[发明专利]一种鸡蛋蛋壳表面微小污斑的在线视觉检测装置及方法在审
| 申请号: | 201810520090.5 | 申请日: | 2018-05-28 |
| 公开(公告)号: | CN108776143A | 公开(公告)日: | 2018-11-09 |
| 发明(设计)人: | 段宇飞 | 申请(专利权)人: | 湖北工业大学 |
| 主分类号: | G01N21/94 | 分类号: | G01N21/94;G01N21/952 |
| 代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人: | 魏波 |
| 地址: | 430068 湖北*** | 国省代码: | 湖北;42 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 污斑 鸡蛋蛋壳 在线视觉检测装置 光电传感器 鸡蛋 传送辊轮 工业相机 照射光源 采集箱 串口通讯线 计算机连接 数据传输线 图像采集箱 图像预处理 彩色图像 串口通信 二值图像 黑色像素 目标图像 区域像素 在线检测 正中位置 自动采集 像素点 计算机 蛋体 图片 | ||
1.一种鸡蛋蛋壳表面微小污斑的在线视觉检测装置,其特征在于:包括传送辊轮(1)、工业相机(2)、图像采集箱(3)、照射光源(4)、光电传感器(5)、PLC控制器(6)和计算机(7);
所述图像采集箱(3)固定安装在所述传送辊轮(1)两侧的支架上,所述工业相机(2)固定安装于采集箱(3)顶部正中位置并通过数据传输线与所述计算机(7)连接;所述传送辊轮(1)下方设置有照射光源(4),所述光电传感器(5)设置于所述采集箱(3)一侧并与所述PLC控制器(6)连接,所述PLC控制器(6)通过串口通讯线与所述计算机(7)进行串口通信。
2.根据权利要求1所述的鸡蛋蛋壳表面微小污斑的在线视觉检测装置,其特征在于:所述照射光源(4)为9个暖白色照蛋器,以3*3并排设置在所述传送辊轮(1)下方。
3.一种鸡蛋蛋壳表面微小污斑的在线视觉检测方法,其特征在于,包括以下步骤:
步骤1:采集鸡蛋彩色图像;
步骤2:预处理图像,获得鸡蛋彩色完整目标图像;
步骤3:提取微小污斑特征参数;
步骤4:判别污斑蛋与干净蛋。
4.根据权利要求3所述的鸡蛋蛋壳表面微小污斑的在线视觉检测方法,其特征在于,步骤2的具体实现包括以下子步骤:
步骤2.1:对图片进行裁剪,将单张图片中的九枚鸡蛋裁剪分成九张单独的鸡蛋图片;
步骤2.2:寻找图像中像素B分量值大于零的点,并将其R、G、B三个颜色分量的值设置为零,其余像素点保持原值,以清除大部分由于透射照明产生的漏光区域;
步骤2.3:提取R颜色分量图,并利用自适应阈值分割进行二值化转化为黑白图像;
步骤2.4:采用圆形结构元素对步骤2.3中的黑白图像先腐蚀后膨胀,消除漏光残余区域;
步骤2.5:补全蛋体表面图像的孔洞,消除图片边缘上的多余干扰区域;
步骤2.6:提取经上述步骤处理后的蛋体轮廓;
步骤2.7:剔除轮廓上存在的凹陷点,直接将剩下的凸包点相邻两端用线段进行连接,从而将蛋体轮廓补全;
步骤2.8:将补全后轮廓内的区域填充成白色,并与原图像进行点乘操作,获得去除背景后的鸡蛋彩色完整目标图像。
5.根据权利要求4所述的鸡蛋蛋壳表面微小污斑的在线视觉检测方法,其特征在于:步骤2.5中,通过封闭孔洞填充算法补全蛋体表面图像的孔洞,利用去除最小面积法消除图片边缘上的多余干扰区域。
6.根据权利要求4所述的鸡蛋蛋壳表面微小污斑的在线视觉检测方法,其特征在于:步骤2.7中,运用凸包算法剔除轮廓上存在的凹陷点。
7.根据权利要求3所述的鸡蛋蛋壳表面微小污斑的在线视觉检测方法,其特征在于,步骤3的具体实现包括以下子步骤:
步骤3.1:统计鸡蛋彩色完整目标图像的像素点个数,记为M;
步骤3.2:利用公式GREY=R*0.299+G*0.587+B*0.114将彩色图像转换为灰度图像;
步骤3.3:对灰度图像进行自适应阈值分割为二值图像;
步骤3.4:统计二值图像中像素值为255的像素点个数,记为N;
步骤3.5:计算微小污斑参数的值L=M-N。
8.根据权利要求7所述的鸡蛋蛋壳表面微小污斑的在线视觉检测方法,其特征在于:步骤3.3中,运用最大类间方差法对灰度图像进行自适应阈值分割为二值图像。
9.根据权利要求3所述的鸡蛋蛋壳表面微小污斑的在线视觉检测方法,其特征在于,步骤4的具体实现包括以下子步骤:
步骤4.1:针对每枚鸡蛋所采集到的三张图片分别进行上述步骤的处理,计算每枚鸡蛋分别在三张图片上提取的微小污斑区域特征参数,记为L1、L2、L3;
步骤4.2:计算三个参数的和Lsum=L1+L2+L3;
步骤4.3:若Lsum的值大于零,则判定该鸡蛋为污斑蛋;若Lsum的值等于零,则判定该鸡蛋为干净蛋。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖北工业大学,未经湖北工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810520090.5/1.html,转载请声明来源钻瓜专利网。





