[实用新型]数字式食用菌杂质识别装置

说明书

技术领域

本申请涉及一种农产品杂质在线识别装置，特别是一种采用了机器视觉技术的数字式食用菌杂质识别装置。 

背景技术

在农产品加工业中，从原材料的分级、筛选到加工过程中的烘培、杂质监测、成品分份、成品质量检测等场合，都有机器视觉技术的应用。农产品种类繁多，从蔬菜、水果到肉类等规格不一、千变万化，用机器视觉技术对这类产品进行自动分类、检测、分析和处理是有挑战性的。Tao等(1995)研制成功了Merling高速高频机器视觉水果分级系统，该系统采用了频谱增强、彩色图像分析、噪声过滤与变换等技术。该设备的处理能力为44t/h，目前已广泛用于苹果、桔子、桃子、西红柿等水果的分级。据报导，美国每年有50％以上的苹果经该设备处理，并已推广到加拿大等其他国家。Zayas(1985)根据2种不同品种的冬硬麦、冬软麦的形状特征，将它们从8种其它品种小麦中分离出来。Miller等(1989)在桃分级研究中，用彩色摄像机获得桃子表面的灰度图像，提出新算法确定损伤面积。Shearer等(1990)将圆椒置于透明管内，用彩色CCD摄像机从六个角度拍摄其彩色数字图像，然后将RGB值转化为HSI三个参数，根据H值及其频率分布判断圆椒的颜色类别，正确率达96％。张帆等(2000)对外形较小的烟叶，利用烟叶面积、周长和缺损等质量特征值的神经元网络提取技术研究也取得了理想的结果。目前已经成功用于农产品加工业的机器视觉产品有大米色选机、水果分选机等。大米色选机主要根据被选物的颜色进行区分，水果分选机的被选物外形较大、颜色区别也较大，因此技术难度不高。而其他的基本上还处于研究阶段，真正产品化的尚不多见。 

在杂质检测方面，棉花异纤维清除机是成功应用于纺织行业的机器视觉系统，其原理主要是通过颜色区分棉花和异纤维，普通的摄像机不能区分和棉花颜色接近的异纤维，如果用紫外摄像机，还可以检测出含荧光的异纤维。陈文涛(2003)研究了烟草在线异物剔除系统，该系统采用HSI颜色模型，以色度为主要特征量，设定阈值对烟草和异物的像素点进行判别，然后统计单元中异物像素点的比例，再进行二次判别。上述异物检测方法都是基于颜色的。 

较上述的农产品分级检测、杂质的检测任务，食用菌在线异物检测的技术难度更大。识别难度主要来自于四个方面：1、作为图像背景的食用菌(主要有金针菇、草菇，冬菇等)外形不规则、尺寸大小不一、位置散乱无序；2、典型杂质头发的形状和颜色易与食用菌图像中的菌体阴影或边界混淆；3、其它杂质如绵子壳、编织袋丝、地膜碎片等，基本上都无固定的形状和大小；4、食用菌半成品含水率较高，反光严重。为了解决这些问题，在光源设计、图像采集处理和识别上都需要更加细致的考虑，为了适应在线识别的要求，识别算法的复杂度和识别速度之间需要权衡考虑。采用计算机识别技术的食用菌在线异物检测系统目前国内外尚无相关报导和产品，国外我们也未找到相同或相近的产品。 

实用新型内容

本实用新型的目的在于提供一种数字式食用菌杂质识别装置，采用机器视觉技术，能够将食用菌中的多种杂质，例如头发、绵子壳、编织袋丝、地膜碎片等杂质识别并检测出来，从而提高食用菌产品生产效率与质量，降低劳动强度和人工成本，降低出口风险，有助提升我国食用菌出口企业的国际形象和市场核心竞争力。 

本实用新型提供了一种数字式食用菌杂质识别装置，该装置包括食用菌清洗生产线，其特征在于：在所述的食用菌清洗生产线上安装有照明装置、数字摄像机，所述装置还包括图像采集卡和工控机，其中所述照明装置位于待识别的食用菌的上方，所述照明装置能够削弱阴影、反光、光照不均匀给图像分割和识别带来的干扰，数字摄像机包括多个摄像头，所述数字摄像机通过数据连接线连接图像采集卡，从而将拍摄的图像经图像采集卡，送入工控机进行图像处理以及杂质识别。 

进一步的，所述照明装置选择无影的均匀扩散照明方式，采用条形光、环形荧光灯或圆顶照明，并加装漫射板，并且采用不同波长的滤镜。 

进一步的，根据所述食用菌清洗生产线的宽度和生产线的移动速度，调整所述数字摄像头的焦距和光圈大小，设定镜头距离检测目标的距离，并调节照明装置的亮度和照明角度，以便获取清晰的图像； 

进一步的，所述数字摄像机采用2/3″彩色面阵CCD，配5百万像素镜头，镜头距离检测目标20cm～30cm，视场为50mm ×50mm，以每秒9帧的速度拍摄图像，每帧图像为2452×2056像素，每像素8bit。 

进一步的，所述食用菌清洗生产线的运动速度为约24米/分钟。