缺陷去除及按照粗度分級裝 置。
【背景技術】
[0002] 胡蘿卜的分級銷售有助于提高胡蘿卜的市場競爭力以及增加經濟效益，目前一些 胡蘿卜生產加工企業主要依靠人工肉眼，做一些簡單的分級，然而該些方式檢測和分級增 加了人力，提高了生產成本，而且生產效率低，利潤得不到大幅提高，不適合大規模生產和 推廣，還有一些果蔬生產加工企業采用依照胡蘿卜的粗度，用不同間隙的滾軸這種機械的 方法代替人工進行胡蘿卜的分級，極大的提高了生產效率，解放了勞動力，但目前的這些機 械分級設備只能胡蘿卜的粗度進行分級，而胡蘿卜的銷售等級很多指標，如長度、青頭、開 裂等不能量化實現，還無法同時完成多個指標的較精確的分級，目前沒有成熟的分級方法 和分級設備，相關研究是一個有挑戰性的課題。根據中華人民共和國國內貿易標準（SB/ T10450-2007)胡蘿卜銷售等級要求（中華人民共和國商務部2007. 12. 28發布）等級標準， 影響胡蘿卜銷售等級的關鍵指標有開裂、青頭、須根等，其衡量準則比較模糊，為在線胡蘿 卜檢測帶來了困難，需要對胡蘿卜進行準確檢測需要對這些指標進行量化。
[0003] 目前，對胡蘿卜的外觀品質分級主要靠人工目測分級，但如采用圖像處理方法測 量胡蘿卜形態，不僅可以替代部分人工測量，而且獲得更高精度的結果。雖然有文獻報道計 算機圖像處理方法，用于蘋果、柑橘、馬鈴薯等農產品，但這些基本集中在球型和類球型果 蔬上，由于方法固有的局限性，在胡蘿卜等錐形等非球型果蔬上應用受到限制。中國專利申 請201010210313. 1公開了一種新型的胡蘿卜清洗分選機，但此專利申請中明確支出對胡 蘿卜份額品質分選是在人工分選工位上人工分選實現，并沒有涉及有效的基于圖像處理的 自動分選方法。
【發明內容】
[0004] 本發明所要解決的技術問題就是提供一種通過采用計算機圖像處理方法來實現 對胡蘿卜進行青頭、須根和開了進行量化測量的方法，并將胡蘿卜進行缺陷檢測分級。
[0005] 本發明采用如下技術方案： 胡蘿卜在滾軸傳送帶滾動，到工業相機下方時，拍攝得到胡蘿卜彩色圖像，胡蘿卜在 在滾軸的帶動下自轉，可拍攝不同側面的多幅圖像，然后將圖像傳給計算機進行預處理； 預處理過程為：將上述圖像轉化RGB和HSV分量圖像，提取Η分量圖像，利用該分量 進行二值化，得到二值化圖像BW，并進行邊緣檢測，在二值化圖像上求取胡蘿卜區域面積 Areal〇
[0006] 下一步進行胡蘿卜的青頭、須根和開裂的檢測。
[0007] 胡蘿卜青頭的圖像量化檢測方法，該方法包括如下步驟： (1) 在R分量圖像上，將二值化后非胡蘿卜區域的背景設置為0,去除背景的影響； (2) 將去除背景的紅色分量的灰度圖像進行閾值分割，分割閾值經實驗確定為0. 8， (3) 在上述分割圖像上，求取白色區域面積，即為青頭部分面積Area2 ; (4) 求出青頭比 QingRato=Area2/Areal. QingRato e [0.0,1.0]; (5) 查看QingRato的范圍，如果QingRato接近與0,則此值較大，則此胡蘿卜為青頭的 胡蘿卜，值越大青頭部分約大。
[0008] 在上述第（3)步中，分割閾值由實驗測定，根據所選材料不同略有調整。
[0009] 在上述第（6)步中，機器分級時確定一青頭比值，實驗選擇0. 1比較合適。
[0010] 胡蘿卜須根的量化檢測方法，該方法包括如下步驟： (1) 在二值化圖像，進行腐蝕和膨脹，進行邊界平滑，然后進行骨架抽取，獲得胡蘿卜 的骨架圖； (2) 對骨架圖進行逐點掃描，如果該像素點的8聯通區域有一個像素點為1，則此點為 端點，計算端點個數N ; (3) 對骨架圖進行逐點掃描，如果該像素點的8聯通區域有2個像素點為1，則為普通 點，不進行標記，如果該點的8聯通區域有2個像素點為2個以上，標記該點為交叉點。
[0011] (4)計算每個端點與最近的交叉點的距離，如果小于一定的閾值，則使得端點數減 去1 ; (5 )求須根數 MumXu= (N-5 ) /2 個。
[0012] 在上述第（3)步中，若兩個交叉點的距離小于一定的閾值，則合并交叉點， 在上述步驟中，涉及到的閾值為實驗得到，實驗選擇10比較合適。
[0013] 胡蘿卜開裂的量化檢測方法，該方法包括如下步驟： (1) 在Η圖像上將背景的陰影部分去除，然后進行開運算以去除雜點和邊界毛刺； (2) 在S圖像上進行二值化； (3) 對所有連通區進行標記，計算每個連通區的面積和長寬比，； (4) 將大于一定面積(如為1000像素點）并且同時滿足長寬比大于一定程度(為10倍） 的區域便識別為開裂區域； (5) 計算開裂部分的面積Area3,計算開裂度KaiReto=Area3/Areal e [0·0，1·0]; (6) 當開裂度大于一定程度的閾值，判斷該該胡蘿卜開裂嚴重，為次品。
[0014] 在上述步驟中，只要Area3>0既有開裂存在，開裂度KaiReto用來衡量胡蘿卜開裂 現象的嚴重程度。
[0015] 檢測的胡蘿卜只要存在青頭、須根和開裂現象的一種即判斷為缺陷胡蘿卜。
[0016] 胡蘿卜分揀裝置，由1轉動滾軸、2傳送鏈、3電磁鐵、4橫軸、5打果器組成，當計 算機通過判斷相機拍的攝胡蘿卜有缺陷時，向分揀裝置下達分揀指令，分揀指令控制電磁 鐵的通電與斷電，打果器在橫軸上往復滑動，將缺陷胡蘿卜打掉。剩下的無缺陷的胡蘿卜繼 續往前滾動，后面的轉動滾軸由多個組成，組成一個平面，間隔不斷增大，不同間隔設置S、 M、L小中大多個分級口，滾動到不同寬度間隔位置時，自動落下，實現正常無缺陷胡蘿卜的 按照粗度分級。
[0017] 本發明的有益效果是： 本發明所公開的一種胡蘿卜青頭、須根和開裂的圖像量化檢測方法和分揀裝置，通過 相機獲取胡蘿卜圖像，通過計算機對獲取的圖像進行缺陷測量，實現了對胡蘿卜青頭比、須 根數和開裂度的量化檢測，并使用分揀裝置將缺陷胡蘿卜去除和按照粗度進行分級。客服 了人工檢測的主觀性，量化檢測更客觀、科學，應用于農業生產、品質分級與商貿流通，提高 了生產效率。
【專利附圖】
【附圖說明】
[0018] 圖1是本發明的胡蘿卜缺陷監測流程圖。
[0019] 圖2是本發明的胡蘿卜圖像處理效果圖。
[0020] 圖3是本發明的分揀裝置示意圖。
【具體實施方式】
[0021] 為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對 本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅用以解釋本發明，并不 用于限定本發明。
[0022] 實施例1，本發明所公開的一種胡蘿卜青頭、須根和開裂的圖像量化檢測方法，該 方法包括用圖像采集與預處理單元，胡蘿卜青頭量化檢測單元、須根量化檢測單元、開裂的 圖像量化檢測單元，分揀裝置構成。
[0023] 圖1示意性的示出了本發明的缺陷監測流程，首先將胡蘿卜平放綠色分揀裝置 上，采用數碼相機拍攝得到胡蘿卜彩色圖像，將圖像傳給計算機進行如下處理；將上述圖 像轉化RGB和HSV分量圖像，提取Η分量圖像，利用該分量進行二值化，得到二值化圖像BW， 并進行邊緣檢測，在二值化圖像上求取胡蘿卜區域面積Areal。最后將拍攝的圖像傳輸給計 算機以備測量特征使用，在本實施例中，采用計算機為普通的個人計算機，采用的數碼相機 為普通的彩色C⑶數碼相機。
[0024] 圖2示意性的給出了胡蘿卜預處理、青頭檢測、須根檢測、開裂檢測的圖像處理效 果： 其中圖像青頭檢測方法包括如下步驟： (1) 在R分量圖像上，將二值化后非胡蘿卜區域的背景設置為0,去除背景的影響； (2) 將去除背景的紅色分量的灰度圖像進行閾值分割，分割閾值經實驗確定為0. 8， (3) 在上述分割圖像上，求取白色區域面積，即為青頭部分面積Area2 ; (4) 求出青頭比 QingRato=Area2/Areal. QingRato e [0.0,1.0]; (5) 查看QingRato的范圍，如果QingRato接近與0,則此值較大，則此胡蘿卜為青頭的 胡蘿卜，值越大青頭部分約大； 在上述第（3)步中，分割閾值由實驗測定，根據所選材料不同略有調整，在上述第（6) 步中，機器分級時確定一青頭比值，實驗選擇〇. 1比較合適。
[0025] 其中胡蘿卜須根的檢測方法包括如下步驟： (1) 在二值化圖像，進行腐蝕和膨脹，進行邊界平滑，然后進行骨架抽取，獲得胡蘿卜 的骨架圖； (2) 對骨架圖進行逐點掃描，如果該像素點的8聯通區域有一個像素點為1，則此點為 端點，計算端點個數N ; (3) 對骨架圖進行逐點掃描，如果該像素點的8聯通區域有2個像素點為1，則為普通 點，不進行標記，如果該點的8聯通區域有2個像素點為2個以上，標記該點為交叉點； (4) 計算每個端點與最近的交叉點的距離，如果小于一定的閾值，則使得端點數減去 1 ; (5) 求須根數 MumXu= (N-5) /2 個； 在上述第（3)步中，若兩個交叉點的距離小于一定的閾值，則合并交叉點，在上述步驟 中，涉及到的閾值為實驗得到，實驗選擇10比較合適。
[0026] 其中胡蘿卜開裂的檢測方法包括如下步驟： (1) 在Η圖像上將背景的陰影部分去除，然后進行開運算以去除雜點和邊界毛刺； (2) 在S圖像上進行二值化； (3) 對所有連通區進行標記，計算每個連通區的面積和長寬比，； (4) 將大于一定面積(如為1000像素點）并且同時滿足長寬比大于一定程度(為10倍） 的區域便識別為開裂區域； (5) 計算開裂部分的面積Area3,計算開裂度KaiReto=Area3/Areal e [0·0，1·0]; (6) 當開裂度大于一定程度的閾值，判斷該該胡蘿卜開裂嚴重，為次品； 在上述步驟中，只要Area3>0既有開裂存在，開裂度KaiReto用來衡量胡蘿卜開裂現象 的嚴重程度。
[0027] 圖3示意性的給出了胡蘿卜分揀裝置的結構，并從俯視圖、正視圖、側視圖三個 角度對該裝置進行了描述，該裝置由1轉動滾軸、2傳送鏈、3電磁鐵、4橫軸、5打果器組 成，當計算機通過判斷相機拍的攝胡蘿卜有缺陷時，向分揀裝置下達分揀指令，分揀指令控 制電磁鐵的通電與斷電，打果器在橫軸上往復滑動，將缺陷胡蘿卜打掉，轉動滾軸由多個組 成，組成一個平面，間隔不斷增大，不同間隔設置S、L、Μ多個分級口，在傳送鏈的帶動下自 轉，帶動放置在滾輪面上的胡蘿卜滾動，滾動到不同寬度間隔位置時，自動落下，實現正常 無缺陷胡蘿卜的按照粗度分級。
【權利要求】
1. 一種胡蘿卜缺陷的圖像量化檢測方法與分揀裝置，其特征在于，該方法包括圖像采 集單元，用來采集胡蘿卜的彩色圖像，采集所用的數碼相機為普通工業相機； 與上述的采集單元相連接的，是預處理單元和量化檢測單元，這兩個單元為通用的個 人計算機； 分揀裝置與計算機串口連接，通過計算機向分揀裝置下達分揀命令。
2. 根據權利要求1所述的預處理單元，其特征在于：將采集單元采集的圖像轉化RGB 和HSV分量圖像，提取Η分量圖像，利用該分量進行二值化，得到二值化圖像BW，并進行邊緣 檢測，在二值化圖像上求取胡蘿卜圖像的面積Areal、長度和粗度，并通過攝像機標定和回 歸方程計算出胡蘿卜的重量、長度和粗度規格。
3. 根據權利要求1所述的量化檢測單元，其特征在于，所述的量化檢測單元包括：胡蘿 卜青頭檢測、胡蘿卜開裂檢測和胡蘿卜檢測方法三個部分。
4. 根據權利要求3所述的胡蘿卜青頭檢測方法，其特征在于： (1) 在R分量圖像上，將二值化后非胡蘿卜區域的背景設置為0,去除背景的影響； (2) 將去除背景的紅色分量的灰度圖像進行閾值分割，分割閾值經實驗確定為0. 8 ; (3) 在上述分割圖像上，求取白色區域面積，即為青頭部分面積Area2 ; (4) 求出青頭比 QingRato=Area2/Areal. QingRato e [0.0,1.0]; (5) 查看9；[1^1^1:〇的范圍，如果9；[1^1^1:〇接近與0，則為無青頭的胡蘿卜，此值越大青 頭部分約大。
5. 根據權利要求3所述的胡蘿卜須根檢測方法，其特征在于： (1) 在二值化圖像，進行腐蝕和膨脹，進行邊界平滑，然后進行骨架抽取，獲得胡蘿卜 的骨架圖； (2) 對骨架圖進行逐點掃描，如果該像素點的8聯通區域有一個像素點為1，則此點為 端點，計算端點個數N ; (3) 對骨架圖進行逐點掃描，如果該像素點的8聯通區域有2個像素點為1，則為普通 點，不進行標記，如果該點的8聯通區域有2個像素點為2個以上，標記該點為交叉點； (4) 計算每個端點與最近的交叉點的距離，如果小于一定的閾值，則使得端點數減去 1 ; (5 )求須根數 MumXu= (N-5 ) /2 個。
6. 根據權利要求3所述的胡蘿卜開裂檢測方法，其特征在于： (1) 在Η圖像上將背景的陰影部分去除，然后進行開運算以去除雜點和邊界毛刺； (2) 在S圖像上進行二值化； (3) 對所有連通區進行標記，計算每個連通區的面積和長寬比，； (4) 將大于一定面積(如為1000像素點）并且同時滿足長寬比大于一定程度(為10倍） 的區域便識別為開裂區域； (5) 計算開裂部分的面積Area3,計算開裂度KaiReto=Area3/Areal e [〇· 〇, 1. 〇]; (6) 當開裂度大于一定程度的閾值，判斷該該胡蘿卜開裂嚴重，為次品。
7. 根據權利要求1所述的胡蘿卜分揀裝置，其特征在于：由1轉動滾軸、2傳送鏈、3 電磁鐵、4橫軸、5打果器組成，當計算機通過判斷相機拍的攝胡蘿卜有缺陷時，向分揀裝置 下達分揀指令，分揀指令控制電磁鐵的通電與斷電，打果器在橫軸上往復滑動，將缺陷胡蘿
【文檔編號】B07C5/34GK104056789SQ201310086701
【公開日】2014年9月24日 申請日期:2013年3月19日 優先權日:2013年3月19日
【發明者】韓仲志, 鄧麗苗, 徐燕, 熊凱, 魏蕾 申請人:青島農業大學, 青島大谷農業信息有限公司, 青島有田農業發展有限公司