[发明专利]基于机器视觉的食品品种检测方法及系统

说明书

技术领域

本发明涉及一种基于机器视觉的食品品种检测方法及系统，属于食品检测技术领域。 

背景技术

随着生活水平的不断提高，生活节奏越来越快，外卖食品也越来越受到顾客的广泛欢迎。购买食品时，通过扫码器扫描食品外包装上的条形码或二维码，来获得食品品种等信息。而对于面包、寿司之类的食品，在顾客选购时，往往没有外包装包裹，因而没有贴条形码或二维码的位置；在付款时，很难得知该食品的品种，只能通过人为辨别外观来判断食品品种，从而确定价格。由于食品种类繁多，或者售货员的失误，容易导致对食品品种的错误判断，影响购买效率，甚至会对顾客或销售者的利益造成损害。 

发明内容

本发明的目的在于，提供一种基于机器视觉的食品品种检测方法及系统，能够快速、准确地检测出没有外包装的食品的品种。 

为解决上述技术问题，本发明采用如下的技术方案： 

一种基于机器视觉的食品品种检测方法，包括以下步骤： 

S1，通过CCD图像采集模块采集被测食品图像信息； 

S2，对被测食品图像信息进行预处理； 

S3，提取被测食品的图像特征； 

S4，将提取的被测食品图像特征与数据库中存储的标准图像特征进行对比，确定被测食品品种。 

前述的基于机器视觉的食品品种检测方法中，步骤S2包括： 

S21，进行形态学运算(如选择膨胀、腐蚀、开闭运算)，通过一定形态结构元素度量和提取图像中对应形状来简化图像数据，除去不相干元素，保持被测食品图像的基本形状与特征； 

S22，选择线性锐化滤波运算对被测食品图像进行去噪，删除来自外部和内部干扰的噪音点； 

S23，对图像独立的像素点进行处理，使每个灰度对象对应一个灰度级，并通过改变原始数据灰度范围使被测食品图像实现白平衡校正。 

前述的基于机器视觉的食品品种检测方法中，步骤S3包括： 

S31，根据被测食品图像与背景的差异，采用最大类间方差法对图像进行阈值分割，提取被测食品图像轮廓，获取被测食品的尺寸信息； 

S32，提取被测食品RGB各层灰度直方图，统计提取的被测食品轮廓图像的RGB各层中每一个灰度级像素比例，即轮廓图像中各级灰度出现的频率； 

S33，将RGB图像转换为HSV图像，