机器视觉实现方便面破损在线检测的研究 .docVIP

　　机器视觉实现方便面破损在线检测的研究 摘 要：提出一种适于实时在线检测方便面面块破损的方法，即通过建立计算机视觉系统，获取面块图像，针对方便面特点利用“围剿算法”分割出面块图像，然后通过“削切算法”除去面块边缘毛刺，以便于求得面块的“真边界”，然后求取面块与其外接矩形面积的比值对方便面的破损进行快速判断，本实验另辟蹊径，其优势十分明显，识别率高，速度快。 关键词：方便面;形状识别;计算机视觉; 图像分割Abstract: An on-line method aged instant noodle. Use puter vision to capture the image. Then use “around shock method” to segment the image. The burr of edge is get rid of after “cut processing”, So “real borderline” ade rapid identify on speedy inspection of defaulted. This study method is novelty, superiority, nicety and speedily.Key age Segmentation0. 引言　　近年来,随着方便面市场剧烈竞争，各厂家纷纷降低成本、提高产品质量、树立品牌形象、提高企业竞争力。在不降低产品质量的前提下，要增强企业的竞争力，只有走规模化经营之道;而规模化的核心目标就是“以规模降成本”，即扩大生产规模，挖掘企业潜力，向规模要效益，向管理要效益，降低生产成本和管理成本。鉴于此，方便面生产的自动化水平渐渐成为一个不容忽视的重要问题。目前，方便面生产线后段应用了自动排面传送带及自动射面机、自动投包机、自动叠袋机及自动裹包式纸箱装箱机等（如顶新集团），而方便面生产线次品挑选工作还是依赖人工视觉来完成。人工视觉检测具有速度低，受主观影响较大，误检率和漏检率高等缺点。所以，研制高效方便面自动化检测系统能提高产品质量，解放生产力和节约成本，适应现代化工业的需要。　　机器视觉技术是机器代替人眼来做测量和判断，国内外已将此技术成功地运用到众多产品的质量检测上。与人工视觉检测相比较，机器视觉具有自动化程度高、识别能力强、测量精度高等优点，具有广泛的应用前景。随着图像处理技术的日趋先进、计算机硬件成本的下降及计算机处理速度的提高，在食品及农产品品质自动检测和分级领域应用机器视觉已变得越来越具有吸引力。　　方便面生产线上依外观挑选出的不良品主要有破损、油炸过度或不足、大花、并条、堆积等，其中80%以上为破损面块。本文以方形面块为例进行在线快速破损检测。因为面块边缘不平整且常有一些毛刺，常规的视觉识别方法难以进行判断。本文利用“削切处理”除去毛刺，得到面块的真边界，然后利用面块与外接矩形的面积比判断缺损与否，实验表明该方法识别率高，速度快，适合在线检测。1. 试验材料与装置　　本实验样本来自河南正龙食品有限公司的白象方便面系列之一：大骨面，它具有油炸方便面的代表性。由正龙集团新郑分公司三车间生产。共采集实验样本128块，其中缺损面块70块。　　实验装置由计算机、CCD摄像机、图像采集卡、光源和输送线等组成（图1）。其中CCD摄像机采用美国Uniq-uc610，图像采集卡采用加拿大 Matrox Meteor-II型（该采集卡具有外触发功能）。本系统采用封闭式照明系统，照明室上部两侧采用两个对称的30 ORN的E3C-DS10触发器配合放大器E3C-3C使用。这是一个反射型的触发器。当传送带上有面块过来时，信号强度发生变化，输出一个脉冲信号来控制相机抓拍图像。本实验所拍摄图像大小为640×474，以24位bmp格式存储。图像处理算法在 Visual C ++ 6.0平台上编译通过。2. 图像处理　　采集后的图像首先要经过预处理，预处理包括滤噪、图像分割、去边缘毛刺等，以便于后续的形状判断工作。　　2.1 图像滤噪　　本试验采用快速中值滤波方法去除噪声。既有效抑制图像中的噪声，又保护图像的轮廓边界不使其变模糊。此算法处理速度快，能满足在线检测的要求。　　2.2 图像分割　　图像的背景是黑色的，而面块相对来说是浅色的。经实验，选取HIS颜色空间中I分量为判断条件时，直方图为理想的双峰型（图3）。选择谷作为灰度阈值将得到合理的物体边界。同一颜色从RGB到HIS的转换为非线性变换，其转换关系为：　　图像分割一般采用阈值法，　　本研究中由于面块花纹深陷处、空洞处等颜色灰度值与背景差别不大，采用阈值法容易将面块部分当作背景去除掉，从而影响后续的处理（图4b）。本文采用了“围剿算法”分割图像。基本思想是通过扫描图像找到面块的四周边缘点