CN101936928A - 一种面类食品射线检测方法及装置 - Google Patents
一种面类食品射线检测方法及装置 Download PDFInfo
- Publication number
- CN101936928A CN101936928A CN 201010251272 CN201010251272A CN101936928A CN 101936928 A CN101936928 A CN 101936928A CN 201010251272 CN201010251272 CN 201010251272 CN 201010251272 A CN201010251272 A CN 201010251272A CN 101936928 A CN101936928 A CN 101936928A
- Authority
- CN
- China
- Prior art keywords
- module
- image
- food
- foreign matter
- detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Processing (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明提供了一种面类食品射线检测方法,包括:(1)X射线发生装置发射X射线,使X射线穿过被测食品;(2)CCD摄像机接收穿过被测食品的X射线,形成被测食品的CCD图像;(3)控制电脑中的图像输入模块从CCD摄像机获取所述CCD图像;(4)所述CCD图像经图像信息再组织模块处理;(5)对被测食品检测识别,并对存在面饼破裂、料包丢失或存在异物的情况做出相应的报警信号。本发明还提供了实现上述方法的面类食品射线检测装置,包括食品传送装置、成像装置、控制电路和控制电脑,控制电脑内设有异物智能识别系统。本发明可对面类食品的面饼破裂、料包丢失或异物进行检测、识别及报警,具有安全准确、效率高等优点。
Description
技术领域
本发明涉及射线检测技术,具体涉及一种面类食品射线检测方法及装置。
背景技术
食品在加工和包装时,常常会掺杂着某些异物,主要包括有金属、玻璃、石头、塑料和橡胶等异物,这些异物不仅影响着食品的质量,而且某些异物难于用肉眼检测,容易被消费者误食,造成食品安全事故。因此,加工食品在市场出售前,必须检查其中是否含有金属等污染物或异物。传统的检测技术包括有金属探测器、超声波成像检测、X射线检测等技术。而目前广泛在生产线上应用的X射线检测系统是一种目测检测系统,发现不合格产品之后使用人手剔除产品,一般存在着以下问题:(1)检测的产品数量非常庞大,操作人员长时间进行单一枯燥的工作,造成视觉疲劳,容易出现漏检、误检等状况;(2)某些异物体积较小,在快速滚动的屏幕上,不容易被操作人员发现;(3)人眼的处理速度不及计算机运算速度,劳动力成本高;(4)检测结果受到操作人员的主观意识影响,测量尺度不统一,产品质量难以得到保证。
发明内容
本发明的首要目的在于克服现有技术的缺点和不足,提供一种操作简单、使用方便安全,可对面类食品中的面饼破裂、料包丢失或异物进行自动检测、识别以及自动报警的面类食品射线检测方法。
本发明的另一目的在于提供实现上述方法的面类食品射线检测装置。
本发明的目的通过下述技术方案实现:
一种面类食品射线检测方法,具体包括如下步骤:
(1)X射线发生装置发射X射线,使X射线穿过被测食品;
(2)CCD摄像机接收穿过被测食品的X射线,形成被测食品的CCD图像;
(3)控制电脑中的图像输入模块从CCD摄像机获取所述CCD图像;
(4)所述CCD图像经图像信息再组织模块处理,封装成可处理的图像数据格式,形成连续的图像信息;
(5)控制电脑中的检测模块根据图像信息,对被测食品检测识别,并对存在面饼破裂、料包丢失或存在异物的情况做出相应的报警信号。
所述步骤(1)中,X射线发生装置由控制电脑中的控制模块控制运行,具体包括如下步骤:
(1-1)初始化控制电脑的串行通信端口,协商通信协议、通信速率和数据校验准则;
(1-2)所述控制电路与控制模块通过串行通信端口进行握手操作,确认通信可靠性,并建立控制电路与控制模块之间的通信;
(1-3)所述控制模块向控制电路发送控制信号,控制电路启动食品传送装置和X射线发生装置,食品传送装置将被测食品传送至检测位置,同时X射线发生装置发射X射线,使其穿过被测食品;
作为优选,所述X射线发生装置和食品传送装置的运行参数由控制电脑中的控制模块控制,当操作人员更改X射线发生装置或食品传送装置运行参数时,则控制模块向X射线发生装置和食品传送装置发送新的运行参数;
控制模块定时每500ms向控制电路发送状态检测命令,对X射线发生装置和食品传送装置检测,具体如下:向控制电路发送状态检测命令,控制模块接收返回状态;控制模块对返回状态信息进行译码,并控制X射线发生装置和食品传送装置更新实时运行的电流值、电压值、运行时间以及各种运行异常状态;若发现运行异常,发出运行异常报警信息;
所述步骤(2)中,CCD摄像机由控制电脑的图像输入模块控制,具体步骤为:
(2-1)控制电脑的图像输入模块初始化CCD摄像机的运行参数,并启动CCD摄像机;
(2-2)图像输入模块发送信号,对CCD摄像机进行相应的亮校准与暗校准;
(2-3)所述CCD摄像机接收穿过被测食品的X射线,形成CCD图像。
所述步骤(3)中图像输入模块获取CCD图像的具体步骤如下:
(3-1)图像提取模块从CCD摄像机中获取单线CCD图像,连续获取40次;
(3-2)校正模块对所获取的单线CCD图像校正其图像灰度;
(3-3)封装模块将连续的40次单线CCD图像封装成一幅40线图像,并将所述40线图像发送至图像信息再组织模块进行处理,执行步骤(4);
所述步骤(4)中,图像信息再组织模块对CCD图像的处理步骤如下:
(4-1)图像压入模块接收所述步骤(3-3)发送的40线图像,把40线图像压入自身链表队末;
(4-2)链长检测模块检查链表长度,判断链表中图像数量是否大于或等于16,若是,则执行步骤(4-3),否则执行步骤(4-1);
(4-3)图像重组模块提取链表中前16幅图像组合成一帧,并释放链表头的图像;
(4-4)图像检测模块检查步骤(4-3)提取的一帧是否含有一个完整的面饼,若存在完整的一个面饼,则把该帧发送至检测模块进行处理,执行步骤(5),否则执行步骤(4-1)。
所述步骤(5)对被测食品的检测识别包括如下步骤:
(5-1)面饼检测模块根据所述步骤(4)获得的图像信息,检测面饼是否破裂,若有破裂,则标识为破裂面饼,否则标识为正常面饼;
(5-2)料包检测模块根据所述步骤(4)获得的图像信息,检测料包是否丢失,若有丢失,则标识为丢失料包,否则标识为正常料包;
(5-3)异物检测模块根据所述步骤(4)获得的图像信息,检测食品是否存在异物,若有异物,则对异物位置做标识,否则标识为无异物食品;
(5-4)根据步骤(5-1)(5-3)的检测结果,异常表达模块根据检测结果的标识信息对食品图像进行染色处理;
(5-5)异常图像保存模块根据所述步骤(5-4)处理后的图像信息,将出现异常的食品图像信息保存至指定路径,同时对食品存在面饼破裂、料包丢失或存在异物的情况分别做出相应的报警信号。
所述步骤(5-1)面饼检测模块对食品的检测步骤如下:
(5-1-1)面饼分割模块对图像信息进行灰度阀值分割,分割出面饼所处位置的面饼区域;
(5-1-2)膨胀模块对面饼区域进行膨胀处理;
(5-1-3)平均灰度计算模块计算面饼区域的平均背景灰度值;
(5-1-4)腐蚀模块对面饼区域进行腐蚀处理,收缩并标记面饼区域;
(5-1-5)破裂点识别模块根据收缩后的面饼区域,计算该面饼区域中每一点的灰度值与所述平均背景灰度的差值,若所述差值大于设定的差值阈值,则该点为破裂点,否则忽略该点;
(5-1-6)异常识别模块计算破裂点总数,若破裂点总数大于设定的总数阈值,则标识该面饼为破裂面饼,否则标识为正常面饼;
所述步骤(5-2)料包检测模块对食品的检测步骤如下:
(5-2-1)料包分割模块对图像信息进行灰度阀值分割,分割出料包所处位置的料包区域;
(5-2-2)料包丢失识别模块根据步骤(5-2-1)所得的料包区域,计算料包面积,若料包面积小于设定的面积阀值,则标识为丢失料包,否则标识为正常料包。
所述步骤(5-3)中,异物检测模块提取图像信息的封闭区域,并通过将封闭区域的平均灰度值和对比度值与设定的阈值范围做比较来检测其是否含有异物,并标记出异物区域,其具体步骤如下:
(5-3-1)对较大异物进行自动识别,卷积模块绘制一个13×13的卷积模板(LOG卷积模板),通过所述卷积模板对所述步骤(4)获得的图像信息进行卷积操作,提取图像中的边缘;
(5-3-2)提取边缘模块对步骤(5-3-1)获得的边缘进行分类,逐一提取封闭的边缘,去除不封闭的边缘;
(5-3-3)潜在异物识别模块检测步骤(5-3-2)所提取的封闭边缘所围绕的面积(即提取图像的封闭边缘,计算封闭边缘内部面积,根据面积阈值确定可能的缺陷,并分割出潜在缺陷),若面积在设定的范围之内(即封闭边缘所围绕的面积大于30像素),则所述封闭边缘为潜在异物边缘,进行步骤(5-3-4),否则放弃该边缘,执行步骤(5-3-6);
(5-3-4)异物位置识别模块计算潜在异物边缘的强边缘点总数,并计算潜在异物边缘包围区域的平均灰度值和对比度;
(5-3-5)异物位置定位模块根据所述(5-3-4)判断该区域是否为异物,若强边缘点总数、平均灰度值、对比度均位于设定的阀值范围之内,则标识该区域为异物位置,否则标识为正常位置;即该强边缘点总数必需占有总边缘长度的一定百分比,若高于该百分比,而且平均灰度值、对比度均位于设定的阀值范围之内,则认为封闭边缘做包围的区域为异物区域;
(5-3-6)边缘检测模块判断是否完成所有边缘的检测,若是,则执行步骤(5-3-7),否则,执行(5-3-2)~(5-3-5);
(5-3-7)对较小异物进行自动识别,卷积模块绘制一个7×7的卷积模板,通过所述卷积模板对所述步骤(4)获得的图像信息进行卷积操作,提取图像中的边缘,并循环执行步骤(5-3-2)~(5-3-6),直至检测完毕;
所述步骤(5-4)对食品图像染色处理的具体步骤如下:
(5-4-1)异常种类分割模块根据步骤(5-1)~(5-3)的检测结果,分别分割食品图像;
(5-4-2)颜色转换模块对步骤(5-4-1)的分割后的食品图像分别进行颜色转换;
(5-4-3)染色模块对食品图像进行染色处理。
实现上述方法的面类食品射线检测装置,包括食品传送装置、成像装置、控制电路和控制电脑,所述控制电脑内设有异物智能识别系统,所述食品传送装置和成像装置均与控制电路连接,所述控制电路与控制电脑中的异物智能识别系统连接,所述异物智能识别系统与成像装置连接。
所述成像装置包括CCD摄像机和X射线发生装置,所述CCD摄像机与控制电脑中的异物智能识别系统连接,所述X射线发生装置与控制电路连接,所述X射线发生装置、被测食品的检测位置、CCD摄像机按射线路径依次设置;
所述异物智能识别系统包括控制模块以及依次连接的图像输入模块、图像信息再组织模块和检测模块,所述控制模块与控制电路连接,所述图像输入模块与CCD摄像机连接。
所述检测模块包括面饼检测模块、料包检测模块、异物检测模块、异常表达模块和异常图像保存模块,所述面饼检测模块、料包检测模块和异物检测模块均与图像信息再组织模块连接,且均与异常表达模块连接;异常表达模块与异常图像保存模块连接。
所述面饼检测模块包括依次连接的面饼分割模块、膨胀模块、平均灰度计算模块、腐蚀模块、破裂点识别模块和异常识别模块,所述面饼分割模块与图像输入模块连接,所述异常识别模块与异常表达模块连接;
所述料包检测模块包括依次连接的料包分割模块和料包丢失识别模块,所述料包分割模块与图像输入模块连接,所述料包丢失识别模块与异常表达模块连接;
所述异常表达模块包括依次连接的异常种类分割模块、颜色转换模块和染色模块,所述异常种类分割模块分别与面饼检测模块、料包检测模块、异物检测模块连接,所述染色模块与异常图像保存模块连接;
所述图像输入模块包括依次连接的图像提取模块、校正模块和封装模块,所述图像信息再组织模块包括依次连接的图像压入模块、链长检测模块、图像重组模块和图像检测模块,所述图像提取模块与成像装置连接,所述封装模块与图像压入模块连接,所述图像检测模块分别与检测模块中的面饼检测模块、料包检测模块、异物检测模块连接。
作为优选,所述异物检测模块包括依次连接的卷积模块、提取边缘模块、潜在异物识别模块、异物位置定位模块和边缘检测模块,所述卷积模块与图像输入模块连接,所述异物位置识别模块与异常表达模块连接。
作为优选,所述异物智能识别系统还包括账户管理模块,所述账户管理模块分别与控制模块、图像输入模块、图像信息再组织模块和检测模块连接。所述账户管理模块用于管理整个异物智能识别系统的入口,对使用该系统人员身份进行验证,更改管理人员密码。
本发明相对现有技术有如下优点和效果:
1、本发明可以对面类食品中夹杂的异物进行自动检测,且具有安全、准确、可靠、检测效率高等优点。
2、本发明可检测面类食品中面饼的破裂和料包的缺失情况,具有客观唯一的标准,不受操作人员的主观标准影响。
3、本发明采用图像处理技术,可以提高产品的检测效率,避免检测结果受到操作人员的主观意识影响,提高产品质量的稳定性,降低了操作人员的负担和企业的劳动力成本。
附图说明
图1是本发明方法的总体流程示意图。
图2是图1所示方法在步骤(3)获取CCD图像的流程示意图。
图3是图1所示方法在步骤(4)处理CCD图像的流程示意图。
图4是图1所示方法在步骤(5)检测模块检测被测食品的流程示意图。
图5是图4所示方法在步骤(5-1)检查面饼状况和步骤(5-2)检查料包状况的流程示意图。
图6是图4所示方法在步骤(5-3)检查异物的流程示意图。
图7是本发明装置的总体结构示意图。
图8是图7所示装置的结构框图。
图9是图8所示装置面饼检测模块的结构框图。
图10是图8所示装置料包检测模块的结构框图。
图11是图8所示装置异物检测模块的结构框图。
图12是图8所示装置异常表达模块的结构框图。
图13是图8所示装置图像输入模块和图像信息再组织模块的结构框图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例
本面类食品射线检测方法,如图1所示,具体包括如下步骤:
(1)X射线发生装置3发射X射线,使X射线穿过被测食品4;
(2)CCD摄像机5接收穿过被测食品4的X射线,形成被测食品4的CCD图像;
(3)控制电脑1中的图像输入模块从CCD摄像机5获取所述CCD图像;
(4)所述CCD图像经图像信息再组织模块处理,封装成可处理的图像数据格式,形成连续的图像信息;
(5)控制电脑1中的检测模块根据图像信息,对被测食品4检测识别,并对存在面饼破裂、料包丢失或存在异物的情况做出相应的报警信号。
所述步骤(1)中,X射线发生装置3由控制电脑1中的控制模块控制,具体包括如下步骤:
(1-1)初始化控制电脑1的串行通信端口(即串口),协商通信协议、通信速率和数据校验准则;
(1-2)所述控制电路2与控制模块通过串行通信端口进行握手操作,确认通信可靠性,并建立控制电路2与控制模块之间的通信;
(1-3)所述控制模块向控制电路2发送控制信号,控制电路2启动食品传送装置6和X射线发生装置3,食品传送装置6将被测食品4传送至检测位置,同时所述X射线发生装置3发射X射线,使其穿过被测食品4;
所述X射线发生装置3和食品传送装置6的运行参数由控制电脑1中的控制模块控制,当操作人员更改X射线发生装置3或食品传送装置6运行参数时,则控制模块向X射线发生装置3和食品传送装置6发送新的运行参数;
控制模块定时每500ms向控制电路2发送状态检测命令,对X射线发生装置3和食品传送装置6检测,具体如下:向控制电路2发送状态检测命令,控制模块接收返回状态;控制模块对返回状态信息进行译码,并控制X射线发生装置3和食品传送装置6更新实时运行的电流值、电压值、运行时间以及各种运行异常状态;若发现运行异常,发出运行异常报警信息。
当操作人员确认身份验证之后,控制模块随即启动,并初始化通信串行端口,设置通信协议、波特率等参数。若串口初始化失败,发出错误信息并重新启动控制模块的运行。若串口初始化成功,随即启动串口数据接收的监听线程,监听控制电路2返回的信息。接着,控制模块与控制电路2发送握手信号,确认通信可靠性。通信可靠性获得确认后,控制模块向食品传送装置6和X射线发生装置3发送初始设置参数,所述初始设置参数包括X射线发生装置3的运行电流、运行电压、运行定时和食品传送装置6(即自动传送带)的运行速度等。
初始化参数设置成功后,控制模块进入循环运作状态直至操作人员停止其操作。在循环运作期间,操作人员可以更改各种参数或发送运作/停止命令,当操作人员发出命令时,这些命令通过串口发送至控制电路2,控制电路2对食品传送装置6和X射线发生装置3作出适当的变更或控制,然后返回确认信息。控制模块接收确认信息,对信息进行译码解读,确认命令更改成功后,更新食品传送装置6和X射线发生装置3在控制电脑1中的相关信息。
若操作人员没有向食品传送装置6和X射线发生装置3手动发送命令,控制模块将会每间隔500ms发送状态检测命令。
当操作人员发出退出命令时,为确保装置的运行安全性,控制模块会自动向X射线发生装置3和食品传送装置6发送X射线停止命令和食品传送装置6停止命令。确认X射线发生装置3和食品传送装置6停止工作后,关闭通信串口。
所述步骤(2)中,CCD摄像机5由控制电脑1的图像输入模块控制,具体步骤为:
(2-1)控制电脑1的图像输入模块初始化CCD摄像机5的运行参数,并启动CCD摄像机5;
(2-2)图像输入模块发送信号,对CCD摄像机5进行相应的亮校准与暗校准;
(2-3)所述CCD摄像机5接收穿过被测食品4的X射线,形成CCD图像。
如图2所示,所述步骤(3)中图像输入模块获取CCD图像的具体步骤如下:
(3-1)图像提取模块从CCD摄像机5中获取单线CCD图像,连续获取40次(每当CCD摄像机5获取得40线的图像信息时,将产生新的一帧);
(3-2)校正模块对所获取的单线CCD图像校正其图像灰度;
(3-3)封装模块将连续的40次单线CCD图像封装成一幅40线图像,并将所述40线图像发送至图像信息再组织模块进行处理,执行步骤(4);
如图3所示,所述步骤(4)中,图像信息再组织模块主要负责将把离散的CCD图像组织成连贯视频流的图像信息,送往检测模块;其对CCD图像的处理步骤如下:
(4-1)图像压入模块接收所述步骤(3-3)发送的40线图像,把40线图像压入自身链表队末;
(4-2)链长检测模块检查链表长度,判断链表中图像数量是否大于或等于16,若是,则执行步骤(4-3),否则执行步骤(4-1);
(4-3)图像重组模块提取链表中前16幅图像组合成一帧,并释放链表头的图像,即当链表中包含足够信息,图像重组模块从对头历遍该链表的前16项,并产生新的一帧视频数据,同时删除链表头出的图像信息,释放链表头的图像,实现视频数据流动;
(4-4)图像检测模块检查步骤(4-3)提取的一帧是否含有一个完整的面饼,若存在完整的一个面饼,则把该帧发送至检测模块进行处理,执行步骤(5),否则执行步骤(4-1)。
如图4所示,所述步骤(5)对被测食品4的检测识别包括如下步骤:
(5-1)面饼检测模块根据所述步骤(4)获得的图像信息,检测面饼是否破裂,若有破裂,则标识为破裂面饼,否则标识为正常面饼;
(5-2)料包检测模块根据所述步骤(4)获得的图像信息,检测料包是否丢失,若有丢失,则标识为丢失料包,否则标识为正常料包;
(5-3)异物检测模块根据所述步骤(4)获得的图像信息,检测食品是否存在异物(包括较小异物和较大异物),若有异物,则对异物位置做标识,否则标识为无异物食品;
(5-4)根据步骤(5-1)~(5-3)的检测结果,异常表达模块根据检测结果的标识信息对食品图像进行染色处理,即根据检测结果对面饼、料包和异物分别进行染色处理;
(5-5)异常图像保存模块根据所述步骤(5-4)处理后的图像信息,将出现异常的食品图像信息保存至指定路径,同时对食品存在面饼破裂、料包丢失或存在异物的情况分别做出相应的报警信号。
如图5所示,所述步骤(5-1)面饼检测模块对食品的检测步骤如下:
(5-1-1)面饼分割模块对图像信息进行灰度阀值分割,分割出面饼所处位置的面饼区域;在填充灰度阈值分割中,根据分割后的间隙来标识面饼位置;
(5-1-2)膨胀模块对面饼区域进行膨胀处理;膨胀处理通过使用方形结构元素来实现;
(5-1-3)平均灰度计算模块计算面饼区域的平均背景灰度值;
(5-1-4)腐蚀模块对面饼区域进行腐蚀处理,收缩并标记面饼区域;
(5-1-5)破裂点识别模块根据收缩后的面饼区域,计算该面饼区域中每一点的灰度值与所述平均背景灰度的差值,若所述差值大于设定的差值阈值,则该点为破裂点,否则忽略该点;
(5-1-6)异常识别模块计算破裂点总数,若破裂点总数大于设定的总数阈值,则标识该面饼为破裂面饼,否则标识为正常面饼;
如图5所示,所述步骤(5-2)料包检测模块对食品的检测步骤如下:
(5-2-1)料包分割模块对图像信息进行灰度阀值分割,分割出料包所处位置的料包区域;
(5-2-2)料包丢失识别模块根据步骤(5-2-1)所得的料包区域,计算料包面积,若料包面积小于设定的面积阀值,则标识为丢失料包,否则标识为正常料包。
所述步骤(5-3)中,异物检测模块提取图像信息的封闭区域,并将封闭区域的平均灰度值和对比度值与设定的阈值做比较来检测其是否含有异物,并标记出异物区域,如图6所示,其具体步骤如下:
(5-3-1)对较大异物进行自动识别,卷积模块绘制一个13×13的卷积模板(LOG卷积模板),通过所述卷积模板对所述步骤(4)获得的图像信息进行卷积操作,提取图像中的边缘;
(5-3-2)提取边缘模块对步骤(5-3-1)获得的边缘进行分类,逐一提取封闭的边缘,去除不封闭的边缘;
(5-3-3)潜在异物识别模块检测步骤(5-3-2)所提取的封闭边缘所围绕的面积(即提取图像的封闭边缘,计算封闭边缘内部面积,根据面积阈值确定可能的缺陷,并分割出潜在缺陷),若面积在设定的范围之内(即封闭边缘所围绕的面积大于30像素),则所述封闭边缘为潜在异物边缘,进行步骤(5-3-4),否则放弃该边缘,执行步骤(5-3-6);
(5-3-4)异物位置识别模块计算潜在异物边缘的强边缘点总数,并计算潜在异物边缘包围区域的平均灰度值和对比度;
(5-3-5)异物位置定位模块根据所述(5-3-4)判断该区域是否为异物,若强边缘点总数、平均灰度值、对比度均位于设定的阀值范围之内,则标识该区域为异物位置,否则标识为正常位置;即该强边缘点总数必需占有总边缘长度的一定百分比,若高于该百分比,而且平均灰度值、对比度均位于设定的阀值范围之内,则认为封闭边缘做包围的区域为异物区域;
(5-3-6)边缘检测模块判断是否完成所有边缘的检测,若是,则执行步骤(5-3-7),否则,执行(5-3-2)~(5-3-5);
(5-3-7)对较小异物进行自动识别,卷积模块绘制一个7×7的卷积模板,通过所述卷积模板对所述步骤(4)获得的图像信息进行卷积操作,提取图像中的边缘,并循环执行步骤(5-3-2)~(5-3-6),直至检测完毕;
所述步骤(5-4)对食品图像染色处理的具体步骤如下:
(5-4-1)异常种类分割模块根据步骤(5-1)~(5-3)的检测结果,分别分割食品图像;
(5-4-2)颜色转换模块对步骤(5-4-1)的分割后的食品图像分别进行颜色转换;
(5-4-3)染色模块对食品图像进行染色处理。
如图7所示,实现上述方法的面类食品射线检测装置,包括食品传送装置6、成像装置、控制电路2和控制电脑1,所述控制电脑1内设有异物智能识别系统,所述食品传送装置6和成像装置均与控制电路2连接,所述控制电路2与控制电脑1中的异物智能识别系统连接,所述异物智能识别系统与成像装置连接。
所述成像装置包括CCD摄像机5和X射线发生装置3,所述CCD摄像机5与控制电脑1中的异物智能识别系统连接,所述X射线发生装置3与控制电路2连接,所述X射线发生装置3、被测食品4的检测位置、CCD摄像机5按射线路径依次设置;
如图8所示,所述异物智能识别系统包括控制模块以及依次连接的图像输入模块、图像信息再组织模块和检测模块,所述控制模块与控制电路2连接,所述图像输入模块与CCD摄像机5连接。
CCD摄像机5通过传送电缆与图像输入模块连接,图像输入模块通过发送采集信号命令,控制CCD摄像机5进行图像采集。图像输入模块可对CCD摄像机5进行控制,实现对CCD摄像机5的配置与呼叫获取图像功能,图像信息再组织模块处理图像输入模块的CCD图像,组织连续、流畅的视频流的图像信息供检测模块进行检测。
如图8所示,所述检测模块包括面饼检测模块、料包检测模块、异物检测模块、异常表达模块和异常图像保存模块,所述面饼检测模块、料包检测模块和异物检测模块均与图像信息再组织模块连接,且均与异常表达模块连接;异常表达模块与异常图像保存模块连接,异常图像保存模块记录异常检测的结果。
如图9所示,所述面饼检测模块包括依次连接的面饼分割模块、膨胀模块、平均灰度计算模块、腐蚀模块、破裂点识别模块和异常识别模块,所述面饼分割模块与图像输入模块连接,所述异常识别模块与异常表达模块连接;
如图10所示,所述料包检测模块包括依次连接的料包分割模块和料包丢失识别模块,所述料包分割模块与图像输入模块连接,所述料包丢失识别模块与异常表达模块连接;
如图11所示,所述异物检测模块包括依次连接的卷积模块、提取边缘模块、潜在异物识别模块、异物位置定位模块和边缘检测模块,所述卷积模块与图像输入模块连接,所述异物位置识别模块与异常表达模块连接;
如图12所示,所述异常表达模块包括依次连接的异常种类分割模块、颜色转换模块和染色模块,所述异常种类分割模块分别与面饼检测模块、料包检测模块、异物检测模块连接,所述染色模块与异常图像保存模块连接;
如图13所示,所述图像输入模块包括依次连接的图像提取模块、校正模块和封装模块,所述图像信息再组织模块包括依次连接的图像压入模块、链长检测模块、图像重组模块和图像检测模块,所述图像提取模块与成像装置连接,所述封装模块与图像压入模块连接,所述图像检测模块分别与检测模块中的面饼检测模块、料包检测模块、异物检测模块连接。
所述异物智能识别系统还包括账户管理模块,所述账户管理模块分别与控制模块、图像输入模块、图像信息再组织模块和检测模块连接。所述账户管理模块用于管理整个异物智能识别系统的入口,对使用该系统人员身份进行验证,更改管理人员密码,负责验证操作人员的合法性,操作人员使用密码通过账户管理模块的验证后,才能使用异物智能识别系统的其他模块,实现对控制电路2和CCD摄像机5的控制,并运行检测模块的相关功能。
控制模块与控制电路2使用串口通信电缆相连,控制模块通过向控制电路2发送控制命令实施对控制电路2的控制,主要传送对X射线发生装置3和食品传送装置6(自动传送带)的控制功能,包括X射线发生装置3的开启与关闭、X射线强度、X射线发生装置3的运行时间、X射线发生装置3运行状态检测、食品传送装置6的启动与停止、传送速度等功能的控制;控制电脑1与CCD摄像机5使用数据传送电缆相连,CCD摄像机5将采集到的灰阶图像信号(CCD图像)传送至控制电脑1,用于进行图像处理。
控制模块还会定时对控制电路2发送状态检测命令,控制电路2检测状态后将运行状态返回至控制模块,实现对成像装置和食品传送装置6(自动传送带)的检测功能。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (10)
1.一种面类食品射线检测方法,其特征在于,具体包括如下步骤:
(1)X射线发生装置发射X射线,使X射线穿过被测食品;
(2)CCD摄像机接收穿过被测食品的X射线,形成被测食品的CCD图像;
(3)控制电脑中的图像输入模块从CCD摄像机获取所述CCD图像;
(4)所述CCD图像经图像信息再组织模块处理,封装成可处理的图像数据格式,形成连续的图像信息;
(5)控制电脑中的检测模块根据图像信息,对被测食品检测识别,并对存在面饼破裂、料包丢失或存在异物的情况做出相应的报警信号。
2.根据权利要求1所述的面类食品射线检测方法,其特征在于,所述步骤(1)中,X射线发生装置由控制电脑中的控制模块控制运行,具体包括如下步骤:
(1-1)初始化控制电脑的串行通信端口、协商通信协议、通信速率和数据校验准则;
(1-2)所述控制电路与控制模块通过串行通信端口进行握手操作,确认通信可靠性,并建立控制电路与控制模块之间的通信;
(1-3)所述控制模块向控制电路发送控制信号,控制电路启动食品传送装置和X射线发生装置,食品传送装置将被测食品传送至检测位置,同时所述X射线发生装置发射X射线,使其穿过被测食品;
所述步骤(2)中,CCD摄像机由控制电脑的图像输入模块控制,具体步骤为:
(2-1)控制电脑的图像输入模块初始化CCD摄像机的运行参数,并启动CCD摄像机;
(2-2)图像输入模块发送信号,对CCD摄像机进行相应的亮校准与暗校准;
(2-3)所述CCD摄像机接收穿过被测食品的X射线,形成CCD图像。
3.根据权利要求1所述的面类食品射线检测方法,其特征在于,所述步骤(3)中图像输入模块获取CCD图像的具体步骤如下:
(3-1)图像提取模块从CCD摄像机中获取单线CCD图像,连续获取40次;
(3-2)校正模块对所获取的单线CCD图像校正其图像灰度;
(3-3)封装模块将连续的40次单线CCD图像封装成一幅40线图像,并将所述40线图像发送至图像信息再组织模块进行处理,执行步骤(4);
所述步骤(4)中,图像信息再组织模块对CCD图像的处理步骤如下:
(4-1)图像压入模块接收所述步骤(3-3)发送的40线图像,把40线图像压入自身链表队末;
(4-2)链长检测模块检查链表长度,判断链表中图像数量是否大于或等于16,若是,则执行步骤(4-3),否则执行步骤(4-1);
(4-3)图像重组模块提取链表中前16幅图像组合成一帧,并释放链表头的图像;
(4-4)图像检测模块检查步骤(4-3)提取的一帧是否含有一个完整的面饼,若存在完整的一个面饼,则把该帧发送至检测模块进行处理,执行步骤(5),否则执行步骤(4-1)。
4.根据权利要求1所述的面类食品射线检测方法,其特征在于,所述步骤(5)对被测食品的检测识别包括如下步骤:
(5-1)面饼检测模块根据所述步骤(4)获得的图像信息,检测面饼是否破裂,若有破裂,则标识为破裂面饼,否则标识为正常面饼;
(5-2)料包检测模块根据所述步骤(4)获得的图像信息,检测料包是否丢失,若有丢失,则标识为丢失料包,否则标识为正常料包;
(5-3)异物检测模块根据所述步骤(4)获得的图像信息,检测食品是否存在异物,若有异物,则对异物位置做标识,否则标识为无异物食品;
(5-4)根据步骤(5-1)~(5-3)的检测结果,异常表达模块根据检测结果的标识信息对食品图像进行染色处理;
(5-5)异常图像保存模块根据所述步骤(5-4)处理后的图像信息,将出现异常的食品图像信息保存至指定路径,同时对食品存在面饼破裂、料包丢失或存在异物的情况分别做出相应的报警信号。
5.根据权利要求4所述的面类食品射线检测方法,其特征在于,所述步骤(5-1)面饼检测模块对食品的检测步骤如下:
(5-1-1)面饼分割模块对图像信息进行灰度阀值分割,分割出面饼所处位置的面饼区域;
(5-1-2)膨胀模块对面饼区域进行膨胀处理;
(5-1-3)平均灰度计算模块计算面饼区域的平均背景灰度值;
(5-1-4)腐蚀模块对面饼区域进行腐蚀处理,收缩并标记面饼区域;
(5-1-5)破裂点识别模块根据收缩后的面饼区域,计算该面饼区域中每一点的灰度值与所述平均背景灰度的差值,若所述差值大于设定的差值阈值,则该点为破裂点,否则忽略该点;
(5-1-6)异常识别模块计算破裂点总数,若破裂点总数大于设定的总数阈值,则该面饼标识为破裂面饼,否则标识为正常面饼;
所述步骤(5-2)料包检测模块对食品的检测步骤如下:
(5-2-1)料包分割模块对图像信息进行灰度阀值分割,分割出料包所处位置的料包区域;
(5-2-2)料包丢失识别模块根据步骤(5-2-1)所得的料包区域,计算料包面积,若料包面积小于设定的面积阀值,则标识为丢失料包,否则标识为正常料包。
6.根据权利要求4所述的面类食品射线检测方法,其特征在于:所述步骤(5-3)中,异物检测模块提取图像信息的封闭区域,并通过将封闭区域的平均灰度值和对比度值与设定的阈值范围做比较来检测其是否含有异物,并标记出异物区域;
所述步骤(5-4)对食品图像染色处理的具体步骤如下:
(5-4-1)异常种类分割模块根据步骤(5-1)~(5-3)的检测结果,分别分割食品图像;
(5-4-2)颜色转换模块对步骤(5-4-1)的分割后的食品图像分别进行颜色转换;
(5-4-3)染色模块对食品图像进行染色处理。
7.实现权利要求1~6任一项所述方法的面类食品射线检测装置,其特征在于:包括食品传送装置、成像装置、控制电路和控制电脑,所述控制电脑内设有异物智能识别系统,所述食品传送装置和成像装置均与控制电路连接,所述控制电路与控制电脑中的异物智能识别系统连接,所述异物智能识别系统与成像装置连接。
8.根据权利要求7所述的面类食品射线检测装置,其特征在于:所述成像装置包括CCD摄像机和X射线发生装置,所述CCD摄像机与控制电脑中的异物智能识别系统连接,所述X射线发生装置与控制电路连接,所述X射线发生装置、被测食品的检测位置、CCD摄像机按射线路径依次设置;
所述异物智能识别系统包括控制模块以及依次连接的图像输入模块、图像信息再组织模块和检测模块,所述控制模块与控制电路连接,所述图像输入模块与CCD摄像机连接。
9.根据权利要求8所述的面类食品射线检测装置,其特征在于:所述检测模块包括面饼检测模块、料包检测模块、异物检测模块、异常表达模块和异常图像保存模块,所述面饼检测模块、料包检测模块和异物检测模块均与图像信息再组织模块连接,且均与异常表达模块连接;异常表达模块与异常图像保存模块连接。
10.根据权利要求9所述的面类食品射线检测装置,其特征在于:所述面饼检测模块包括依次连接的面饼分割模块、膨胀模块、平均灰度计算模块、腐蚀模块、破裂点识别模块和异常识别模块,所述面饼分割模块与图像输入模块连接,所述异常识别模块与异常表达模块连接;
所述料包检测模块包括依次连接的料包分割模块和料包丢失识别模块,所述料包分割模块与图像输入模块连接,所述料包丢失识别模块与异常表达模块连接;
所述异常表达模块包括依次连接的异常种类分割模块、颜色转换模块和染色模块,所述异常种类分割模块分别与面饼检测模块、料包检测模块、异物检测模块连接,所述染色模块与异常图像保存模块连接;
所述图像输入模块包括依次连接的图像提取模块、校正模块和封装模块,所述图像信息再组织模块包括依次连接的图像压入模块、链长检测模块、图像重组模块和图像检测模块,所述图像提取模块与成像装置连接,所述封装模块与图像压入模块连接,所述图像检测模块分别与检测模块中的面饼检测模块、料包检测模块、异物检测模块连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102512720A CN101936928B (zh) | 2010-08-11 | 2010-08-11 | 一种面类食品射线检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102512720A CN101936928B (zh) | 2010-08-11 | 2010-08-11 | 一种面类食品射线检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101936928A true CN101936928A (zh) | 2011-01-05 |
CN101936928B CN101936928B (zh) | 2012-09-05 |
Family
ID=43390369
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010102512720A Expired - Fee Related CN101936928B (zh) | 2010-08-11 | 2010-08-11 | 一种面类食品射线检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101936928B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103411984A (zh) * | 2013-08-27 | 2013-11-27 | 北京依科曼生物技术有限公司 | 一种农用透视检测设备及其检测方法 |
CN103487451A (zh) * | 2013-10-15 | 2014-01-01 | 无锡艾科瑞思产品设计与研究有限公司 | 一种面类食品多角度动态检测装置与方法 |
CN105580052A (zh) * | 2013-07-02 | 2016-05-11 | 豪夫迈·罗氏有限公司 | 食物体积和碳水化合物的估计 |
CN109410209A (zh) * | 2018-11-19 | 2019-03-01 | 浙江大学 | 一种基于深度学习分类的坚果外源性异物检测方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000321220A (ja) * | 1999-05-14 | 2000-11-24 | Shimadzu Corp | X線異物検出方法 |
-
2010
- 2010-08-11 CN CN2010102512720A patent/CN101936928B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000321220A (ja) * | 1999-05-14 | 2000-11-24 | Shimadzu Corp | X線異物検出方法 |
Non-Patent Citations (3)
Title |
---|
《中国农业大学硕士学位论文》 20051231 温朝晖 食品异物x射线无损伤检测系统研究 第16-30,52页 1-3 , 1 * |
《中国农业大学硕士学位论文》 20051231 温朝晖 食品异物x射线无损伤检测系统研究 第16-30,52页 7,8 , 1 * |
《包装与食品机械》 20071231 汪希伟等 X射线成像系统及其在屏蔽包装食品检测中的应用 24-29 1-3 第25卷, 第4期 2 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105580052A (zh) * | 2013-07-02 | 2016-05-11 | 豪夫迈·罗氏有限公司 | 食物体积和碳水化合物的估计 |
CN103411984A (zh) * | 2013-08-27 | 2013-11-27 | 北京依科曼生物技术有限公司 | 一种农用透视检测设备及其检测方法 |
CN103487451A (zh) * | 2013-10-15 | 2014-01-01 | 无锡艾科瑞思产品设计与研究有限公司 | 一种面类食品多角度动态检测装置与方法 |
CN109410209A (zh) * | 2018-11-19 | 2019-03-01 | 浙江大学 | 一种基于深度学习分类的坚果外源性异物检测方法 |
CN109410209B (zh) * | 2018-11-19 | 2022-04-12 | 浙江大学 | 一种基于深度学习分类的坚果外源性异物检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101936928B (zh) | 2012-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101936928B (zh) | 一种面类食品射线检测方法及装置 | |
CN101986143A (zh) | 机器视觉皮带撕裂检测及保护装置 | |
CN107679524A (zh) | 一种基于视频的安全帽佩戴情况的检测方法 | |
CN114755994B (zh) | 智能车间生产线电气及安全控制系统 | |
CN106596567A (zh) | 一种键盘面板在线检测方法及其实现系统 | |
CN110348380A (zh) | 一种可视化接地刀闸状态视频识别系统及方法 | |
KR20190037889A (ko) | 제품 결함 검출 방법 및 시스템 | |
CN106454330A (zh) | 视频信号的模糊异常检测方法 | |
CN109823941A (zh) | 一种应用于主动安全电梯上的钢丝绳监测装置 | |
CN201828533U (zh) | 一种面类食品射线检测装置 | |
CN115457331A (zh) | 一种施工场所的智能巡检方法及系统 | |
CN106585664A (zh) | 一种实时在线监控转辙机到位状态的方法 | |
CN104160425A (zh) | 用于对柔韧物体进行计数和处理的系统和方法 | |
CN113378749A (zh) | 一种基于大数据分析的视觉检测系统 | |
CN107908156A (zh) | 设备点检方法 | |
CN104219504A (zh) | 地铁视频监控系统的故障检测方法 | |
CN115159027B (zh) | 一种皮带撕裂监测方法 | |
CN109271828A (zh) | 基于深度学习的施工隔离栅栏状态智能检测的方法及系统 | |
CN115931886A (zh) | 一种基于机器视觉的视频烟支流缺陷监测方法及装置 | |
CN111866145B (zh) | 一种健身设备智慧巡检维修运维系统 | |
CN202221578U (zh) | 一种自适应反馈的图像安检纠偏系统 | |
EP3862913A1 (en) | Printing inspection device | |
CN107959850B (zh) | 一种基于图像分析的视频质量诊断方法 | |
CN104909151B (zh) | 一种横向异常件处理方法、装置及系统 | |
CN105990178A (zh) | 异常机台的检测方法和检测设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120905 Termination date: 20150811 |
|
EXPY | Termination of patent right or utility model |