CN106442525A - 用于核桃内部干瘪缺陷的在线检测方法 - Google Patents

Abstract

本发明公开了一种用于核桃内部干瘪缺陷的在线检测方法，利用工业CCD相机在动态条件下获取核桃的图像，并对其进行二值化处理得到其投影面积，同时利用称重传感器与数字式加速度传感器相结合的方式获取核桃动态条件下的重量信息；之后利用对核桃的投影面积和重量进行回归分析得到的核桃重量预测模型计算得出核桃的预测重量，并计算出其与核桃真实质量之间的相对误差，以相对误差为判别阈值判断所检测的核桃是否为干瘪核桃，并破壳验证判别准确率；之后对不同判别阈值和其对应的判别准确率进行回归分析；最后利用黄金分割法搜索判别阈值与判别准确率之间的拟合函数找出最佳的判别阈值，若所检测核桃的重量相对误差大于此阈值则判别为干瘪核桃，若所检测核桃的重量相对误差小于或等于此阈值则判别为正常核桃；本方法仅利用核桃的图像投影面积和核桃重量信息便可实现干瘪核桃的无损检测，方法简单，相较于现有的技术，大大降低了检测成本，提高了检测速度和准确率，适合于工厂规模化生产，可用于核桃等各类坚果的内部干瘪缺陷的在线检测。

Description

用于核桃内部干瘪缺陷的在线检测方法

技术领域

本发明涉及坚果内部品质检测方法，尤其涉及一种用于核桃内部干瘪缺陷的在线检测方法。

背景技术

核桃干瘪缺陷是市场上完整核桃常见的一种质量问题，它严重影响了商品核桃的品质和销售价格。自然条件下核桃产生干瘪缺陷的原因主要是：核桃生长环境条件限制，如土壤养分低和水分缺失；核桃生长过程中的病虫害等。所以，核桃干瘪缺陷不可避免地普遍存在于市场上销售的完整核桃商品中。同时，核桃干瘪缺陷不同于其他缺陷，它属于内部品质问题，干瘪核桃与正常核桃在外观上难以区分。在自然观测条件下两者外观基本一致，而将其破壳后可以发现干瘪核桃内部存在严重的质量问题。基于以上原因，本发明提出了力传感与视觉信息融合的干瘪核桃在线检测方法，仅利用核桃的数字图像信息及其重量信息便可实现干瘪核桃的在线快速无损检测。

目前，针对核桃内部缺陷检测的研究较少，大多数都是针对静态条件下的缺陷检测研究，国内还未见有关核桃内部缺陷在线检测的相关报道。黄星奕等利用软X射线获取核桃图像对空壳、破损和正常核桃进行判别，试验准确率较高，但此方法对操作人员存在辐射危险，且食品安全风险未知；Jensen等利用近红外光谱技术对核桃仁的乙醛含量进行了偏最小二乘回归分析，r2＝0.72；李斌等初步探索了应用太赫兹光谱技术检测山核桃虫害的可行性，研究发现由于活体害虫的较高含水量以及太赫兹光谱对水分等极性分子的强吸收特性，通过与山核桃切片对比发现，活体虫害呈现非常明显的光谱吸收特性，与正常核桃均存在差异。虽然近红外光谱技术和太赫兹光谱技术对水分敏感，能够检测核桃内部水分、活体害虫等，但干瘪和空壳等变质薄皮核桃内部水分少，故利用近红外光谱技术和太赫兹光谱技术无法对干瘪和空壳等变质薄皮核桃进行有效的检测。并且以上技术设备成本较高，信息数据量大，实时性差，大多难以满足在线生产的要求。

发明内容

本发明的目的是提供一种成本低廉、准确度较高、快速无损的用于核桃内部干瘪缺陷的在线检测方法。

本发明的目的是通过以下技术方案实现的：

该方法的步骤如下：获取核桃动态条件下的图像和重量信息，对图像进行二值化分割及形态学处理去背景得到核桃投影面积后，对核桃的投影面积和重量进行回归分析得到最优的核桃质量预测模型，通过此模型预测出核桃的质量，并计算其与核桃真实质量的相对误差，之后利用黄金分割寻优算法找出最佳判别阈值，以此作为判别核桃是否为干瘪核桃的判别阈值，判断所测试样本是否为干瘪核桃。

1)所述的核桃动态图像：以黑色同步运输带为背景，利用相机外部触发采集方式与核桃的重量信息同步采集；

2)所述的核桃重量信息的采集：利用数字式加速度传感器将悬臂梁式称重传感器动态条件下的采集核桃重量信号进行数字滤波，从而得到较为精确的核桃重量信息。

3)所述的核桃图像二值化分割及形态学处理去背景：提取核桃RGB图像的R分量，以50/255为分割阈值进行背景分割，之后利用中值滤波及连续开运算去除噪声，得到去背景的核桃图像。

4)所述核桃投影面积：在相同条件下采集硬币的图像，经过相同的处理方法得到其去背景的图像计算出单个像素点的标准面积，在去背景的核桃图像中统计核桃所占像素点个数，计算得到核桃的投影面积。

5)所述核桃质量相对误差：以所得核桃投影面积为自变量，以动态条件下测得的核桃重量为因变量进行回归分析得到两者之间存在线性相关关系，并以此为核桃重量预测模型计算得出预测值，将核桃重量预测值与测试值的差的绝对值除以测试值便得到了核桃重量相对误差。

6)所述黄金分割寻优算法求最优阈值：以所测试样本的重量相对误差为自变量，以每个相对误差为阈值时的判别准确率为因变量，进行回归分析得两者之间存在Pulse函数关系，此函数为单峰函数，利用黄金分割法计算得到自变量区间内的最大值，此时所对应的自变量的值即为最优阈值。

7)所述干瘪核桃判别方法：以在线条件下的核桃图像经过数字图像处理并计算得到核桃投影面积，以投影面积预测核桃重量，并与核桃测试重量运算得到核桃重量相对误差，与所得最优阈值比较，若相对误差大于阈值则判别其为干瘪核桃，反之则为正常核桃。

与现有的技术相比，本发明根据核桃本身的物料特性，基于力传感与视觉信息融合的方法实现了核桃干瘪缺陷的在线检测，成本低廉，快速有效，适合于工业化生产。本发明准确有效，经济实用，适应性强，是一种能很好的实现核桃干瘪缺陷在线检测的方法。

本发明具有的有益的效果是：

本发明仅利用核桃的数字图像信息和核桃重量信息便可实现干瘪核桃的在线无损检测，方法简单，相较于现有的技术，大大降低了检测成本，提高了检测速度和准确率，适合于工厂规模化生产。本发明可用于核桃等各类坚果的内部干瘪缺陷的在线检测。

附图说明

图1为本发明的核桃内部干瘪缺陷在线检测方法实现流程图。

图2为本发明的装置结构示意图。

图3为经过图像处理得到的去背景后的核桃图像及其所占像素点个数。

图4为核桃投影面积与核桃重量之间的拟合关系曲线。

图5为各个阈值下的判别准确率与判别阈值之间的拟合曲线关系。

图示中：1为工业CCD相机；2为同步运输带；3为直流电机；4为数字式加速度传感器；5为垫片；6为底座；7为称重传感器；8为支架；9为核桃样本；10为光源。

具体实施方式

实施例：图1所示为核桃内部干瘪缺陷在线检测方法实现流程图。首先，将核桃样本放置于所述同步运输带2上，由工业CCD相机1获取清晰的图像，并对其进行二值化处理得到其投影面积，同时利用称重传感器5与数字式加速度传感器6相结合的方式获取核桃动态条件下的重量信息；之后利用对核桃的投影面积和重量进行回归分析得到的核桃重量预测模型计算得出核桃的预测重量，并计算出其与核桃真实质量之间的相对误差，以相对误差为判别阈值判断所检测的核桃是否为干瘪核桃，并破壳验证判别准确率；之后对不同判别阈值和其对应的判别准确率进行回归分析；最后利用黄金分割法搜索判别阈值与判别准确率之间的拟合函数找出最佳的判别阈值，若所检测核桃的重量相对误差大于此阈值则判别为干瘪核桃，若所检测核桃的重量相对误差小于或等于此阈值则判别为正常核桃。

Claims (2)

1.一种用于核桃内部干瘪缺陷的在线检测方法，其特征在于：该方法的步骤如下：获取核桃动态条件下的图像和重量信息，对图像进行二值化分割及形态学处理去背景得到核桃投影面积后，对核桃的投影面积和重量进行回归分析得到最优的核桃质量预测模型，通过此模型预测出核桃的质量，并计算其与核桃真实质量的相对误差，之后利用黄金分割寻优算法找出最佳判别阈值，以此作为判别核桃是否为干瘪核桃的判别阈值，判断所测试样本是否为干瘪核桃。

2.根据权利要求1所述的一种用于核桃内部干瘪缺陷的在线检测方法，其特征在于：

1)所述的核桃动态条件下的图像：以黑色同步运输带为背景，利用相机外部触发采集方式与核桃的重量信息同步采集；

2)所述的核桃动态条件下的重量信息的采集：利用数字式加速度传感器将悬臂梁式称重传感器动态条件下的采集核桃重量信号进行数字滤波，从而得到较为精确的核桃重量信息。

3)所述的核桃图像的二值化分割及形态学处理去背景：提取核桃RGB图像的R分量，以50/255为分割阈值进行背景分割，之后利用中值滤波及连续开运算去除噪声，得到去背景的核桃图像。

4)所述核桃投影面积：在相同条件下采集硬币的图像，经过相同的处理方法得到其去背景的图像计算出单个像素点的标准面积，在去背景的核桃图像中统计核桃所占像素点个数，计算得到核桃的投影面积。

5)所述核桃质量的相对误差：以所得核桃投影面积为自变量，以动态条件下测得的核桃重量为因变量进行回归分析得到两者之间存在线性相关关系，并以此为核桃重量预测模型计算得出预测值，将核桃重量预测值与测试值的差的绝对值除以测试值便得到了核桃重量相对误差。

6)所述黄金分割寻优算法找出最佳判别阈值：以所测试样本的重量相对误差为自变量，以每个相对误差为阈值时的判别准确率为因变量，进行回归分析得两者之间存在Pulse函数关系，此函数为单峰函数，利用黄金分割法计算得到自变量区间内的最大值，此时所对应的自变量的值即为最优阈值。

7)干瘪核桃利用最佳阈值的判别方法：以在线条件下的核桃图像经过数字图像处理并计算得到核桃投影面积，以投影面积预测核桃重量，并与核桃测试重量运算得到核桃重量相对误差，与所得最优阈值比较，若相对误差大于阈值则判别其为干瘪核桃，反之则为正常核桃。