CN104535588A - 基于安卓系统的鸡蛋新鲜度无损检测系统及其检测方法 - Google Patents

Abstract

本发明提供一种基于安卓系统的鸡蛋新鲜度无损检测系统及其检测方法，可以对目标进行即时检测，速度快，检测的准确率高。先判断鸡蛋是否存在裂纹，再在新鲜度检测中细分为气室面积、蛋黄像素与整蛋像素比、蛋黄椭圆度、蛋黄偏离度四个不同的检测项目，根据训练得到不同检测项目对新鲜度的影响权重，即新鲜度模型，综合得出被测鸡蛋的哈夫值。本发明可直接给出鸡蛋的新鲜度，具检测实时性和较强的检测稳定性、准确性，适用于鸡蛋消费者使用。

Description

基于安卓系统的鸡蛋新鲜度无损检测系统及其检测方法

技术领域

本发明涉及一种基于安卓系统的鸡蛋新鲜度无损检测系统及其检测方法，属于手机软件开发、数字图像处理以及农产品检测技术领域。

背景技术

鸡蛋因其营养丰富、食用方便及烹调方式多样化，一直以来都是我国市场需求量大的农副产品之一。新鲜鸡蛋在生产、存储、运输及销售等环节中，易受人为和环境因素影响导致新鲜度下降，消费者只有外壳破损的情况下才可知道该鸡蛋是否新鲜。目前的新鲜度检测依赖于人工经验检测、鸡蛋微生物群类分析、鸡蛋代谢产生气体元素、敲击震动分析等物理、化学方法。这些方法存在耗时、低效、准确度低、成本高甚至对鸡蛋造成损害等问题。

伴随计算机技术、图像传感和图像处理技术的提高，基于机器视觉的无损检测技术已逐渐应用于农产品质量监测，该技术不需人工接触、不受环境影响、检测结果稳定，在鸡蛋品质检测方面已有一定程度的研究与应用。鸡蛋品质的检测一般应用在生产线上，其流程为：采用暖光源照射鸡蛋，用CCD摄像头采集鸡蛋透光图像后送入图像采集卡进行模数转换，待数字信息传送至计算机后，调用对应的应用程序对其进行处理，提取相应特征，判断鸡蛋品质。此类系统需要计算机、数据采集卡、鸡蛋传输流水线等专用硬件，目前只能应用在生产线或产品批量检测线上，检测后经过运输和存放，先前获取的数据对消费者的购买实无意义。对消费者而言，能在购买当下对鸡蛋新鲜度进行简单、便捷、快速、准确的无损检测更具实际意义。

(苏锡田.美国鸡蛋分级与质量管理.1984.食品科学)、(Nicolas Abdel-Nour,Chicken Egg Quality Assessment From Visible/Near Infrared Observations.2008.McGill University)、(Egg Regulations.2008.Egg Regulations.C.R.C.,c.284.)文献中指出了鸡蛋的内部构造，鸡蛋随时间、温度的新鲜度变化情况，鸡蛋由新鲜向不新鲜过渡时，蛋白水分向蛋黄内深入，蛋黄逐渐扁平，蛋黄面积增大，体积也增大、伸长，一般呈扁平椭圆形。

随着人们消费观念的变化，智能终端技术的发展和应用，具有拍照功能的智能手机或平板电脑成为人们生活中不可或缺的一部分，基于安卓系统的智能手机在我国的占有率远高于其他系统。安卓系统类似于桌面环境的为Java的Linux系统，完全开源，支持GIF、PNG、BMP、GIF等图片格式，开发人员可根据自身需求设计了相应的手机应用。

发明内容

本发明为了解决现有技术中存在的上述缺陷和不足，提供了基于安卓系统的鸡蛋新鲜度无损检测系统及其检测方法，在不破损鸡蛋的情况对鸡蛋新鲜度进行快速准确的检测。

为解决上述技术问题，本发明提供一种基于安卓系统的鸡蛋新鲜度无损检测系统，包括透光盒和安装在安卓操作系统智能手机上的鸡蛋新鲜度检测APP；所述透光盒包括盒本体，所述盒本体底部设有锂电池，所述盒本体内部聚光筒，所述聚光筒底部设有发绿光的LED，所述LED通过导线与所述锂电池相连，所述聚光筒内部设有圆形隔板，所述隔板、所述聚光筒底部以及所述聚光筒侧壁形成密闭空间，所述隔板圆心处开有透光孔；所述鸡蛋新鲜度检测APP包括图像获取模块、图像处理模块以及鸡蛋新鲜度判别模块；

图像获取模块，鸡蛋新鲜度检测APP连接手机摄像头，并通过手机摄像头拍摄鸡蛋透光图像，然后将图像存储在手机内存中的图像采集数据存储区中；

图像处理模块，对鸡蛋透光图像进行分析处理，获得鸡蛋气室面积X₁、蛋黄像素个数与整个鸡蛋像素个数比值X₂、蛋黄椭圆度X₃、蛋黄偏离度X₄；

鸡蛋新鲜度判别模块，根据鸡蛋气室面积X₁、蛋黄像素个数与整个鸡蛋像素个数比值X₂、蛋黄椭圆度X₃、蛋黄偏离度X₄计算出被测鸡蛋的哈夫值，对比美国农业部蛋品标准规定的检验和蛋品新鲜度指标判定被测鸡蛋的新鲜度等级。

优选地，所述盒本体为黑色铝制品，所述聚光筒和/或隔板内部涂有银色反光材料，所述LED的功率为3W。

基于安卓系统的鸡蛋新鲜度无损检测系统的检测方法，包括如下步骤：

1)图像获取，鸡蛋新鲜度检测APP连接手机摄像头，并通过手机摄像头拍摄鸡蛋透光图像，然后将图像存储在手机内存中的图像采集数据存储区中；

2)图像处理，对鸡蛋透光图像进行分析处理，获得鸡蛋气室面积X₁、蛋黄像素个数与整个鸡蛋像素个数比值X₂、蛋黄椭圆度X₃、蛋黄偏离度X₄；

3)鸡蛋新鲜度判别，根据鸡蛋气室面积X₁、蛋黄像素个数与整个鸡蛋像素个数比值X₂、蛋黄椭圆度X₃、蛋黄偏离度X₄计算出被测鸡蛋的哈夫值，根据哈夫值确定被测鸡蛋的新鲜度等级。

所述步骤2)包括，

A鸡蛋轮廓提取，将鸡蛋透光图像转换到Lab空间，提取L分量图像I₂，采用最大类间方差法对L分量图像I₂进行阈值分割，获取鸡蛋的二值图像I₅，对鸡蛋的二值图像I₅进行边缘提取获得鸡蛋轮廓图像I₆；

B蛋壳颜色的判断，取鸡蛋透光图像RGB的G分量图像I₃，进行中值滤波、灰度化及空间域滤波，获得灰度图像I₄，将灰度图像I₄与轮廓图像I₆按像素点比对，把灰度图像I₄中所有背景的灰度值设为0，再进行直方图统计，根据蛋壳颜色深浅的透光性不同，分析鸡蛋轮廓图像I₆内的灰度值分布，判断蛋壳颜色是白色、褐色或深褐色，根据蛋壳颜色，选择对应的新鲜度模型Y；

C鸡蛋气室面积X₁计算，将L分量图像I₂与鸡蛋轮廓图像I₆进行比对，去除背景及鸡蛋轮廓部分，然后进行二维小波分解，保存低频图像和各级分解系数；对分解后的低频部分进行直方图均衡并保存；对高频部分的H、V、D分量进行软阈值去噪；对去噪后的H、V分量进行非线性增强；根据处理后的低频部分和各级系数进行小波重构，得图像I₇；遍历I₇所有像素点，计算每个像素点a与该像素点a的8邻域像素的灰度值差，若差值小于预设阈值20，则标记这些像素点为连通区域；计算连通区域中每个像素点b与该像素点b的8邻域像素灰度值的差，以差值最小值对应的像素点填充合并该连通区域，得图像I₈，将图像I₈进行空间滤波，计算空间滤波后图像I₈所有区域的面积，若小于预设阈值200，则滤除，大于则保留，得气室图像I₉，对气室图像I₉进行链码边界编码。编码后进行凸点检测，将所有凸点中曲率最大的两点确定为气室边界端点B、C。在直线BC的中点处做垂线，与边界的交点确定为气室顶点A。计算A点到直线BC的距离d和B、C点间的距离L_BC，得气室面积X₁；

D蛋黄像素个数与整个鸡蛋像素个数的比值X₂计算，将L分量图像I₂进行中值滤波和反色，得图像I₁₀；利用鸡蛋轮廓图像I₅，将图像I₁₀中的背景部分去除，并进行灰度调整，得图像I₁₁；对图像I₁₁使用拉普拉斯边缘信息进行迭代阈值分割，得蛋黄图像I₁₂；根据鸡蛋轮廓图像I₆和蛋黄图像I₁₂分别计算出蛋黄像素个数和整个鸡蛋像素个数，两者的比值即为X₂；

E蛋黄椭圆度值X₃计算，以图像左上角为起点，用行列扫描法找出蛋黄图像I₁₂左、右、上、下像素值不为0的点，并用迭代最小二乘法拟合蛋黄椭圆曲线，迭代停止条件为：拟合椭圆面积为蛋黄总面积的99％，椭圆圆心为P，计算椭圆长轴和短轴，长轴和短轴的比值即椭圆度X₃；

F蛋黄偏离度值X₄计算，利用步骤E中椭圆曲线拟合方法拟合鸡蛋轮廓图像I₆的椭圆曲线，找出鸡蛋轮廓图像I₆的椭圆曲线的椭圆圆心O，在鸡蛋轮廓图像I₆中找出离蛋黄椭圆圆心P距离最近的点Q，计算出O点到P点的距离L_OP和O点到Q点的距离L_OQ，蛋黄偏离度值X₄＝L_OP/L_OQ。

所述检测方法还包括鸡蛋裂纹检测步骤，所述鸡蛋裂纹检测步骤为，

对图像I₇依次进行边缘提取、连通性检测和区域增长，计算单个轮廓内每个像素点的值，若像素点的值大于预设阈值50则判定为裂纹，提示“该鸡蛋存在裂纹，请选择其他鸡蛋”，将裂纹鸡蛋重新换成新的鸡蛋，重复步骤A、B、C，若像素点的值小于预设阈值50，则表示鸡蛋无裂纹，继续步骤D、E、F。

所述步骤3)包括，

根据新鲜度模型Y＝θ₀+θ₁X₁+θ₂X₂+θ₃X₃+θ₄X₄，将气室面积X₁、蛋黄像素个数与整个鸡蛋像素个数比值X₂、蛋黄椭圆度X₃、蛋黄偏离度X₄值代入模型，得出被测鸡蛋的哈夫值；其中θ_i(i＝1,2,3,4)分别为气室面积X₁、蛋黄像素个数与整个鸡蛋像素个数比值X₂、蛋黄椭圆度X₃、蛋黄偏离度X₄对新鲜度的影响因子，θ₀为常数，θ_i(i＝1,2,3,4)为定值，鸡蛋壳的颜色不同，θ_i(i＝1,2,3,4)的值不同。

本发明所达到的有益技术效果：

本发明对目标进行即时检测，速度快，检测的准确率高。先判断鸡蛋是否存在裂纹，再在新鲜度检测中细分为气室面积、蛋黄像素与整蛋像素比、蛋黄椭圆度、蛋黄偏离度四个不同的检测项目，根据训练得到不同检测项目对新鲜度的影响权重，即新鲜度模型，综合得出被测鸡蛋的哈夫值。本发明可直接给出鸡蛋的新鲜度，具检测实时性和较强的检测稳定性、准确性，适用于鸡蛋消费者使用。

附图说明

图1本发明的透光盒的结构示意图；

图2本发明鸡蛋裂纹检测流程示意图；

图3本发明鸡蛋新鲜度检测流程示意图。

其中：1聚光筒；2透光孔；3隔板；4LED灯；5锂电池；6盒本体。

具体实施方式

为了审查员能更好的了解本发明的技术特征、技术内容及其达到的技术效果，现将本发明的附图结合实施例进行更详细的说明。然而，所示附图，只是为了更好的说明本发明的技术方案，并不是本发明的真实比例和最佳配置，所以，请审查员不要就附图的比列和配置，限制本发明的权利要求保护范围。

下面结合附图和实施例对本发明专利进一步说明。

如图1所示，本发明提供一种基于安卓系统的鸡蛋新鲜度无损检测系统，包括透光盒和安装在安卓操作系统智能手机上的鸡蛋新鲜度检测APP；所述透光盒包括盒本体6，所述盒本体6底部设有锂电池5，所述盒本体6内部聚光筒1，所述聚光筒2底部设有发绿光的LED灯4，所述LED灯4通过导线与所述锂电池5相连，所述聚光筒1内部设有圆形隔板3，所述隔板3、所述聚光筒1底部以及所述聚光筒1侧壁形成密闭空间，所述隔板3圆心处开有透光孔2；所述盒本体6为黑色铝制品，所述聚光筒1和/或隔板3内部涂有银色反光材料，所述LED4的功率为3W；将鸡蛋水平摆放于透光孔2正上方，同时打开电源开关。LED灯4为冷光源，不会使被测鸡蛋因光照而新鲜度降低。透光盒只允许光线从透光孔2发射，避免外部光线对光源产生反光、阴影，也保证了光线最大程度的聚集。

所述鸡蛋新鲜度检测APP包括图像获取模块、图像处理模块以及鸡蛋新鲜度判别模块；

图像获取模块，鸡蛋新鲜度检测APP连接手机摄像头，并通过手机摄像头拍摄鸡蛋透光图像，然后将图像存储在手机内存中的图像采集数据存储区中；

图像处理模块，对鸡蛋透光图像进行分析处理，获得鸡蛋气室面积X₁、蛋黄像素个数与整个鸡蛋像素个数比值X₂、蛋黄椭圆度X₃、蛋黄偏离度X₄；

鸡蛋新鲜度判别模块，根据鸡蛋气室面积X₁、蛋黄像素个数与整个鸡蛋像素个数比值X₂、蛋黄椭圆度X₃、蛋黄偏离度X₄计算出被测鸡蛋的哈夫值，对比美国农业部蛋品标准规定的检验和蛋品新鲜度指标判定被测鸡蛋的新鲜度等级。

如图2-3所示，基于安卓系统的鸡蛋新鲜度无损检测系统的检测方法如下：

1)图像获取，鸡蛋新鲜度检测APP连接手机摄像头，并通过手机摄像头拍摄鸡蛋透光图像，然后将图像存储在手机内存中的图像采集数据存储区中；

2)图像处理，对鸡蛋透光图像进行分析处理，获得鸡蛋气室面积X₁、蛋黄像素个数与整个鸡蛋像素个数比值X₂、蛋黄椭圆度X₃、蛋黄偏离度X₄；

3)鸡蛋新鲜度判别，根据鸡蛋气室面积X₁、蛋黄像素个数与整个鸡蛋像素个数比值X₂、蛋黄椭圆度X₃、蛋黄偏离度X₄计算出被测鸡蛋的哈夫值，根据哈夫值确定被测鸡蛋的新鲜度等级。

所述步骤2)包括，

A鸡蛋轮廓提取，将鸡蛋透光图像转换到Lab空间，提取L分量图像I₂，采用最大类间方差法对L分量图像I₂进行阈值分割，获取鸡蛋的二值图像I₅，对鸡蛋的二值图像I₅进行边缘提取获得鸡蛋轮廓图像I₆；

B蛋壳颜色的判断，取鸡蛋透光图像RGB的G分量图像I₃，进行中值滤波、灰度化及空间域滤波，获得灰度图像I₄，将灰度图像I₄与轮廓图像I₆按像素点比对，把灰度图像I₄中所有背景的灰度值设为0，再进行直方图统计，根据蛋壳颜色深浅的透光性不同，分析鸡蛋轮廓图像I₆内的灰度值分布，判断蛋壳颜色是白色、褐色或深褐色，根据蛋壳颜色，选择对应的新鲜度模型Y；

C鸡蛋气室面积X₁计算，将L分量图像I₂与鸡蛋轮廓图像I₆进行比对，去除背景及鸡蛋轮廓部分，然后进行二维小波分解，保存低频图像和各级分解系数；对分解后的低频部分进行直方图均衡并保存；对高频部分的H、V、D分量进行软阈值去噪；对去噪后的H、V分量进行非线性增强；根据处理后的低频部分和各级系数进行小波重构，得图像I₇；遍历I₇所有像素点，计算每个像素点a与该像素点a的8邻域像素的灰度差，若差值小于预设阈值20，则标记这些像素点为连通区域；计算连通区域中每个像素点b与该像素点b的8邻域像素灰度值的差，以差值最小值对应的像素点填充合并该连通区域，得图像I₈，将图像I₈进行空间滤波，计算空间滤波后图像I₈所有区域的面积，若小于预设阈值200，则滤除，大于则保留，得气室图像I₉，对气室图像I₉进行链码边界编码。编码后进行凸点检测，将所有凸点中曲率最大的两点确定为气室边界端点B、C。在直线BC的中点处做垂线，与边界的交点确定为气室顶点A。计算A点到直线BC的距离d和B、C点间的距离L_BC，得气室面积其中，0.5L_BC ²+(R-d)²＝R²，

D蛋黄像素个数与整个鸡蛋像素个数的比值X₂计算，将L分量图像I₂进行中值滤波和反色，得图像I₁₀；利用鸡蛋轮廓图像I₅，将图像I₁₀中的背景部分去除，并进行灰度调整，得图像I₁₁；对图像I₁₁使用拉普拉斯边缘信息进行迭代阈值分割，得蛋黄图像I₁₂；根据鸡蛋轮廓图像I₆和蛋黄图像I₁₂分别计算出蛋黄像素个数和整个鸡蛋像素个数，两者的比值即为X₂；

E蛋黄椭圆度值计算X₃，以图像左上角为起点，用行列扫描法找出蛋黄图像I₁₂左、右、上、下像素值不为0的点，并用迭代最小二乘法拟合蛋黄椭圆曲线，迭代停止条件为：拟合椭圆面积为蛋黄总面积的99％，椭圆圆心为P，计算椭圆长轴和短轴，长轴和短轴的比值即椭圆度X₃；

F蛋黄偏离度值X₄，利用步骤E中椭圆曲线拟合方法拟合鸡蛋轮廓图像I₆的椭圆曲线，找出鸡蛋轮廓图像I₆的椭圆曲线的椭圆圆心O，在鸡蛋轮廓图像I₆中找出离蛋黄椭圆圆心P距离最近的点Q，计算出O点到P点的距离L_OP和O点到Q点的距离L_OQ，蛋黄偏离度值X₄＝L_OP/L_OQ。

所述检测方法还包括鸡蛋裂纹检测步骤，所述鸡蛋裂纹检测步骤为：

对图像I₇依次进行边缘提取、连通性检测和区域增长，计算单个轮廓内每个像素点的值，若像素点的值大于预设阈值50则判定为裂纹，提示“该鸡蛋存在裂纹，请选择其他鸡蛋”，将裂纹鸡蛋重新换成新的鸡蛋，重复步骤A、B、C，若像素点的值小于预设阈值50，则表示鸡蛋无裂纹，继续步骤D、E、F。

所述步骤3)包括，

根据新鲜度模型Y＝θ₀+θ₁X₁+θ₂X₂+θ₃X₃+θ₄X₄，将气室面积X₁、蛋黄像素个数与整个鸡蛋像素个数比值X₂、蛋黄椭圆度X₃、蛋黄偏离度X₄值代入模型，得出被测鸡蛋的哈夫值；其中θ_i(i＝1,2,3,4)分别为气室面积X₁、蛋黄像素个数与整个鸡蛋像素个数比值X₂、蛋黄椭圆度X₃、蛋黄偏离度X₄对新鲜度的影响因子，θ₀为常数，θ_i(i＝1,2,3,4)为定值，鸡蛋壳的颜色不同，θ_i(i＝1,2,3,4)的值不同。根据美国农业部蛋品标准规定的检验和表示蛋品新鲜度的指标，如表1，给出新鲜度及食用提示。

表1

新鲜度	哈夫值	蛋白稳固度
			AA级或更高	≥72	高新鲜度，高营养价值，适宜消费者食用
A级	60～72	消费者可食用
			B级	30～60	不适合消费者食用
C级或更低	≤30	不能食用

以上已以较佳实施例公布了本发明，然其并非用以限制本发明，凡采取等同替换或等效变换的方案所获得的技术方案，均落在本发明的保护范围内。

Claims (6)

1.基于安卓系统的鸡蛋新鲜度无损检测系统，其特征在于：包括透光盒和安装在安卓操作系统智能手机上的鸡蛋新鲜度检测APP；所述透光盒包括盒本体，所述盒本体底部设有锂电池，所述盒本体内部聚光筒，所述聚光筒底部设有发绿光的LED，所述LED通过导线与所述锂电池相连，所述聚光筒内部设有圆形隔板，所述隔板、所述聚光筒底部以及所述聚光筒侧壁形成密闭空间，所述隔板圆心处开有透光孔；所述鸡蛋新鲜度检测APP包括图像获取模块、图像处理模块以及鸡蛋新鲜度判别模块；

图像获取模块，鸡蛋新鲜度检测APP连接手机摄像头，并通过手机摄像头拍摄鸡蛋透光图像，然后将图像存储在手机内存中的图像采集数据存储区中；

图像处理模块，对鸡蛋透光图像进行分析处理，获得鸡蛋气室面积X₁、蛋黄像素个数与整个鸡蛋像素个数比值X₂、蛋黄椭圆度X₃、蛋黄偏离度X₄；

鸡蛋新鲜度判别模块，根据鸡蛋气室面积X₁、蛋黄像素个数与整个鸡蛋像素个数比值X₂、蛋黄椭圆度X₃、蛋黄偏离度X₄计算出被测鸡蛋的哈夫值，对比美国农业部蛋品标准规定的检验和蛋品新鲜度指标判定被测鸡蛋的新鲜度等级。

2.根据权利要求1所述的基于安卓系统的鸡蛋新鲜度无损检测系统，其特征在于：所述盒本体为黑色铝制品，所述聚光筒和/或隔板内部涂有银色反光材料，所述LED的功率为3W。

3.根据权利要求1所述的基于安卓系统的鸡蛋新鲜度无损检测系统的检测方法，其特征在于：包括如下步骤：

1)图像获取，鸡蛋新鲜度检测APP连接手机摄像头，并通过手机摄像头拍摄鸡蛋透光图像，然后将图像存储在手机内存中的图像采集数据存储区中；

2)图像处理，对鸡蛋透光图像进行分析处理，获得鸡蛋气室面积X₁、蛋黄像素个数与整个鸡蛋像素个数比值X₂、蛋黄椭圆度X₃、蛋黄偏离度X₄；

3)鸡蛋新鲜度判别，根据鸡蛋气室面积X₁、蛋黄像素个数与整个鸡蛋像素个数比值X₂、蛋黄椭圆度X₃、蛋黄偏离度X₄计算出被测鸡蛋的哈夫值，根据哈夫值确定被测鸡蛋的新鲜度等级。

4.根据权利要求3所述基于安卓系统的鸡蛋新鲜度无损检测系统的检测方法，其特征在于：所述步骤2)包括，

A鸡蛋轮廓提取，将鸡蛋透光图像转换到Lab空间，提取L分量图像I₂，采用最大类间方差法对L分量图像I₂进行阈值分割，获取鸡蛋的二值图像I₅，对鸡蛋的二值图像I₅进行边缘提取获得鸡蛋轮廓图像I₆；

B蛋壳颜色的判断，取鸡蛋透光图像RGB的G分量图像I₃，进行中值滤波、灰度化及空间域滤波，获得灰度图像I₄，将灰度图像I₄与轮廓图像I₆按像素点比对，把灰度图像I₄中所有背景的灰度值设为0，再进行直方图统计，根据蛋壳颜色深浅的透光性不同，分析鸡蛋轮廓图像I₆内的灰度值分布，判断蛋壳颜色是白色、褐色或深褐色，根据蛋壳颜色，选择对应的新鲜度模型Y；

C鸡蛋气室面积X₁计算，将L分量图像I₂与鸡蛋轮廓图像I₆进行比对，去除背景及鸡蛋轮廓部分，然后进行二维小波分解，保存低频图像和各级分解系数；对分解后的低频部分进行直方图均衡并保存；对高频部分的H、V、D分量进行软阈值去噪；对去噪后的H、V分量进行非线性增强；根据处理后的低频部分和各级系数进行小波重构，得图像I₇；遍历I₇所有像素点，计算每个像素点a与该像素点a的8邻域像素的灰度差，若差值的绝对值小于预设阈值20，则标记这些像素点为连通区域；计算连通区域中每个像素点b与该像素点b的8邻域像素灰度值的差，以差值最小值对应的像素点填充合并该连通区域，得图像I₈，将图像I₈进行空间滤波，计算空间滤波后图像I₈所有区域的面积，若小于预设阈值200，则滤除，大于则保留，得气室图像I₉，对气室图像I₉进行链码边界编码。编码后进行凸点检测，将所有凸点中曲率最大的两点确定为气室边界端点B、C。在直线BC的中点处做垂线，与边界的交点确定为气室顶点A。计算A点到直线BC的距离d和B、C点间的距离L_BC，得气室面积X₁；

D蛋黄像素个数与整个鸡蛋像素个数的比值X₂计算，将L分量图像I₂进行中值滤波和反色，得图像I₁₀；利用鸡蛋轮廓图像I₅，将图像I₁₀中的背景部分去除，并进行灰度调整，得图像I₁₁；对图像I₁₁使用拉普拉斯边缘信息进行迭代阈值分割，得蛋黄图像I₁₂；根据鸡蛋轮廓图像I₆和蛋黄图像I₁₂分别计算出蛋黄像素个数和整个鸡蛋像素个数，两者的比值即为X₂；

E蛋黄椭圆度值计算X₃，以图像左上角为起点，用行列扫描法找出蛋黄图像I₁₂左、右、上、下像素值不为0的点，并用迭代最小二乘法拟合蛋黄椭圆曲线，迭代停止条件为：拟合椭圆面积为蛋黄总面积的99％，椭圆圆心为P，计算椭圆长轴和短轴，长轴和短轴的比值即椭圆度X₃；

F蛋黄偏离度值计算X₄，利用步骤E中椭圆曲线拟合方法拟合鸡蛋轮廓图像I₆的椭圆曲线，找出鸡蛋轮廓图像I₆的椭圆曲线的椭圆圆心O，在鸡蛋轮廓图像I₆中找出离蛋黄椭圆圆心P距离最近的点Q，计算出O点到P点的距离L_OP和O点到Q点的距离L_OQ，蛋黄偏离度值X₄＝L_OP/L_OQ。

5.根据权利要求4所述基于安卓系统的鸡蛋新鲜度无损检测系统的检测方法，其特征在于：还包括鸡蛋裂纹检测步骤，所述鸡蛋裂纹检测步骤为，

对图像I₇依次进行边缘提取、连通性检测和区域增长，计算单个轮廓内每个像素点的值，若像素点的值大于预设阈值50则判定为裂纹，提示“该鸡蛋存在裂纹，请选择其他鸡蛋”，将裂纹鸡蛋重新换成新的鸡蛋，重复步骤A、B、C，若像素点的值小于预设阈值50，则表示鸡蛋无裂纹，继续步骤D、E、F。

6.根据权利要求3所述基于安卓系统的鸡蛋新鲜度无损检测系统的检测方法，其特征在于：所述步骤3)包括，

根据新鲜度模型Y＝θ₀+θ₁X₁+θ₂X₂+θ₃X₃+θ₄X₄，将气室面积X₁、蛋黄像素个数与整个鸡蛋像素个数比值X₂、蛋黄椭圆度X₃、蛋黄偏离度X₄值代入模型，得出被测鸡蛋的哈夫值；其中θ_i(i＝1,2,3,4)分别为气室面积X₁、蛋黄像素个数与整个鸡蛋像素个数比值X₂、蛋黄椭圆度X₃、蛋黄偏离度X₄对新鲜度的影响因子，θ₀为常数，θ_i(i＝1,2,3,4)为定值，鸡蛋壳的颜色不同，θ_i(i＝1,2,3,4)的值不同。