基于計算機視覺雞蛋品質(zhì)檢測的研究.pdf

1、在雞蛋加工過程中，實現(xiàn)雞蛋的自動分揀是一件非常重要的事情，不僅有經(jīng)濟原因，還有健康因素。養(yǎng)殖場中產(chǎn)出的雞蛋必須先經(jīng)過清洗，根據(jù)質(zhì)量和大小分類，然后通過包裝之后才進入市場。裂紋蛋和破損蛋在雞蛋加工中是非常嚴重的問題，因為它們能夠在分級和包裝過程中污染機械部件，進而導致雞蛋級別下降，因而在雞蛋被運往分散于各個地方，設備昂貴的雞蛋分級包裝廠之前，剔除有嚴重缺陷的雞蛋顯得尤為重要。 照蛋是一種分級操作，利用背光對雞蛋進行照射，通過這個操

2、作可以發(fā)現(xiàn)幾種缺陷，如裂紋、血斑和污點等。在黑暗環(huán)境中，裂紋顯示為明亮的線，血斑顯示為紅色的區(qū)域，污垢顯示為黑點，蛋黃顯示為黑色陰影，其中任何一種缺陷都會降低雞蛋的品質(zhì)。照蛋操作中雞蛋以每小時150000[1]個的速度通過檢測者，這就要求檢測者必須集中注意力，由于檢測者的眼睛疲勞或者精神不集中，從而導致通常有10％到20％的雞蛋漏檢，但是機器視覺能夠最大化程度的減小誤判，而且改善連續(xù)性。 許多研究表明，雞蛋缺陷區(qū)域與正常區(qū)域有著

3、明顯的顏色差異，因此可以通過用圖像的直方圖作為輸入，采用神經(jīng)網(wǎng)絡的方法訓練網(wǎng)絡，這種方法對于區(qū)分單一的雞蛋缺陷具有良好的性能，如單一的有血斑雞蛋，帶污點的雞蛋或者由裂紋的雞蛋等。但是，如果將這幾類雞蛋混合起來訓練神經(jīng)網(wǎng)絡，得到的模型的平均精度將會下降。常用的檢測雞蛋缺陷的視覺系統(tǒng)的的是通過檢測因為缺陷而導致的雞蛋外殼的變化，如標準幾何形態(tài)發(fā)生變化、紋理變化和顏色變化等，而雞蛋表面粘貼的羽毛，血斑，污物和破損等都能導致這些變化。對于這些有

4、缺陷的雞蛋圖像進行處理的算法過程就是通過在比較相似的背景中檢測突變。 采用LED光源進行前光照明，基于PC的系統(tǒng)，通過CCD攝像機獲取單個靜止雞蛋的圖像。開發(fā)出的圖像處理算法能夠精確的從背景中分離出雞蛋圖像，而且能夠很好區(qū)分雞蛋裂紋和噪聲。 系統(tǒng)通過對106幅好的雞蛋圖像進行識別，能夠正確識別96幅，正確識別率達到90.6％，對100幅有裂紋的雞蛋圖像進行處理，正確率達到94％，有6.0％的雞蛋誤判為好雞蛋，對112幅有