基于機(jī)器視覺的果凍質(zhì)量檢測技術(shù)與裝置

李 名，馮燕柱，張南峰

（1.廣州市天梭信息系統(tǒng)有限公司，廣州 510410；2.廣東工業(yè)大學(xué)廣東省焊接工程技術(shù)研究中心，廣州 510006）

0 引言

果凍是一種膠質(zhì)的甜食，也是一種深受人們喜歡的高膳食纖維休閑食品[1]。近年來，各種各類的果凍食品蜂擁而出，如海參銀耳保健果凍[2]、雜糧果凍[3]、菠蘿蜜風(fēng)味果凍[4]，由此可見果凍食品具有廣闊的市場前景。果凍的生產(chǎn)工藝一般由調(diào)配、滅菌、過濾、裝杯、冷卻、封口等組成，由于生產(chǎn)過程中空氣混入，果凍常常在內(nèi)部形成氣泡，嚴(yán)重影響著果凍的質(zhì)量與保質(zhì)期。因此，為保證果凍產(chǎn)品質(zhì)量，需要進(jìn)行果凍食品質(zhì)量檢測。

目前，主要依靠人工檢測果凍質(zhì)量，其勞動(dòng)強(qiáng)度高、效率低且增加產(chǎn)品成本。近年來，隨著工業(yè)自動(dòng)化發(fā)展，出現(xiàn)了各種新興人工智能技術(shù)，其中機(jī)器視覺技術(shù)引起許多學(xué)者的關(guān)注。機(jī)器視覺技術(shù)在工業(yè)領(lǐng)域得到廣泛推廣[5-6]，其中在產(chǎn)品的識別分類、尺寸測量和檢測方面應(yīng)用廣泛，如煤和煤矸石分類[7]、織帶檢測[8]、電磁繼電器關(guān)鍵部件尺寸測量等[9]。對于大批量果凍質(zhì)量檢測而言，可通過機(jī)器視覺檢測技術(shù)克服人工檢測的勞動(dòng)強(qiáng)度高、效率低等缺點(diǎn)。由于機(jī)器視覺檢測技術(shù)精度高、處理信息迅速，可快速獲得果凍產(chǎn)品信息，快速檢測出質(zhì)量不達(dá)標(biāo)產(chǎn)品，大大提高生產(chǎn)效率與產(chǎn)品質(zhì)量。

本文基于機(jī)器視覺檢測技術(shù)，結(jié)合果凍氣泡的特征，設(shè)計(jì)了1臺果凍質(zhì)量檢測裝置。通過機(jī)器視覺成像、高斯濾波、分水嶺算法、區(qū)域生長算法等方法準(zhǔn)確檢測果凍中的氣泡并對果凍產(chǎn)品質(zhì)量作出判斷。

1 機(jī)器視覺果凍質(zhì)量檢測原理及裝置

機(jī)器視覺果凍質(zhì)量檢測技術(shù)是利用工業(yè)相機(jī)對果凍產(chǎn)品進(jìn)行圖像采集，并使用相關(guān)圖像處理算法對所采集圖像進(jìn)行處理、計(jì)算，最終找出果凍中的氣泡并對果凍質(zhì)量作出判斷。如圖1所示，機(jī)器視覺果凍質(zhì)量檢測裝置主要由工業(yè)相機(jī)1、工業(yè)相機(jī)2、圖像采集卡、工業(yè)計(jì)算機(jī)、工控機(jī)、氣缸執(zhí)行機(jī)構(gòu)和傳送帶組成。工業(yè)相機(jī)1獲取果凍的正面圖像，工業(yè)相機(jī)2獲取果凍的背面圖像。圖像采集卡將所采集圖像傳送給工業(yè)計(jì)算機(jī)，工業(yè)計(jì)算機(jī)用于圖像處理并把計(jì)算結(jié)果信息傳遞給工控機(jī)。工控機(jī)接收到信息后控制氣缸執(zhí)行機(jī)構(gòu)，將不符合要求的果凍剔出傳送帶。傳送帶使得果凍逐一有序地經(jīng)過工業(yè)相機(jī)1、2，便于圖像采集。果凍質(zhì)量檢測裝置的工作流程如圖2所示。

圖1 機(jī)器視覺果凍質(zhì)量檢測裝置示意圖

圖2 機(jī)器視覺果凍質(zhì)量檢測裝置工作流程圖

2 果凍圖像處理

工業(yè)相機(jī)采集的圖像由前景區(qū)域（果凍）和背景區(qū)域組成，如圖3所示。為了提高檢測速度和簡化圖像處理算法，需要對所采集圖像進(jìn)行預(yù)處理提取前景區(qū)域。本研究采用分水嶺算法，形態(tài)學(xué)處理和邊緣檢測等算法進(jìn)行預(yù)處理提取前景區(qū)域，然后對預(yù)處理后的圖像采用高斯濾波，區(qū)域生長算法提取氣泡存在的區(qū)域，最后基于面積和圓度找出氣泡的位置，并把檢測結(jié)果輸出。果凍圖像處理算法流程如圖4所示。

圖3 機(jī)器視覺系統(tǒng)采集的果凍圖像

圖4 機(jī)器視覺果凍圖像處理算法流程圖

2.1 果凍圖像預(yù)處理

本研究使用分水嶺算法對果凍圖像進(jìn)行預(yù)處理。分水嶺算法是一種基于拓?fù)淅碚摰臄?shù)學(xué)形態(tài)學(xué)的分割方法，其基本思想是將圖像看作測地學(xué)上的拓?fù)涞孛?，圖像中每一點(diǎn)像素的灰度值表示該點(diǎn)的海拔高度，每一個(gè)局部極小值及其影響區(qū)域?yàn)榧瑁璧倪吔鐒t形成分水嶺[10]。分水嶺表示輸入圖像極大值點(diǎn)，可用以下式表示：

式中：f(x，y)為輸入圖像；grad（·）為對輸入圖像進(jìn)行梯度運(yùn)算。

為了消除分水嶺算法導(dǎo)致的過度分割，將果凍輸入圖像設(shè)定分割為兩個(gè)區(qū)域。分水嶺算法處理后，對圖像進(jìn)行閾值處理、形態(tài)學(xué)處理和邊緣檢測最終得到果凍圖像的前景區(qū)域?；趏pencv函數(shù)庫，對上述所述過程進(jìn)行代碼實(shí)現(xiàn)，處理的結(jié)果如圖5所示。由圖可看出，所應(yīng)用的算法能夠準(zhǔn)確獲取圖像前景區(qū)域即果凍區(qū)域。

圖5 果凍圖像預(yù)處理前后結(jié)果

2.2 果凍圖像中氣泡檢測方法

果凍的氣泡中心區(qū)域一般呈透明狀態(tài)，周圍區(qū)域有一定的邊緣，且氣泡的大小參差不齊，有些肉眼都難以辨認(rèn)。由于液體的表面張力的作用，氣泡形狀一般為圓形或橢圓形。一般氣泡有以下幾個(gè)特點(diǎn)：（1）位置不確定，對比度低，大小不一，亮度不均勻；（2）中心區(qū)域?yàn)橥该鳡顟B(tài)，有一定的邊緣；（3）氣泡的形狀一般為圓形或橢圓形。針對果凍氣泡的特點(diǎn)，選用區(qū)域生長算法對果凍圖像進(jìn)行處理，區(qū)域生長算法是從小區(qū)域發(fā)展成更大區(qū)域的過程。從某點(diǎn)的集合開始，從這些點(diǎn)的區(qū)域增長是將與每個(gè)小區(qū)域點(diǎn)有類似屬性如強(qiáng)度、灰度級、紋理顏色等的相鄰像素合并到此區(qū)域[11]。果凍圖像中的每個(gè)氣泡都可以視為小區(qū)域。經(jīng)過區(qū)域生長算法處理后，選取外圓半徑在一定范圍的區(qū)域，對選取區(qū)域進(jìn)行填充處理，求出區(qū)域中的可能是氣泡的區(qū)域，根據(jù)氣泡的面積和圓度選取出真實(shí)氣泡的區(qū)域，最后標(biāo)出氣泡所在的位置。基于opencv函數(shù)庫，對上述所述過程進(jìn)行代碼實(shí)現(xiàn)，處理的結(jié)果如圖6所示。由圖可看出，所應(yīng)用的算法能夠準(zhǔn)確檢測出果凍圖像中的氣泡，圈出的位置為氣泡所在之處。

圖6 果凍圖像氣泡檢測結(jié)果

3 試驗(yàn)結(jié)果分析

圖7 機(jī)器視覺果凍圖像檢測結(jié)果圖

為了驗(yàn)證所應(yīng)用方法的有效性，對果凍圖像進(jìn)行測試。測試的樣本圖像數(shù)量為21幅，其中10幅含有氣泡，19幅被成功檢測，有一幅因果凍含有黑點(diǎn)被誤檢為氣泡，還有一幅因氣泡太小漏檢。測試結(jié)果如圖7所示。

4 結(jié)束語

本文設(shè)計(jì)了基于機(jī)器視覺的果凍質(zhì)量檢測技術(shù)與裝置，提出了基于分水嶺算法果凍前景提取算法。對果凍氣泡的檢測問題，通過分析氣泡的特點(diǎn)，提出使用區(qū)域生長算法對氣泡進(jìn)行檢測。實(shí)驗(yàn)結(jié)果表明基于區(qū)域生長算法果凍氣泡檢測算法的處理效果較好，有一定的適應(yīng)性。在實(shí)際生產(chǎn)過程中，可以使用所提出的算法與裝置對果凍的質(zhì)量進(jìn)行檢測。