[发明专利]机器视觉技术快速检测鸡蛋新鲜度的方法

权利要求书

1.机器视觉技术快速检测鸡蛋新鲜度的方法，其特征在于按照下述步骤进行：（一）鸡蛋图像的采集：在一定的光照条件下获取鸡蛋的透射图像，并通过图像采集卡转换成数字图像传送到计算机；（二）鸡蛋图像信息的提取：在计算机中通过数字图像处理程序从采集的鸡蛋透射图像中获取颜色空间、蛋黄形态和鸡蛋密度三个方面的信息特征；（三）信息的融合和筛选：对获取的鸡蛋图像信息在特征层面上进行融合、筛选；（四）鸡蛋新鲜度检测模型的建立：通过多变量分析方法与常规鸡蛋新鲜度检测结果建立检测模型，得出鸡蛋新鲜度预测结果，并划分相应等级。

2.根据权利要求1所述的机器视觉技术快速检测鸡蛋新鲜度的方法，其特征在于其中所述的步骤（二）中从鸡蛋透射图像中提取颜色空间的信息特征，包括以下步骤：（1）利用最大类间方差阈值分割法去除鸡蛋图像的黑色背景；（2）分别提取鸡蛋图像的RGB、HSI颜色空间分量；（3）提取RGB和HIS颜色分量的均值和方差作共12个变量。

3.根据权利要求1所述的机器视觉技术快速检测鸡蛋新鲜度的方法，其特征在于其中所述的步骤（二）中从鸡蛋的透射图像中提取蛋黄形态的信息特征，包括以下步骤：（1）对彩色鸡蛋图像提取RGB颜色空间；（2）对鸡蛋图像R颜色分量进行灰度调整，然后对鸡蛋区域和背景区域进行阈值分割，可得全蛋面积S₀；（3）对鸡蛋图像B颜色分量进行灰度调整并中值滤波，然后再利用形态学进行区域填充，以获得更完整的蛋黄区域；（4）在分割的鸡蛋目标区域内，统计蛋黄面积S；（5）以蛋黄面积S和全蛋面积S₀比值为蛋黄形态的信息特征。

4.根据权利要求1所述的机器视觉技术快速检测鸡蛋新鲜度的方法，其特征在于其中所述的步骤（二）中鸡蛋密度特征提取，指对采集的鸡蛋透射图像进行提取、分析，计算其体积，质量与体积的比值即为密度，包括以下步骤：（1）对鸡蛋透射图像进行阈值分割，提取的鸡蛋图像区域；（2）对提取的鸡蛋区域外接一个最小矩形，将受测鸡蛋最小外接矩形的长作为透射二维图像的长轴长度，将最小外接矩形宽作为透射二维图像的赤道短轴长度，计算受测鸡蛋的体积；（3）称取鸡蛋的质量除以计算得到的体积即为受测鸡蛋密度。

5.根据权利要求1所述的机器视觉技术快速检测鸡蛋新鲜度的方法，其特征在于其中所述的步骤（三）中对获取的这些信息在特征层面上进行融合、筛选，是指对鸡蛋新鲜度颜色空间、蛋壳形态及密度信息在特征层面的融合，并筛选与新鲜度信息相关度较高特征变量，包括以下步骤：（1）提取鸡蛋图像的HIS和RGB颜色分量的均值和方差12个特征变量作为颜色空间的信息特征、提取鸡蛋图像的蛋黄面积与全蛋面积的比值作为蛋黄形态的信息特征，通过鸡蛋质量与其图像所提取的体积的比值作为密度的信息特征，将提取的14个特征在量纲上进行融合；（2）采用逐步回归法筛选与鸡蛋新鲜度信息相关度较高特征变量，共得到7个变量，分别为B分量均值，H分量均值，R分量方差，H分量方差，I分量方差，蛋黄面积与全蛋面积比S/S₀，密度P，作为鸡蛋新鲜度检测模型的输入向量。

6.根据权利要求1所述的机器视觉技术快速检测鸡蛋新鲜度的方法，其特征在于其中所述的步骤（四）中通过多变量分析方法与常规鸡蛋新鲜度检测结果建立检测模型，是指采用机器视觉技术采集一批鸡蛋的图像，提取和筛选特征信息，和常规新鲜度检测方法测定结果建立遗传算法优化径向基神经网络的拓扑结构建立模型，鸡蛋新鲜度即可通过机器视觉技术采集图像，通过上述步骤提取和筛选特征信息，采用所建立的模型得出鸡蛋新鲜度预测结果，并根据相应的标准对其分级。