基于机器视觉的禽蛋破损检测系统

摘要

禽蛋食品是人们日常生活的主要食品，我国是世界上禽蛋生产和消费大国，随着我国人民生活质量的提高，对禽蛋食品品质提出了更高的要求，也造就了禽蛋品质检测技术的不断发展。我国居民有食用皮蛋的习惯，而在皮蛋的制作过程中必需是先对鸭蛋做破损检测，然后再清洗制作。受鸭蛋表面污点的影响，传统的检测设备不能够正确识别裂纹和污点，所以目前我国绝大部分皮蛋生产企业仍然采用人工检测的方法。因此，研究适合我国国情的鸭蛋破损检测设备，提高分拣效率，已经成为我国皮蛋制造业目前及未来亟待解决的问题。
　　 针对鸭蛋破损检测的运行要求，开发设计出基于计算机的机器视觉处理系统。系统采用红色LED作为光源，选用背景光照射方式，在封闭的环境中通过CCD摄像机来获取单个静止鸭蛋的图像。设计的软件采用阈值自适应、反锐化掩模、二值化去噪、形态学处理等手段实现图像的裂纹检测，最后基于图像的数学特征去除干扰因素，准确定位裂纹。实验验证了开发的图像处理软件能够准确的区分背景和鸭蛋，并且能够很好的区分鸭蛋表面的裂纹和污点。
　　 系统对200个鸭蛋作图像采样检测，能够正确识别185幅，检测的准确率达到了92.5％，满足实验检测的要求。

目录

声明

摘要

第一章 绪论

1．1 课题来源及研究意义

1．2 国内外研究现状及分析

1．3 论文的研究内容

第二章 机器视觉系统的硬件设计

2．1 光源技术

2．1．1 前光源

2．1．2 背光源

2．1．3 环形光源

2．1．4 点光源

2．1．5 可调光源

2．2 摄像机技术

2．2．1 数字摄像机

2．2．2 分辨率

2．3 机器视觉系统硬件组成

2．4 本章小结

第三章 机器视觉中的边缘检测技术

3．1 边缘检测的方法分类

3．1．1 经典边缘检测算法

3．1．2 以能量最小化作为准则的全局提取法

3．1．3 以新的数学工具为基础的边缘检测算法

3．2 边缘检测的评价标准

3．2．1 Canny准则

3．2．2 Pratt品质因数

3．3 小结

第四章 模式识别

4．1 图像分割

4．1．1 使用阈值对图像分割

4．1．2 基于区域的图像分割方法

4．1．3 边缘检测和连接

4．2 图像特征选择与提取

4．2．1 兴趣点提取与标定

4．2．2 直线提取

4．2．3 圆弧提取

4．3 分类

4．3．1 分类特征选择

4．3．2 Bayes理论

4．4 本章小结

第五章 检测系统设计与实现

5．1 检测系统设计

5．1．1 RGB转灰度图像

5．1．2 阈值自适应

5．1．3 反锐化掩模

5．1．4 基于特征处理

5．2 实验结果

5．3 本章小结

第六章 全文总结与工作展望

6．1 总结

6．2 展望

参考文献

致谢

攻读硕士学位期间主要研究成果