[发明专利]机器视觉技术快速检测鸡蛋新鲜度的方法

说明书

技术领域

本发明涉及一种机器视觉技术检测鸡蛋内部品质的方法，属于农畜产品无损检测技术。特指利用机器视觉技术获取鸡蛋透射图像，提取并融合图像的颜色空间、蛋黄形态及鸡蛋密度三方面特征，综合判断其新鲜度特征的方法。

背景技术

新鲜度是鸡蛋内部品质的重要标准，消费者通常把新鲜度下降作为鸡蛋品质下降的主要标志。我国每年收购的鸡蛋由于变质所造成的损失占总量的10%以上。但长期以来，鸡蛋新鲜度的无损检测一直是个难题，国内各中小企业大多采用人工照蛋、称重等物理方法检测鸡蛋的品质，其结果受主观因素影响较大，且检测效率低。因此，为了保障消费者的食品卫生和安全，研制一种快速无损的禽蛋新鲜度检测方法显得尤为必要。

当鸡蛋新鲜度降低时，通常表现为以下三个方面：（1）浓蛋白的稀释，（2）蛋黄面积扩大，（3）气室高度上升。在常温条件下，随着贮存时间的增加，鸡蛋新鲜度也随之逐步降低，首先表现为浓蛋白的不断稀释，其蛋壳内部对光的透射率会发生变化，这种变化可以用鸡蛋内部颜色信息的变化反映出来。因此，可采用红（R）、绿（G）、蓝（B）、色泽（H）、饱和度（S）、亮度（I）颜色空间描述鸡蛋新鲜度的颜色信息变化。鸡蛋新鲜度的变化其次表现为蛋黄面积的扩大，新鲜鸡蛋蛋黄呈球状，随着储藏时间的延长，由于水分散失及蛋黄膜弹性的降低，在形态特征上，表现为蛋黄逐渐趋于平坦，水平方向面积逐渐增大。此外，鸡蛋新鲜度的变化还表现为壳内的CO₂、H₂O等气体逐渐挥发，以至于气室高度逐步增加。近年来，有研究者对鸡蛋图像的某个指标或某个方面进行研究，如岑益科研究了鸡蛋内容物的透射图像特征值与表征鸡蛋新鲜度的哈夫单位值的相关性，王巧华等发表在农业机械学报（2006年37卷1期）的“基于BP神经网络的鸡蛋新鲜度无损检测方法”，郑丽敏等发表在农业工程学报的文章“基于计算机视觉的鸡蛋新鲜度无损检测”，利用机器视觉技术获取鸡蛋透射图像的颜色空间或蛋壳形态特征，检测禽蛋的新鲜度。但采用的均为单方面的指标，检测精度相对较低。

由于鸡蛋新鲜度的下降是由多方面因素综合促成的结果，采用单方面的特征难以全面获取新鲜度变化的信息。本发明提出利用机器视觉技术获取鸡蛋透射图像，提取并融合颜色空间、蛋黄形态特征和鸡蛋密度三个方面的信息特征、再筛选特征变量，综合描述鸡蛋新鲜度信息。经检索，国内外还没有相关方面的报道。

发明内容

为了克服现有技术的不足，本发明提供融合并优化机器视觉技术获取鸡蛋透射图像的颜色空间、蛋黄形态及鸡蛋密度三方面特征信息，与鸡蛋新鲜度下降所表现出的浓蛋白稀释、蛋黄面积扩大、气室高度上升现象一一对应，综合判断其新鲜度特征，并进行分级的一种方法。

本发明的具体内容如下：

机器视觉技术快速检测鸡蛋新鲜度的方法，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（哈夫单位值）建立检测模型，得出鸡蛋新鲜度预测结果，并划分相应等级。

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（OSTU）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。

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。