CN104749190B - 一种禽蛋表面裂纹的在线视觉检测装置及其方法 - Google Patents
一种禽蛋表面裂纹的在线视觉检测装置及其方法 Download PDFInfo
- Publication number
- CN104749190B CN104749190B CN201510155174.XA CN201510155174A CN104749190B CN 104749190 B CN104749190 B CN 104749190B CN 201510155174 A CN201510155174 A CN 201510155174A CN 104749190 B CN104749190 B CN 104749190B
- Authority
- CN
- China
- Prior art keywords
- beasts
- birds
- eggs
- image
- conveyer belt
- 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.)
- Active
Links
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种禽蛋表面裂纹的在线视觉检测装置及其方法,涉及禽蛋加工分级技术领域。本装置是:在传送带(1)的上方设置有暗箱(2),在暗箱(2)的顶部正中,设置有工业相机(3);在传送带(1)的下方设置有光源(6),光源(6)通过传送带(1)的空隙透射放置在传送带(1)的上的禽蛋(8);光电开关(7)设置于暗箱(2)的内侧;光电开关(7)通过数据线与单片机(5)相连;单片机(5)和工业相机(3)分别通过数据线与计算机4相连。本发明利用机器视觉对禽蛋表面裂纹进行检测,对应用环境具有不挑剔性;通过单个工业相机对禽蛋进行多翻转角度拍照,检测范围全,设备成本低;能实现高效率、高智能的无损检测,具有良好的应用推广前景。
Description
技术领域
本发明涉及禽蛋加工分级技术领域,尤其涉及一种禽蛋表面裂纹的在线视觉检测装置及其方法。
背景技术
禽蛋具有非常高的营养价值,富含蛋白质、脂肪、多种维生素和微量元素,是人们日常生活中重要的食品之一。由于蛋壳薄,在运输过程中易碎,一旦出现裂纹,细菌很容易侵入蛋中,引起禽蛋内部的腐败变质,这种禽蛋不能进入生产加工及食用,需要及时剔除。
目前,已有学者针对禽蛋表面裂纹的检测进行了研究。屠康(一种禽蛋表面品质检测的方法和装置,CN200510134902.5)利用弹性敲击棒冲击蛋壳表面产生的声音信号和3个CCD摄像头采集的禽蛋表面的图像信息,判断禽蛋的表面的裂纹;赵杰文(基于声学特性的禽蛋裂纹快速在线无损检测装置及方法,CN200810234560.8)、王俊(一种禽蛋细小裂纹的敲击响应检测装置及方法,CN200810162640.7)和应义斌(一种基于连续振动发声的禽蛋裂纹声学检测装置,CN201320162562.7)都是通过正常禽蛋与裂纹禽蛋在声学特性的差异来进行裂纹的判断。
经检索,现有的检测技术是:
1、主要利用禽蛋的声学特性进行判断,判断结果易受噪声的干扰,对应用环境要求高;
2、采用多摄像头多角度采集禽蛋图像,设备成本高,安装精度要求高。
发明内容
本发明的目的在于克服现有技术存在的局限,提供一种禽蛋表面裂纹的在线视觉检测装置及其方法
本发明的目的是这样实现的:
首先,将禽蛋放置在传送带上,当禽蛋随着传送带运动至暗箱里时,工业相机拍照;然后,计算机对图像进行一系列的图像处理,提取裂纹特征;最后,根据模型判别禽蛋表面是否有裂纹。
在本发明中主要完成以下几项工作:
1、采集禽蛋的图像;
2、对采集到的图像进行图像处理,提取裂纹特征;
3、判别禽蛋表面是否有裂纹。
具体地说:
一、一种禽蛋表面裂纹的在线视觉检测装置(简称装置)
本装置由传送带、暗箱、工业相机、计算机、单片机、光源和光电开关组成;
在传送带的上方设置有暗箱,在暗箱的顶部正中,设置有工业相机;在传送带的下方设置有光源,光源通过传送带的空隙透射放置在传送带的上的禽蛋8;光电开关设置于暗箱的内侧;
光电开关通过数据线与单片机相连;单片机和工业相机分别通过数据线与计算机相连。
二、一种禽蛋表面裂纹的在线视觉检测方法(简称方法)
本方法包括下列步骤:
①禽蛋图像的采集
将禽蛋放置在运动的传送带上,当禽蛋随传送带进入暗箱,经过安置在暗箱内侧壁的光电开关时,将触发工业相机拍照一次;每枚禽蛋从进入暗箱到移出暗箱将以不同翻转角度被拍照三次;
②单枚禽蛋图像的裁剪
一张图像中通常含有多枚禽蛋的图像,需要通过固定窗口裁剪出单枚禽蛋的图像,便于后续的图像处理;每枚禽蛋都有三张图像;
③单枚禽蛋图像的预处理
A、将图像灰度化并去除因装置间隙产生的漏光;
B、中值滤波,减小禽蛋表面光照不均带来的影响;
C、调整灰度值,增加图像的对比度;
D、利用高频强调滤波对图像进行锐化处理;
E、高斯滤波,进一步减小噪声;
④裂纹特征的提取
A、利用纹理分析计算图像的局部最大差值;
B、取反、去除小面积以及形态学的腐蚀膨胀进一步处理图像;
C、细化图像并对毛刺进行修剪;
D、去除禽蛋外部轮廓引入的边缘;
E、利用像素点的数量来表征禽蛋表面裂纹的大小;
⑤判断禽蛋表面是否有裂纹
当每枚禽蛋的三张图像的裂纹特征像素点数和为0时,则该禽蛋表面没有裂纹;否则,该禽蛋表面有裂纹。
本发明具有以下优点和积极效果:
①利用机器视觉进行检测,对应用环境具有不挑剔性,具有良好的应用推广前景;
②利用单个工业相机对禽蛋进行多翻转角度拍照,检测范围全,设备成本低;
③高效率、高智能、能够实现无损检测。
附图说明
图1是本装置的结构示意图;
图2是图像处理软件的工作流程图。
图中:
1—传送带;
2—暗箱;
3—工业相机;
4—计算机;
5—单片机;
6—光源;
7—光电开关;
8—禽蛋。
具体实施方式
下面结合附图和实施例详细说明:
一、装置
1、总体
如图1,本装置由传送带1、暗箱2、工业相机3、计算机4、单片机5、光源6和光电开关7组成;
其位置和连接关系是:
在传送带1的上方设置有暗箱2,在暗箱2的顶部正中,设置有工业相机3;在传送带1的下方设置有光源6,光源6通过传送带1的空隙透射放置在传送带1的上的禽蛋8;光电开关7设置于暗箱2的内侧;
光电开关7通过数据线与单片机5相连;单片机5和工业相机3分别通过数据线与计算机4相连。
2、功能部件
1)传送带1
传送带1是一种通用外购件,如选用ZYF-J3分选机;其功能是传送并翻转禽蛋8。
2)暗箱2
暗箱2是一种方形箱。
3)工业相机3
工业相机3是一种通用外购件,如选用POINT GREY FL2G-50S5M-C工业相机;其功能是采集禽蛋的图像。
4)计算机4
计算机4是一种通用外购件,如选用CPU Intel Core i5-3210M 2.50GHz/内存4G,Windows 8.1系统。
计算机4内置有图像处理软件(后面说明)。
5)单片机5
单片机5是一种通用外购件,如选用STC89C52;其功能是控制工业相机3采集图像。
6)光源6
光源6是一种通用外购件,如选用LED黄色冷光源;其功能是透射禽蛋8。
7)光电开关7
光电开关7是一种通用外购件,如选用F&C CR-10P光电开关;其功能是当禽蛋8通过时,传递信号给单片机5。
3、工作机理
将光源6打开,当有禽蛋8放置在运动的传送带1上时,禽蛋8随传送带1进入暗箱2;当禽蛋8经过安置在暗箱2内侧壁的光电开关7时,光电开关7被触发一次;光电开关7将传递信号给单片机5,通过计算机4控制工业相机3拍照一次。每枚禽蛋8从进入暗箱2到移出暗箱2,光电开关7被触发三次,故每枚禽蛋8将以不同翻转角度被工业相机3拍照三次;
二、方法
如图2,所述的图像处理软件的工作流程:
a、读取图像-201;
b、裁剪出单枚禽蛋图像-202;
c、将图像灰度化并去除因装置间隙产生的漏光-203;
d、中值滤波-204;
e、调整灰度值、增加对比度-205;
f、高频强调滤波锐化-206;
g、高斯滤波-207;
h、利用纹理分析计算图像的局部最大差值-208;
i、取反、去除小面积、腐蚀膨胀-209;
j、细化图像并对毛刺进行修剪-210;
k、去除禽蛋外部轮廓引入的边缘-211;
l、计算像素点的数量-212;
m、判断每枚禽蛋的三张图像的裂纹特征像素点数和是否为0-213,是则判断为禽蛋表面没有裂纹-214,程序结束;否则,判断为禽蛋表面有裂纹-215,程序结束;
n、结束-216。
Claims (1)
1.一种禽蛋表面裂纹的在线视觉检测方法,
检测装置由传送带(1)、暗箱(2)、工业相机(3)、计算机(4)、单片机(5)、光源(6)和光电开关(7)组成;
在传送带(1)的上方设置有暗箱(2),在暗箱(2)的顶部正中,设置有工业相机(3);在传送带(1)的下方设置有光源(6),光源(6)通过传送带(1)的空隙透射放置在传送带(1)的上的禽蛋(8);光电开关(7)设置于暗箱(2)的内侧;
光电开关(7)通过数据线与单片机(5)相连;单片机(5)和工业相机(3)分别通过数据线与计算机(4)相连;
其特征在于检测方法包括下列步骤:
①禽蛋图像的采集
将禽蛋放置在运动的传送带上,当禽蛋随传送带进入暗箱,经过安置在暗箱内侧壁的光电开关时,将触发工业相机拍照一次;每枚禽蛋从进入暗箱到移出暗箱将以不同翻转角度被拍照三次;
②单枚禽蛋图像的裁剪
一张图像中通常含有多枚禽蛋的图像,需要通过固定窗口裁剪出单枚禽蛋的图像,便于后续的图像处理;每枚禽蛋都有三张图像;
③单枚禽蛋图像的预处理
A、将图像灰度化并去除因装置间隙产生的漏光;
B、中值滤波,减小禽蛋表面光照不均带来的影响;
C、调整灰度值,增加图像的对比度;
D、利用高频强调滤波对图像进行锐化处理;
E、高斯滤波,进一步减小噪声;
④裂纹特征的提取
ⅰ、利用纹理分析计算图像的局部最大差值;
ⅱ、取反、去除小面积以及形态学的腐蚀膨胀进一步处理图像;
ⅲ、细化图像并对毛刺进行修剪;
ⅳ、去除禽蛋外部轮廓引入的边缘;
ⅴ、利用像素点的数量来表征禽蛋表面裂纹的大小;
⑤判断禽蛋表面是否有裂纹
当每枚禽蛋的三张图像的裂纹特征像素点数和为0时,则该禽蛋表面没有裂纹;否则,该禽蛋表面有裂纹;
所述的计算机(4)内置有图像处理软件,其工作流程是:
a、读取图像(201);
b、裁剪出单枚禽蛋图像(202);
c、将图像灰度化并去除因装置间隙产生的漏光(203);
d、中值滤波(204);
e、调整灰度值、增加对比度(205);
f、高频强调滤波锐化(206);
g、高斯滤波(207);
h、利用纹理分析计算图像的局部最大差值(208);
i、取反、去除小面积、腐蚀膨胀(209);
j、细化图像并对毛刺进行修剪(210);
k、去除禽蛋外部轮廓引入的边缘(211);
l、计算像素点的数量(212);
m、判断每枚禽蛋的三张图像的裂纹特征像素点数和是否为0(213),是则判断为禽蛋表面没有裂纹(214),程序结束;否则,判断为禽蛋表面有裂纹(215),程序结束;
n、结束(216)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510155174.XA CN104749190B (zh) | 2015-04-02 | 2015-04-02 | 一种禽蛋表面裂纹的在线视觉检测装置及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510155174.XA CN104749190B (zh) | 2015-04-02 | 2015-04-02 | 一种禽蛋表面裂纹的在线视觉检测装置及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104749190A CN104749190A (zh) | 2015-07-01 |
CN104749190B true CN104749190B (zh) | 2017-08-08 |
Family
ID=53589192
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510155174.XA Active CN104749190B (zh) | 2015-04-02 | 2015-04-02 | 一种禽蛋表面裂纹的在线视觉检测装置及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104749190B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106370668B (zh) * | 2016-08-22 | 2019-01-18 | 华中农业大学 | 一种咸蛋内部品质的在线视觉检测装置及其方法 |
CN106226315B (zh) * | 2016-08-30 | 2023-12-08 | 杭州智感科技有限公司 | 一种检测设备 |
CN108267560B (zh) * | 2017-12-26 | 2020-11-06 | 嘉兴昱天工业设计有限公司 | 一种圆棒及圆管金属材料无损检测设备 |
CN110455806B (zh) * | 2018-05-07 | 2021-09-10 | 南京农业大学 | 一种鸡蛋动态图像采集设备 |
CN108986055B (zh) * | 2018-07-11 | 2020-06-23 | 湖北工业大学 | 一种鸡蛋蛋壳表面细微裂纹的视觉检测方法 |
CN108844964A (zh) * | 2018-08-23 | 2018-11-20 | 江苏森蓝智能系统有限公司 | 一种用于铜排孔毛刺质量的视觉检测装置 |
CN109752320A (zh) * | 2019-03-04 | 2019-05-14 | 安徽大学 | 一种多波段快速无损检测草莓新鲜度装置 |
CN111257339B (zh) * | 2020-02-25 | 2021-07-23 | 华中农业大学 | 一种基于机器视觉的皮蛋裂纹在线检测方法及检测装置 |
CN113686876B (zh) * | 2021-08-24 | 2022-10-04 | 华南农业大学 | 一种禽蛋裂纹检测方法、装置 |
CN113945560A (zh) * | 2021-10-15 | 2022-01-18 | 高邮市双欣蛋品有限公司 | 一种咸鸭蛋加工用自动光检装置 |
CN114494129B (zh) * | 2021-12-14 | 2023-04-18 | 苏州大学 | 一种表面轻微形变缺陷对比度增强方法 |
CN114577756B (zh) * | 2022-05-09 | 2022-07-15 | 烟台正德电子科技有限公司 | 一种透光均匀度检测装置及检测方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62211544A (ja) * | 1986-03-13 | 1987-09-17 | Niigata Eng Co Ltd | 卵の検査方法 |
JPH08297100A (ja) * | 1995-04-27 | 1996-11-12 | Kawatetsu Joho Syst Kk | 卵の検査方法 |
CN101178367B (zh) * | 2007-09-21 | 2010-08-25 | 天津大学 | 一种陶瓷加工表面损伤检测系统 |
CN103983190B (zh) * | 2014-05-22 | 2017-02-01 | 华中农业大学 | 群体产地鸭蛋外形尺寸的视觉检测分级装置及其方法 |
-
2015
- 2015-04-02 CN CN201510155174.XA patent/CN104749190B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN104749190A (zh) | 2015-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104749190B (zh) | 一种禽蛋表面裂纹的在线视觉检测装置及其方法 | |
CN104764744B (zh) | 一种禽蛋新鲜度的视觉检测装置及其方法 | |
CN106872465B (zh) | 基于机器视觉的禽类受精蛋检测筛选装置 | |
CN101907453B (zh) | 基于机器视觉的块状农产品尺寸在线测量方法与装置 | |
CN108051449A (zh) | 基于形态学边缘检测的咸鸭蛋表面裂纹在线视觉检测方法 | |
CN101976350B (zh) | 基于视频分析的储粮害虫检测识别方法及其系统 | |
CN106370668B (zh) | 一种咸蛋内部品质的在线视觉检测装置及其方法 | |
CN105158268A (zh) | 精冲零部件缺陷智能在线检测方法、系统及装置 | |
CN109187553B (zh) | 一种基于机器视觉的变质鸡蛋在线智能识别方法 | |
CN102147402A (zh) | 机器视觉技术快速检测鸡蛋新鲜度的方法 | |
CN108445011A (zh) | 一种基于深度学习的瑕疵检测系统及方法 | |
CN103454285A (zh) | 基于机器视觉的传动链条质量检测系统 | |
CN112184648A (zh) | 一种基于深度学习的活塞表面缺陷检测方法及系统 | |
CN105651776A (zh) | 基于计算机视觉的牛胴体产肉量自动分级装置与方法 | |
CN105388162A (zh) | 基于机器视觉的原料硅片表面划痕检测方法 | |
CN204564599U (zh) | 一种玻璃管外观自动化检测设备 | |
CN104297439B (zh) | 一种基于计算机视觉的双黄鸭蛋自动识别检测方法 | |
CN204564598U (zh) | 玻璃管分选装置及玻璃管外观自动化检测设备 | |
CN102654463A (zh) | 西瓜品质无损检测方法及装置 | |
CN101930540A (zh) | 基于视频的多特征融合的火焰检测装置和方法 | |
CN103198472A (zh) | 一种重型汽车连杆成品质量检测方法及其检测系统 | |
CN103245666A (zh) | 一种蓄电池极板外观缺陷自动检测方法 | |
CN107220972B (zh) | 一种基于红外图像的禽蛋品质鉴别方法 | |
CN202256178U (zh) | 基于机器视觉的瓶盖内垫缺陷检测设备 | |
CN102680488A (zh) | 一种基于pca的块状农产品在线识别装置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |