基于机器视觉的乳化肠食产品弯变程度检测方法技术

本发明专利技术涉及基于机器视觉的乳化肠食产品弯变程度检测方法，首先对乳化肠食产品图像进行处理；然后标定肠食产品的左右两个包扎端点在图像中的位置；把两个包扎端点连接构成一条线段，沿长度方向把线段等分为n段；分别对肠体的上下侧边缘的两相邻边缘点依次连接，进行分段线性化；计算出各条线段的倾角；并比较求出上、下侧边的最大倾角差作为肠食产品的弯变程度量化值，将该值与设定的弯变阈值进行比较，若是大于弯变阈值则为不合格品，若是小于弯变阈值则为合格品；本方法能够自动进行肠食产品弯变程度的机器视觉在线检测，可大幅度提高检测速度和效率，提高企业产品质量检测的自动化程度，同时可节约大量的人力资源和生产成本。

【技术实现步骤摘要】

本专利技术属于计算机图像检测
，涉及ー种，适用于大型肠食产品加工企业的规模化外观质量检验。
技术介绍
计算机技术发展很快，已广泛用于诸多エ业控制和产品质量检测，例如计算机图象检测技术已在液面及厚度自动检测、焊缝跟踪、集成芯片焊点定位、零件表面坏损检測、 印制电路板表面缺陷检测等领域得到应用。目前我国大部分肠类产品加工企业对产品的“肠衣鼓起或爆裂程度”、“弯变程度”等外观质量的检测主要借助干“人体视觉和个人主观判断”，不但占用了大量的人力，还容易受个人视力、情緒、疲劳、光线等因素的影响，导致工作效率低，分选差异大，一定程度上制约了肠食产品加工业的发展。要提高肠食产品检测质量和生产效率，现有的外观质量检测手段需要革新。若把数字图像检测技术应用干“肠食产品”的外观质量检验，不仅能实现大批量产品质量检验的标准化程度，还可节约大量人力和成本，并大幅提高检测速度。
技术实现思路
本专利技术的目的是提供一种，以解决现有检测方法受人为、光线因素影响大，检测质量不高、生产效率低的问题。为实现上述目的，本专利技术的步骤如下(I)通过机械摆放或输送装置把肠体在图像中沿横向出现，将采集到的乳化肠食产品图像输入计算机，并进行图像处理；(2)采用图像边缘检测算法对图像进行扫描检测，标定肠食产品的左右两个包扎端点在图像中的位置，每个端点的位置用它在图像中的横坐标与纵坐标表示，參考坐标系以图像左下角点为原点，右向为横坐标轴，向上为纵坐标轴，坐标单位是像素；(3)把检测到的两个包扎端点连接构成一条线段；沿横向把两包扎端点之间的区间长度等分为η段；(4)分别对肠体的上、下侧边缘的两相邻边缘点依次连接，进行分段线性化，上、下侧分别得到的η-2条线段；(5)根据各边缘点的坐标，分别计算出图像中的肠食产品上、下侧边缘各η-2条线段的倾角；(6)分别比较求出上、下侧各η-2条线段的最大倾角和最小倾角，再求出上、下侧最大倾角与最小倾角的差角，比较上、下侧边的最大倾角差，取其中最大值作为肠食产品的弯变程度量化值(7)将弯变程度量化值与设定的弯变阈值进行比较，若是大于弯变阈值则为不合格品，若是小于弯变阈值则为合格品。进ー步的，所述步骤(I)中图像处理包括边缘锐化、滤波。进ー步的，所述步骤(3)中5 < η < 12。进ー步的，对于细长型肠体8 < n ^ 12，对于粗短型肠体5 < η < 8。本专利技术的歩，能够自动进行肠食产品弯变程度的机器视觉在线检测，可大幅度提高 检测速度和效率，提高企业产品质量检测的自动化程度，同时可节约大量的人力资源和生产成本。附图说明图I是采用回缩扫描法确定肠体在数字图象中存在区域的步骤示意图；图2是确定左右两包扎(參考)端点的扫描过程示意图；图3是实施例的肠食产品各边缘点及求倾角示意图； 图4是实施例的方法流程图。具体实施例方式通过机械摆放或输送装置可把肠体在图像中沿横向出现，且大小适当后，将肠食产品通过摄像装置以产品图像的形式送入计算机，并对采集到的肠食产品图象进行边缘锐化、滤波等处理。之后，进入外观质量测算和判別。外观质量包括“弯变程度”和“肠衣爆裂与否”等方面。本专利给出的是肠食产品“弯变程度”的测算方法，适用于类似圆柱长条形状肠食产品的“弯变程度”测算。具体测算方法和步骤如下I)采用Sober等图像边缘检测算法对图像进行扫描，确定肠食产品的左包扎端点M、右包扎端点N在数字图像中的具体位置。每个端点的位置用其在图像中的横、纵坐标表示，坐标以像素为单位。为减少数据处理量，快速获得端点位置坐标，采用“回缩扫描”法进行左、右端点扫描。如图I所示，取图象横向宽度为a，纵向高度为b，坐标单位为象素。初始化该区域的坐标參数=X1 = O, X2 = a, Yi = O, y2 = b ;选取“回缩步距h”为h = a/20,则“回缩扫描”具体步骤如下(I)取X1 = Xl+h，从(Xl，Y1)处开始，沿纵向往上扫描，若检测到产品边缘点，则停止扫描，取X1 = Xl_h，并跳到步骤(2);若未检测到产品边缘点，则再返回步骤(1)，开始新ー轮往上扫描；若扫描完整幅图像后仍未碰到边缘点，接着执行步骤(2);(2)取y2 = y2_h，并从(X1, y2)处开始，沿横向往右扫描，若检测到产品边缘点，则停止扫描，取y2 = y2+h，并跳到步骤(3);若未检测到产品边缘点，则返回步骤(2)，开始新ー轮往右扫描；若在步骤(I)和(2)中都未碰到边缘点，说明图中无肠，后续扫描不需执行，返回；否则，执行步骤⑶；(3)取X2 = x2_h，并从(x2，y2)处开始，沿纵向往下扫描，若检测到产品边缘点，则停止扫描，取X2 = x2+h，并跳到步骤(4);若未检测到产品边缘点，则返回步骤(3)，开始新ー轮往下扫描；(4)取Y1 = yjh,并从(Xyy1)处开始，沿横向往左扫描，若检测到产品边缘点，贝Ij停止扫描，取Y1 = yi_h，并跳到步骤(5);若未检测到产品边缘点，则返回步骤(4)，开始新ー轮往左扫描；(5)初歩确定肠体所在的大致区域上述四步完成后，可获得四个确定的值“Xl、X2> yi> J2”，由“X = Xl”、“X = X2”、“y = y/’、“y = y2”四条直线可划定ー个平行四边形区域。(6)确定肠体左包扎端点的具体位置的步骤是取X1 = Xl+h/2，从(Xl，yi)处开始往上扫描。若扫描到y = 处，仍未扫描到边缘点，再取xi = xfh/2,从(Xpy1)处向上扫描。如此往复，直至检测到左包扎(参考)端点为止 ，左(参考)端点标记为M(xm，yM)，以象素为坐标单位。(7)确定肠体右包扎端点的具体位置的步骤是取X2 = x2_h/2，从(x2，yi)处开始向上扫描。若扫描到Y = Y2处，仍未扫描到边缘点，贝1J取X2 = x2_h/2,再次从(Xi^y1)处向上扫描。如此往复,直到检测到右包扎(參考)端点为止；右(参考)端点标记为M(xN,yN), 以象素为坐标单位。2)把检测到的两个包扎端点连接起来，构成一条线段。该线段就确定了肠食产品在产品图像中的大致“位置”和“姿态”。3)沿横坐标方向，把两包扎端点之间的区间长度等分为5 12段。注具体等分段数，要根据肠食产品的长/径比而定。对于细长型产品，如火腿，取8 12段为宜；对于粗短型产品则取5 8段为益。对某一具体产品，等分段数太少或太多都不合适。等分段数太少，会导致测算精度低；等分段数太多也无必要，且会导致计算量増大、影响检测效率等。现以10分段为例介绍测算方法。10段等分后，在中间9条等分线处对图像进行同向(纵向)扫描边检，分别在产品的上、下两侧各得到9个边缘点，并得到各点的横纵坐标(以象素为坐标単位)。如图3 所示图像下侧 9 个边缘点 A1 (xA1,yA1)、A2 (xA2, yA2)、A3 (xA3, yA3)、A4 (xA4, yA4)、A5 (ΧΑ5, Υα5)、(Χα6 Υαθ)、(Χα7 Yρ,γ)、A8 (ΧΑ8，Jfi8)、Ag (ΧΑ9，YAg)；图像下侧 9 个边缘点=B1 (ΧΒ1，Υβι)、1^2、ΧΒ2，Υβ2)、Β3 (Χβ3，Υβ3ノ、(ΧΒ4，Υβ4)、^5 (ΧΒ5，Υβδ)本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的乳化肠食产品弯变程度检测方法，其特征在于，该方法的步骤如下 (1)通过机械摆放装置把肠体在图像中沿横向放置；将采集的乳化肠食产品图像输入计算机，并进行图像处理； (2)采用图像边缘检测算法对图像进行扫描检测，标定肠食产品的左右两个包扎端点在图像中的位置，每个端点的位置用它在图像中的横坐标与纵坐标表示，參考坐标系以图像左下角点为原点，右向为横坐标轴，向上为纵坐标轴，坐标单位是像素； (3)把检测到的肠体两个包扎端点连接构成一条线段；沿肠体的长度方向，把两包扎端点之间的区间长度等分为η段； (4)分别对肠体的上下侧边缘的两相邻边缘点依次连接，进行分段线性化，上下侧分别得到的η-2条线段...

【专利技术属性】
技术研发人员：卜文绍，张河新，张春阳，乔岩茹，
申请(专利权)人：河南科技大学，
类型：发明
国别省市：