基于圖像處理的動態(tài)群體雞蛋污物檢測方法研究.pdf

1、隨著人們物質(zhì)生活水平的提高，追求高品質(zhì)、安全產(chǎn)品已成為一種趨勢，而這正是我國禽蛋產(chǎn)品生產(chǎn)中面臨的最大問題。鑒于現(xiàn)在對禽蛋品質(zhì)檢測研究不能滿足在線檢測的效率和精度的要求，本文開發(fā)了一套基于圖像處理的動態(tài)群體雞蛋表面臟斑、血斑等污物的自動檢測系統(tǒng)，利用該檢測系統(tǒng)可以快速有效判斷出蛋殼表面的臟斑、血斑、污斑等信息。論文所設(shè)計的系統(tǒng)為今后禽蛋品質(zhì)在線檢測的深入研究和將其應(yīng)用于實踐生產(chǎn)中奠定了堅實的理論基礎(chǔ)。主要研究內(nèi)容如下：
　　1、系統(tǒng)

2、集成，實時采集雞蛋動態(tài)群體圖像。集成由雞蛋品質(zhì)檢測輸送系統(tǒng)、機器視覺系統(tǒng)及圖像處理等系統(tǒng)組成的軟、硬件系統(tǒng)。試驗獲得機械輸送系統(tǒng)行進(jìn)速度與機器視覺系統(tǒng)圖像采集速度間的最佳匹配參數(shù)。利用機器視覺系統(tǒng)實時采集快速運動雞蛋的群體圖像，準(zhǔn)確連續(xù)采集三幅清晰的雞蛋群體圖像，以反映同一單體雞蛋的三個不同側(cè)面，保證采集完整的蛋殼表面信息。
　　2、單體雞蛋圖像的分割，臟斑、血斑等品質(zhì)特征參數(shù)提取。文中先對群體圖像進(jìn)行單體分割，有序存儲，以利于后

3、續(xù)對單體雞蛋完整表面圖像特征參數(shù)提取。在群體圖像正確分割的基礎(chǔ)上，提出一種對單體圖像處理的新算法，即用改進(jìn)3×3方形窗口中值濾波進(jìn)行圖像消噪處理；通過比較經(jīng)典微分算子包括Roberts算子、Sobel算子、Prewitt算子和Laplican算子的應(yīng)用效果，得出Sobel算子檢測雞蛋邊緣最佳；對去噪后的圖像，用Sobel算子進(jìn)行邊緣檢測，使用分裂合并算法對圖像進(jìn)行基于四叉樹的分裂合并操作，最后利用小波變換進(jìn)行圖像融合，通過區(qū)域標(biāo)記提取雞