一种禽蛋表面裂纹的无损检测及自动分级方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109685786A(43)申请公布日2019.04.26(21)申请号201811564372.1G06T5/50(2006.01)(22)申请日2018.12.20(71)申请人龙口味美思环保科技有限公司地址265700山东省烟台市龙口市东莱街道环城北路218号(72)发明人吕振禾(74)专利代理机构北京东方盛凡知识产权代理事务所(普通合伙)11562代理人牟炳彦(51)Int.Cl.G06T7/00(2017.01)G06T7/136(2017.01)G06N3/04(2006.01)G06N3/08(2006.01)G06T5/00(2006.01)权利要求书3页说明书4页附图2页(54)发明名称一种禽蛋表面裂纹的无损检测及自动分级方法(57)摘要一种禽蛋表面裂纹的无损检测及自动分级方法，包括：利用图像采集装置获取蛋品原始图像，采用矢量中值滤波方法平滑原始蛋品图像，保留图像表面信息及边缘细节；彩色图像灰度化，利用直方图规定化方法对灰度图像进行直方图均衡化处理；基于图像灰度特性差异，通过像素类间方差得出背景及目标的最佳分割阈值进行图像分割，获取图像轮廓信息；采用误差反向传播方法进行神经网络训练及学习，完成禽蛋的无损检测及自动分级任务。该方法有较好的实用性和稳定性，采用中值滤波去除图像噪声的同时保留表面及边缘细节，通过直方图规定化方法增强图像对比度，利用灰度差异以及类间方差获取图像轮廓信息，通过BP神经网络完成图像检测及自动分级任务。CN109685786ACN109685786A权利要求书1/3页1.一种禽蛋表面裂纹的无损检测及自动分级方法，其特征在于：所述方法包括以下步骤：A.利用图像采集装置获取蛋品原始图像，采用矢量中值滤波方法平滑带有颗粒状噪声的原始蛋品图像，保留图像表面信息及边缘细节；B.通过灰度变换将彩色图像灰度化，利用直方图规定化方法对灰度图像进行直方图均衡化处理，增强图像背景与目标对比度；C.基于图像灰度特性差异，通过像素类间方差得出背景及目标的最佳分割阈值采用阈值规则进行图像分割，获取图像轮廓信息；D.采用误差反向传播方法进行神经网络关于禽蛋表面图像的训练及学习，利用神经网络进行图像识别检测，从而完成禽蛋的无损检测及自动分级任务。2.根据权利要求1所述的禽蛋表面裂纹的无损检测及自动分级方法，其特征在于：所述方法包括以下步骤：(1)蛋品图像采集装置由采集室、摄像机、图像采集卡以及计算机组成，采集装置为：采集室内，上部图像采集区域为暗室，下部为光照区域，光照区域内的光源发出光线透射禽蛋，暗室内的摄像机采集禽蛋正反面图像，每枚蛋品采集两幅图像，因在暗室内拍摄，图像背景均为黑色，上方的摄像头与安装在计算机中的图像采集卡相连，利用该装置完成禽蛋表面图像的采集；(2)对于禽蛋这种具有缓变的较长轮廓线的物体，采用3×3的方形滤波窗口逐行扫描禽蛋图像，首先以某像素点(x，y)为中心，将窗口W内的所有像素灰度值按降序或升序方式进行排列，然后对每一个像素进行处理时，先检测该像素点I(x，y)是否为方形窗口覆盖下邻域像素的极值，若该点为极值点，则将该窗口内所有像素的中间值作为该点的像素值I′(x，y)：其中f(s，t)表示像素点(s，t)的邻域，否则不对像素点进行处理；采用该非线性的中值滤波器，能够在消除颗粒噪声、加性噪声的同时保留更多禽蛋图像的边缘信息。3.根据权利要求2所述的禽蛋表面裂纹的无损检测及自动分级方法，其特征在于：所述方法包括以下步骤：(1)通过灰度变换将平滑后的彩色图像转换为黑白的灰度图像：彩色图像中每个像素点的颜色分量分别为R、G、B，通过将所有分量值转化为一样的值进行图像的灰度转换，即R＝G＝B＝H其中H表示像素灰度值；图像灰度值可根据彩色图像中三个分量及其对应的权值进行计算，假设彩色图像f的像素点为f(x，y)，其对应的灰度值可表示为：f(x，y)＝0.299×R+0.587×G+0.114×B其中R表示像素点f(x，y)的红色分量，G表示像素点f(x，y)的绿色分量，B表示像素点f(x，y)的蓝色分量，变换后的灰度图像如下图所示：(2)利用直方图规定化方法对灰度图像进行直方图均衡化处理，增强图像背景与目标对比度；2CN109685786A权利要求书2/3页①假设原始灰度图像的概率密度为ps(sk)：其中，nk表示图像中出现灰度级yk的像素数，n表示图像中的像素总数，k表示图像灰度级数；根据概率密度对原始图像直方图进行灰度均衡化：②通过建立原始图像与希望图像之间的联系完成图像某些灰度级的增强，假设希望得到的图像的概率密度为pt(tk)，则希望图像经过灰度均衡化处理后，得出：③原始图像与希望图像经过均衡化处理后的灰度分布函数pu(