CN110967459A - 一种用于腌制咸鸭蛋的品质检测方法 - Google Patents

一种用于腌制咸鸭蛋的品质检测方法 Download PDF

Info

Publication number
CN110967459A
CN110967459A CN201911236147.XA CN201911236147A CN110967459A CN 110967459 A CN110967459 A CN 110967459A CN 201911236147 A CN201911236147 A CN 201911236147A CN 110967459 A CN110967459 A CN 110967459A
Authority
CN
China
Prior art keywords
salted duck
duck eggs
gray
value
camera
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.)
Pending
Application number
CN201911236147.XA
Other languages
English (en)
Inventor
朱玲琳
陈召桂
陈铖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Wufangzhai Industry Co Ltd
Original Assignee
Zhejiang Wufangzhai Industry Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Wufangzhai Industry Co Ltd filed Critical Zhejiang Wufangzhai Industry Co Ltd
Priority to CN201911236147.XA priority Critical patent/CN110967459A/zh
Publication of CN110967459A publication Critical patent/CN110967459A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G01N33/08—Eggs, e.g. by candling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Medicinal Chemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开了一种用于腌制咸鸭蛋的品质检测方法，包括下列步骤：S1、将腌制咸鸭蛋送至输送带，继续向前输送；S2、进行图像采集，从视频中捕获腌制咸鸭蛋的原始图像，并传送至计算机进行处理；S3、所述计算机对捕获腌制咸鸭蛋的原始图像进行分割，进行灰度处理，获得相应的灰度值；S4、所述计算机根据所有的灰度值结果，并计算最小灰度值和最大灰度值之间的灰度差值；S5、所述计算机根据预设的最大灰度差值，与所述最小灰度值和最大灰度值之间的灰度差值进行比较，判断腌制咸鸭蛋的品质是否合格。本发明的用于腌制咸鸭蛋的品质检测方法提高了腌制咸鸭蛋的品质检测效率，而且准确率高，稳定性好，具有良好的应用推广前景。

Description

一种用于腌制咸鸭蛋的品质检测方法
技术领域
本发明涉及食品品质检测技术领域，具体涉及一种用于腌制咸鸭蛋的品质检测方法。
背景技术
咸鸭蛋，蛋壳呈青色，外观圆润光滑，古称咸杬子，是一种中国传统食品，不少中国食品如粽、月饼也会加入咸鸭蛋黄，为中国特色菜肴。民俗又叫“盐鸭蛋”、“腌鸭蛋”、“青果”。咸鸭蛋在中国历史悠久，深受老百姓喜爱，在市场上也备受青睐。
咸鸭蛋以新鲜鸭蛋为主要原料经过腌制而成的再制蛋，营养丰富，富含脂肪、蛋白质及人体所需的各种氨基酸、钙、磷、铁、各种微量元素、维生素等，易被人体吸收，咸味适中，老少皆宜。咸鸭蛋是一种风味特殊、食用方便的再制蛋，咸鸭蛋是佐餐佳品，色、香、味均十分诱人。
咸鸭蛋制作好后，为了便于保存和运输，通常需要进行包装。包装前则需要对咸鸭蛋的品质进行检测，剔除摔坏的、或出现霉斑等变质的咸鸭蛋。
但是，目前所使用的用于腌制咸鸭蛋的品质检测方法还存在以下问题：
1、通过人眼进行检测，效率低，检测标准不统一，检测结果稳定性差等问题。
2、现有的检测设备，效率较低，适用性差，检测结果准确率偏低，稳定性无法得到保障等问题。
基于上述情况，本发明提出了一种用于腌制咸鸭蛋的品质检测方法，可有效解决以上问题。
发明内容
本发明的目的在于提供一种用于腌制咸鸭蛋的品质检测方法。本发明的用于腌制咸鸭蛋的品质检测方法实现了自动化机器代替人眼，对腌制咸鸭蛋的品质进行在线检测并筛选(移除不合格的)，提高了腌制咸鸭蛋的品质检测效率，而且准确率高，稳定性好，具有良好的应用推广前景。
为解决以上技术问题，本发明提供的技术方案是：
一种用于腌制咸鸭蛋的品质检测方法，包括下列步骤：
S1、将腌制咸鸭蛋送至输送带的进料端，并使腌制咸鸭蛋一个一个地依次进入所述输送带，继续向前输送；
这样可实现依次输送，依次检测，有效避免漏检，检测不准等问题。
S2、通过设置在所述输送带两侧的第一摄像机和第二摄像机对腌制咸鸭蛋进行图像采集，从视频中捕获腌制咸鸭蛋的原始图像，并传送至计算机进行处理；
这里所述的第一摄像机和第二摄像机采用本领域常用的摄像机即可，本领域的技术人员可以根据需要确定有摄像机的种类，进行购买、组装使用。
S3、所述计算机对捕获腌制咸鸭蛋的原始图像进行分割，然后每个分割区域进行灰度处理，获得相应的灰度值；所述灰度值的范围为0～256；
对捕获腌制咸鸭蛋的原始图像进行分割是为了降低灰度值识别区域数量，提升处理效率，且避免较小的局部颜色变化，被误认为是不合格的咸鸭蛋。
S4、所述计算机根据所有的灰度值结果，进行比较，选出最小灰度值和最大灰度值，并计算最小灰度值和最大灰度值之间的灰度差值；
S5、所述计算机根据预设的最大灰度差值，与所述最小灰度值和最大灰度值之间的灰度差值进行比较，判断腌制咸鸭蛋的品质是否合格；若判定为合格，则腌制咸鸭蛋继续输送纸下一工位，出蛋；若判定为不合格，向机械手发出指令，控制机械手将不合格的腌制咸鸭蛋吸走；
若腌制咸鸭蛋表面出现破裂或者出现霉斑等变质，其损坏处颜色与其他地方的蛋壳颜色存在色差(灰度差值)，本发明就是通过灰度差值来判断损坏或变质情况，辨识效率高，准确性好。
步骤S5中，所述预设的最大灰度差值可通过计算机软件进行设定和更改。
本发明的用于腌制咸鸭蛋的品质检测方法，通过输送带连续输送，通过设置在所述输送带两侧的第一摄像机和第二摄像机对腌制咸鸭蛋进行图像采集，定点采集图像且采集到的腌制咸鸭蛋的图像完整，然后通过计算机对捕获腌制咸鸭蛋的原始图像进行一系列的处理，判断腌制咸鸭蛋是否合格，并控制机械手做出相应的操作；把图像的高效处理与机械自动分选有效结合；合理可行、操作简便，效果好；实现了自动化机器代替人眼，对腌制咸鸭蛋的品质进行在线检测并筛选(移除不合格的)，提高了腌制咸鸭蛋的品质检测效率，而且准确率高，稳定性好，具有良好的应用推广前景。
优选的，步骤S1中，所述输送带的进料端设置有限位器，用于使腌制咸鸭蛋一个一个地依次进入所述输送带；所述输送带延伸方向的中部设置有透明材质的缓冲垫，用于承载所述腌制咸鸭蛋并减少其损坏。
优选的，步骤S2中，所述第一摄像机和第二摄像机对称设置在所述输送带延伸方向的两侧。
优选的，所述第一摄像机延伸方向的两侧分别设置有照明灯，所述和第二摄像机延伸方向的两侧分别设置有照明灯，所述第一摄像机和第二摄像机之间的中部上方设置有照明灯。
优选的，所述第一摄像机、第二摄像机和照明灯所在的区域外周罩设有遮光罩。
优选的，步骤S3中，所述计算机对捕获腌制咸鸭蛋的原始图像进行分割，分割后每个个分割区域的大小为1～2mm2。
优选的，步骤S3中，所述计算机对捕获腌制咸鸭蛋的原始图像进行分割，分割后每个个分割区域的大小为1.6mm2。
优选的，步骤S5中，所述预设的最大灰度差值为80～120。
优选的，步骤S5中，所述预设的最大灰度差值为100。
优选的，步骤S5中，所述判断腌制咸鸭蛋的品质是否合格，进一步实施为以下步骤：
S51、所述计算机根据预设的最大灰度差值，与所述最小灰度值和最大灰度值之间的灰度差值进行比较；
S52、若所述灰度差值大于等于所述最大灰度差值，则判定为不合格；所述计算机向机械手发出指令，控制机械手将不合格的腌制咸鸭蛋吸走；
S53、若所述灰度差值小于所述最大灰度差值，则判定为合格；则腌制咸鸭蛋继续输送纸下一工位，出蛋。
本发明与现有技术相比，具有以下优点及有益效果：
本发明的用于腌制咸鸭蛋的品质检测方法，通过输送带连续输送，通过设置在所述输送带两侧的第一摄像机和第二摄像机对腌制咸鸭蛋进行图像采集，定点采集图像且采集到的腌制咸鸭蛋的图像完整，然后通过计算机对捕获腌制咸鸭蛋的原始图像进行一系列的处理，判断腌制咸鸭蛋是否合格，并控制机械手做出相应的操作；把图像的高效处理与机械自动分选有效结合；合理可行、操作简便，效果好；实现了自动化机器代替人眼，对腌制咸鸭蛋的品质进行在线检测并筛选(移除不合格的)，提高了腌制咸鸭蛋的品质检测效率，而且准确率高，稳定性好，具有良好的应用推广前景。
附图说明
图1为本发明的俯视结构示意图。
具体实施方式
为了使本领域的技术人员更好地理解本发明的技术方案，下面结合具体实施例对本发明的优选实施方案进行描述，但是不能理解为对本专利的限制。
下述实施例中所述试验方法或测试方法，如无特殊说明，均为常规方法；所述试剂和材料，如无特殊说明，均从常规商业途径获得，或以常规方法制备。
实施例1：
一种用于腌制咸鸭蛋的品质检测方法，包括下列步骤：
S1、将腌制咸鸭蛋7送至输送带1的进料端，并使腌制咸鸭蛋7一个一个地依次进入所述输送带1，继续向前输送；
S2、通过设置在所述输送带1两侧的第一摄像机2和第二摄像机3对腌制咸鸭蛋7进行图像采集，从视频中捕获腌制咸鸭蛋7的原始图像，并传送至计算机4进行处理；
S3、所述计算机4对捕获腌制咸鸭蛋7的原始图像进行分割，然后每个分割区域进行灰度处理，获得相应的灰度值；所述灰度值的范围为0～256；
S4、所述计算机4根据所有的灰度值结果，进行比较，选出最小灰度值和最大灰度值，并计算最小灰度值和最大灰度值之间的灰度差值；
S5、所述计算机4根据预设的最大灰度差值，与所述最小灰度值和最大灰度值之间的灰度差值进行比较，判断腌制咸鸭蛋的品质是否合格；若判定为合格，则腌制咸鸭蛋继续输送纸下一工位，出蛋；若判定为不合格，向机械手5发出指令，控制机械手5将不合格的腌制咸鸭蛋吸走；
步骤S5中，所述预设的最大灰度差值可通过计算机软件进行设定和更改。
优选的，步骤S1中，所述输送带1的进料端设置有限位器11，用于使腌制咸鸭蛋7一个一个地依次进入所述输送带1；所述输送带1延伸方向的中部设置有透明材质的缓冲垫12，用于承载所述腌制咸鸭蛋7并减少其损坏。
优选的，步骤S2中，所述第一摄像机2和第二摄像机3对称设置在所述输送带1延伸方向的两侧。
更优选的，所述第一摄像机2延伸方向的两侧分别设置有照明灯6，所述和第二摄像机3延伸方向的两侧分别设置有照明灯6，所述第一摄像机2和第二摄像机3之间的中部上方设置有照明灯6。
更优选的，所述第一摄像机2、第二摄像机3和照明灯6所在的区域外周罩设有遮光罩。
优选的，步骤S3中，所述计算机4对捕获腌制咸鸭蛋7的原始图像进行分割，分割后每个个分割区域的大小为1～2mm2。
更优选的，步骤S3中，所述计算机4对捕获腌制咸鸭蛋7的原始图像进行分割，分割后每个个分割区域的大小为1.6mm2。
优选的，步骤S5中，所述预设的最大灰度差值为80～120。
更优选的，步骤S5中，所述预设的最大灰度差值为100。
优选的，步骤S5中，所述判断腌制咸鸭蛋的品质是否合格，进一步实施为以下步骤：
S51、所述计算机4根据预设的最大灰度差值，与所述最小灰度值和最大灰度值之间的灰度差值进行比较；
S52、若所述灰度差值大于等于所述最大灰度差值，则判定为不合格；所述计算机4向机械手5发出指令，控制机械手5将不合格的腌制咸鸭蛋吸走；
S53、若所述灰度差值小于所述最大灰度差值，则判定为合格；则腌制咸鸭蛋继续输送纸下一工位，出蛋。
实施例2：
一种用于腌制咸鸭蛋的品质检测方法，包括下列步骤：
S1、将腌制咸鸭蛋7送至输送带1的进料端，并使腌制咸鸭蛋7一个一个地依次进入所述输送带1，继续向前输送；
S2、通过设置在所述输送带1两侧的第一摄像机2和第二摄像机3对腌制咸鸭蛋7进行图像采集，从视频中捕获腌制咸鸭蛋7的原始图像，并传送至计算机4进行处理；
S3、所述计算机4对捕获腌制咸鸭蛋7的原始图像进行分割，然后每个分割区域进行灰度处理，获得相应的灰度值；所述灰度值的范围为0～256；
S4、所述计算机4根据所有的灰度值结果，进行比较，选出最小灰度值和最大灰度值，并计算最小灰度值和最大灰度值之间的灰度差值；
S5、所述计算机4根据预设的最大灰度差值，与所述最小灰度值和最大灰度值之间的灰度差值进行比较，判断腌制咸鸭蛋的品质是否合格；若判定为合格，则腌制咸鸭蛋继续输送纸下一工位，出蛋；若判定为不合格，向机械手5发出指令，控制机械手5将不合格的腌制咸鸭蛋吸走；
步骤S5中，所述预设的最大灰度差值可通过计算机软件进行设定和更改。
在本实施例中，步骤S1中，所述输送带1的进料端设置有限位器11，用于使腌制咸鸭蛋7一个一个地依次进入所述输送带1；所述输送带1延伸方向的中部设置有透明材质的缓冲垫12，用于承载所述腌制咸鸭蛋7并减少其损坏。
在本实施例中，步骤S2中，所述第一摄像机2和第二摄像机3对称设置在所述输送带1延伸方向的两侧。
在本实施例中，所述第一摄像机2延伸方向的两侧分别设置有照明灯6，所述和第二摄像机3延伸方向的两侧分别设置有照明灯6，所述第一摄像机2和第二摄像机3之间的中部上方设置有照明灯6。
在本实施例中，所述第一摄像机2、第二摄像机3和照明灯6所在的区域外周罩设有遮光罩。
在本实施例中，步骤S3中，所述计算机4对捕获腌制咸鸭蛋7的原始图像进行分割，分割后每个个分割区域的大小为1mm2。
在本实施例中，步骤S5中，所述预设的最大灰度差值为120。
在本实施例中，步骤S5中，所述判断腌制咸鸭蛋的品质是否合格，进一步实施为以下步骤：
S51、所述计算机4根据预设的最大灰度差值，与所述最小灰度值和最大灰度值之间的灰度差值进行比较；
S52、若所述灰度差值大于等于所述最大灰度差值，则判定为不合格；所述计算机4向机械手5发出指令，控制机械手5将不合格的腌制咸鸭蛋吸走；
S53、若所述灰度差值小于所述最大灰度差值，则判定为合格；则腌制咸鸭蛋继续输送纸下一工位，出蛋。
实施例3：
一种用于腌制咸鸭蛋的品质检测方法，包括下列步骤：
S1、将腌制咸鸭蛋7送至输送带1的进料端，并使腌制咸鸭蛋7一个一个地依次进入所述输送带1，继续向前输送；
S2、通过设置在所述输送带1两侧的第一摄像机2和第二摄像机3对腌制咸鸭蛋7进行图像采集，从视频中捕获腌制咸鸭蛋7的原始图像，并传送至计算机4进行处理；
S3、所述计算机4对捕获腌制咸鸭蛋7的原始图像进行分割，然后每个分割区域进行灰度处理，获得相应的灰度值；所述灰度值的范围为0～256；
S4、所述计算机4根据所有的灰度值结果，进行比较，选出最小灰度值和最大灰度值，并计算最小灰度值和最大灰度值之间的灰度差值；
S5、所述计算机4根据预设的最大灰度差值，与所述最小灰度值和最大灰度值之间的灰度差值进行比较，判断腌制咸鸭蛋的品质是否合格；若判定为合格，则腌制咸鸭蛋继续输送纸下一工位，出蛋；若判定为不合格，向机械手5发出指令，控制机械手5将不合格的腌制咸鸭蛋吸走；
步骤S5中，所述预设的最大灰度差值可通过计算机软件进行设定和更改。
在本实施例中，步骤S1中，所述输送带1的进料端设置有限位器11，用于使腌制咸鸭蛋7一个一个地依次进入所述输送带1；所述输送带1延伸方向的中部设置有透明材质的缓冲垫12，用于承载所述腌制咸鸭蛋7并减少其损坏。
在本实施例中，步骤S2中，所述第一摄像机2和第二摄像机3对称设置在所述输送带1延伸方向的两侧。
在本实施例中，所述第一摄像机2延伸方向的两侧分别设置有照明灯6，所述和第二摄像机3延伸方向的两侧分别设置有照明灯6，所述第一摄像机2和第二摄像机3之间的中部上方设置有照明灯6。
在本实施例中，所述第一摄像机2、第二摄像机3和照明灯6所在的区域外周罩设有遮光罩。
在本实施例中，步骤S3中，所述计算机4对捕获腌制咸鸭蛋7的原始图像进行分割，分割后每个个分割区域的大小为2mm2。
在本实施例中，步骤S5中，所述预设的最大灰度差值为80。
在本实施例中，步骤S5中，所述判断腌制咸鸭蛋的品质是否合格，进一步实施为以下步骤：
S51、所述计算机4根据预设的最大灰度差值，与所述最小灰度值和最大灰度值之间的灰度差值进行比较；
S52、若所述灰度差值大于等于所述最大灰度差值，则判定为不合格；所述计算机4向机械手5发出指令，控制机械手5将不合格的腌制咸鸭蛋吸走；
S53、若所述灰度差值小于所述最大灰度差值，则判定为合格；则腌制咸鸭蛋继续输送纸下一工位，出蛋。
实施例4：
一种用于腌制咸鸭蛋的品质检测方法，包括下列步骤：
S1、将腌制咸鸭蛋7送至输送带1的进料端，并使腌制咸鸭蛋7一个一个地依次进入所述输送带1，继续向前输送；
S2、通过设置在所述输送带1两侧的第一摄像机2和第二摄像机3对腌制咸鸭蛋7进行图像采集，从视频中捕获腌制咸鸭蛋7的原始图像，并传送至计算机4进行处理；
S3、所述计算机4对捕获腌制咸鸭蛋7的原始图像进行分割，然后每个分割区域进行灰度处理，获得相应的灰度值；所述灰度值的范围为0～256；
S4、所述计算机4根据所有的灰度值结果，进行比较，选出最小灰度值和最大灰度值，并计算最小灰度值和最大灰度值之间的灰度差值；
S5、所述计算机4根据预设的最大灰度差值，与所述最小灰度值和最大灰度值之间的灰度差值进行比较，判断腌制咸鸭蛋的品质是否合格；若判定为合格，则腌制咸鸭蛋继续输送纸下一工位，出蛋；若判定为不合格，向机械手5发出指令，控制机械手5将不合格的腌制咸鸭蛋吸走；
步骤S5中，所述预设的最大灰度差值可通过计算机软件进行设定和更改。
在本实施例中，步骤S1中，所述输送带1的进料端设置有限位器11，用于使腌制咸鸭蛋7一个一个地依次进入所述输送带1；所述输送带1延伸方向的中部设置有透明材质的缓冲垫12，用于承载所述腌制咸鸭蛋7并减少其损坏。
在本实施例中，步骤S2中，所述第一摄像机2和第二摄像机3对称设置在所述输送带1延伸方向的两侧。
在本实施例中，所述第一摄像机2延伸方向的两侧分别设置有照明灯6，所述和第二摄像机3延伸方向的两侧分别设置有照明灯6，所述第一摄像机2和第二摄像机3之间的中部上方设置有照明灯6。
在本实施例中，所述第一摄像机2、第二摄像机3和照明灯6所在的区域外周罩设有遮光罩。
在本实施例中，步骤S3中，所述计算机4对捕获腌制咸鸭蛋7的原始图像进行分割，分割后每个个分割区域的大小为1.6mm2。
在本实施例中，步骤S5中，所述预设的最大灰度差值为100。
在本实施例中，步骤S5中，所述判断腌制咸鸭蛋的品质是否合格，进一步实施为以下步骤：
S51、所述计算机4根据预设的最大灰度差值，与所述最小灰度值和最大灰度值之间的灰度差值进行比较；
S52、若所述灰度差值大于等于所述最大灰度差值，则判定为不合格；所述计算机4向机械手5发出指令，控制机械手5将不合格的腌制咸鸭蛋吸走；
S53、若所述灰度差值小于所述最大灰度差值，则判定为合格；则腌制咸鸭蛋继续输送纸下一工位，出蛋。
以上仅是本发明的优选实施方式，应当指出的是，上述优选实施方式不应视为对本发明的限制，本发明的保护范围应当以权利要求所限定的范围为准。对于本技术领域的普通技术人员来说，在不脱离本发明的精神和范围内，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种用于腌制咸鸭蛋的品质检测方法，其特征在于，包括下列步骤：
S1、将腌制咸鸭蛋(7)送至输送带(1)的进料端，并使腌制咸鸭蛋(7)一个一个地依次进入所述输送带(1)，继续向前输送；
S2、通过设置在所述输送带(1)两侧的第一摄像机(2)和第二摄像机(3)对腌制咸鸭蛋(7)进行图像采集，从视频中捕获腌制咸鸭蛋(7)的原始图像，并传送至计算机(4)进行处理；
S3、所述计算机(4)对捕获腌制咸鸭蛋(7)的原始图像进行分割，然后每个分割区域进行灰度处理，获得相应的灰度值；所述灰度值的范围为0～256；
S4、所述计算机(4)根据所有的灰度值结果，进行比较，选出最小灰度值和最大灰度值，并计算最小灰度值和最大灰度值之间的灰度差值；
S5、所述计算机(4)根据预设的最大灰度差值，与所述最小灰度值和最大灰度值之间的灰度差值进行比较，判断腌制咸鸭蛋的品质是否合格；若判定为合格，则腌制咸鸭蛋继续输送纸下一工位，出蛋；若判定为不合格，向机械手(5)发出指令，控制机械手(5)将不合格的腌制咸鸭蛋吸走；
步骤S5中，所述预设的最大灰度差值可通过计算机软件进行设定和更改。
2.根据权利要求1所述的用于腌制咸鸭蛋的品质检测方法，其特征在于，步骤S1中，所述输送带(1)的进料端设置有限位器(11)，用于使腌制咸鸭蛋(7)一个一个地依次进入所述输送带(1)；所述输送带(1)延伸方向的中部设置有透明材质的缓冲垫(12)，用于承载所述腌制咸鸭蛋(7)并减少其损坏。
3.根据权利要求1所述的用于腌制咸鸭蛋的品质检测方法，其特征在于，步骤S2中，所述第一摄像机(2)和第二摄像机(3)对称设置在所述输送带(1)延伸方向的两侧。
4.根据权利要求3所述的用于腌制咸鸭蛋的品质检测方法，其特征在于，所述第一摄像机(2)延伸方向的两侧分别设置有照明灯(6)，所述和第二摄像机(3)延伸方向的两侧分别设置有照明灯(6)，所述第一摄像机(2)和第二摄像机(3)之间的中部上方设置有照明灯(6)。
5.根据权利要求4所述的用于腌制咸鸭蛋的品质检测方法，其特征在于，所述第一摄像机(2)、第二摄像机(3)和照明灯(6)所在的区域外周罩设有遮光罩。
6.根据权利要求1所述的用于腌制咸鸭蛋的品质检测方法，其特征在于，步骤S3中，所述计算机(4)对捕获腌制咸鸭蛋(7)的原始图像进行分割，分割后每个个分割区域的大小为1～2mm2。
7.根据权利要求1所述的用于腌制咸鸭蛋的品质检测方法，其特征在于，步骤S3中，所述计算机(4)对捕获腌制咸鸭蛋(7)的原始图像进行分割，分割后每个个分割区域的大小为1.6mm2。
8.根据权利要求1所述的用于腌制咸鸭蛋的品质检测方法，其特征在于，步骤S5中，所述预设的最大灰度差值为80～120。
9.根据权利要求1所述的用于腌制咸鸭蛋的品质检测方法，其特征在于，步骤S5中，所述预设的最大灰度差值为100。
10.根据权利要求1所述的用于腌制咸鸭蛋的品质检测方法，其特征在于，步骤S5中，所述判断腌制咸鸭蛋的品质是否合格，进一步实施为以下步骤：
S51、所述计算机(4)根据预设的最大灰度差值，与所述最小灰度值和最大灰度值之间的灰度差值进行比较；
S52、若所述灰度差值大于等于所述最大灰度差值，则判定为不合格；所述计算机(4)向机械手(5)发出指令，控制机械手(5)将不合格的腌制咸鸭蛋吸走；
S53、若所述灰度差值小于所述最大灰度差值，则判定为合格；则腌制咸鸭蛋继续输送纸下一工位，出蛋。
CN201911236147.XA 2019-12-05 2019-12-05 一种用于腌制咸鸭蛋的品质检测方法 Pending CN110967459A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911236147.XA CN110967459A (zh) 2019-12-05 2019-12-05 一种用于腌制咸鸭蛋的品质检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911236147.XA CN110967459A (zh) 2019-12-05 2019-12-05 一种用于腌制咸鸭蛋的品质检测方法

Publications (1)

Publication Number Publication Date
CN110967459A true CN110967459A (zh) 2020-04-07

Family

ID=70033091

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911236147.XA Pending CN110967459A (zh) 2019-12-05 2019-12-05 一种用于腌制咸鸭蛋的品质检测方法

Country Status (1)

Country Link
CN (1) CN110967459A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11230960A (ja) * 1998-02-13 1999-08-27 Kyowa Kikai Kk 卵の鮮度自動判定装置
KR20150067533A (ko) * 2013-12-10 2015-06-18 허진만 영상 판독을 통한 오란 검출 시스템 및 방법
US20160239953A1 (en) * 2015-02-17 2016-08-18 MatrixSpec Solutions Inc. Systems, devices, and methods for detecting fertility and gender of unhatched eggs
CN106370668A (zh) * 2016-08-22 2017-02-01 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
CN108051449A (zh) * 2018-01-30 2018-05-18 华中农业大学 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
CN108967260A (zh) * 2018-09-28 2018-12-11 华裕农业科技有限公司 种蛋孵化系统
CN109447982A (zh) * 2018-11-13 2019-03-08 广东工业大学 一种鸡蛋品质识别方法、装置、设备及可读存储介质
CN109738448A (zh) * 2018-12-28 2019-05-10 佛山科学技术学院 一种工业产品智能检测装置和方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11230960A (ja) * 1998-02-13 1999-08-27 Kyowa Kikai Kk 卵の鮮度自動判定装置
KR20150067533A (ko) * 2013-12-10 2015-06-18 허진만 영상 판독을 통한 오란 검출 시스템 및 방법
US20160239953A1 (en) * 2015-02-17 2016-08-18 MatrixSpec Solutions Inc. Systems, devices, and methods for detecting fertility and gender of unhatched eggs
CN106370668A (zh) * 2016-08-22 2017-02-01 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
CN108051449A (zh) * 2018-01-30 2018-05-18 华中农业大学 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
CN108967260A (zh) * 2018-09-28 2018-12-11 华裕农业科技有限公司 种蛋孵化系统
CN109447982A (zh) * 2018-11-13 2019-03-08 广东工业大学 一种鸡蛋品质识别方法、装置、设备及可读存储介质
CN109738448A (zh) * 2018-12-28 2019-05-10 佛山科学技术学院 一种工业产品智能检测装置和方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
卢阳: "基于机器视觉的禽蛋分级分选机器人", 《中国优秀硕士论文全文数据库（电子期刊） 信息科技辑》 *

Similar Documents

Publication Publication Date Title
US11641863B2 (en) Method for processing products of the food processing industry
CN106872465B (zh) 基于机器视觉的禽类受精蛋检测筛选装置
Pourdarbani et al. Study on an automatic sorting system for Date fruits
Choi et al. Tomato maturity evaluation using color image analysis
JP2016504574A (ja) 食品の品質をスコア付け及び制御するための方法及び装置
CN104749190B (zh) 一种禽蛋表面裂纹的在线视觉检测装置及其方法
KR101703542B1 (ko) 멍게의 특징 측정과 hsv 색상 모델을 이용한 멍게 자동 선별방법
US20180071788A1 (en) A novel color based optical grading system with multi reflectance and multi-angle views
JP2010145135A (ja) Ｘ線検査装置
WO1995021375A1 (en) System, apparatus and method for on-line determination of quality characteristics of pieces of meat, and arrangement for illumination of pieces of meat
US6433293B1 (en) Method and device for detecting dirt as present on articles, for example eggs
EP3516968B1 (en) Method for producing fish roe paste having foreign substances removed therefrom, and apparatus for producing fish roe paste having foreign substances removed therefrom
JP5455409B2 (ja) 異物選別方法および異物選別設備
Strachan Sea trials of a computer vision based fish species sorting and size grading machine
CN111860125A (zh) 基于机器视觉识别水果成熟度的方法
CN102181514A (zh) 快速无损伤检测冷却肉菌落总数的方法
CN107668107A (zh) 肉制品煎烤熟度控制方法及肉制品煎烤设备
CN115880282B (zh) 一种用于火锅底料均匀装料的监测方法及其监测装置
CN110967459A (zh) 一种用于腌制咸鸭蛋的品质检测方法
CN102788806A (zh) 基于类球形亮度变换的水果表面缺陷检测方法
Aleixos et al. Assessment of citrus fruit quality using a real-time machine vision system
JP2006003134A (ja) 農産物の外観検査装置
Udayakumar Visible light imaging
JP2006239602A (ja) 果実そ菜類の等級判別方法。
CN114082675A (zh) 一种用于杨梅品质检测的自动分级装置及其分级方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200407