盧軍黨,田智輝,劉東琴
(陜西省農(nóng)業(yè)機(jī)械研究所,陜西 咸陽(yáng) 712000)
核桃是世界著名的四大堅(jiān)果之一,具有很高的營(yíng)養(yǎng)價(jià)值[1]。在國(guó)內(nèi)和國(guó)際市場(chǎng)核桃多以原核桃或者核桃仁的形式出現(xiàn),其中核桃仁質(zhì)量的好壞除了與核桃本身的品種、培育有關(guān)外,還與核桃仁加工過(guò)程有關(guān)。一般用于直接食用或后期食品加工的直接原料均為脫殼核桃仁,并且要求所需核桃仁的品質(zhì)滿足食用要求,因此在之前就必須剔除核桃仁中的變質(zhì)部分。目前,我國(guó)核桃仁品質(zhì)分級(jí)仍主要靠人工進(jìn)行分揀,這種方法不僅過(guò)程繁瑣、效率低下,同時(shí)還容易受人的主觀因素影響,不能保證分級(jí)的客觀性和標(biāo)準(zhǔn)化[2]。圖像處理技術(shù)是隨著高科技的發(fā)展應(yīng)運(yùn)而生的一門(mén)新技術(shù),具有快速、實(shí)用及客觀等優(yōu)點(diǎn),國(guó)內(nèi)已將此技術(shù)成功地運(yùn)用到核桃仁的質(zhì)量檢測(cè)上[3]。本文通過(guò)搭建核桃仁信息采集系統(tǒng),運(yùn)用圖像處理技術(shù)對(duì)采集到的核桃仁圖像信息進(jìn)行了預(yù)處理,并提出了一種核桃仁網(wǎng)格化分級(jí)檢測(cè)算法,可以用于核桃仁外觀品質(zhì)的檢測(cè)。
要在計(jì)算機(jī)中處理圖像,必須先把真實(shí)的圖像通過(guò)數(shù)字化轉(zhuǎn)變成計(jì)算機(jī)能夠接受的顯示和存儲(chǔ)格式,然后再用計(jì)算機(jī)進(jìn)行分析處理[4-5]。本文中的核桃仁圖像信息采集系統(tǒng)由計(jì)算機(jī)、數(shù)碼相機(jī)、照明室、LED光源、樣品臺(tái)等組成。計(jì)算機(jī)選取CPUIntel core i5、內(nèi)存8G、硬盤(pán)1 000G的臺(tái)式計(jì)算機(jī)。數(shù)碼相機(jī)使用Nikon D3200型單反相機(jī),圖像分辨率為6016×4000(L),4512×3000(M),3008×2000(S),初始安裝高度為300 mm,視場(chǎng)大小為270 mm×200 mm。光源為4個(gè)3 W的LED燈泡和1個(gè)18 W的LED環(huán)形燈組成。圖像采集系統(tǒng)搭建成功后,將核桃仁隨機(jī)放置在樣品臺(tái)上,以便模擬自動(dòng)檢測(cè)環(huán)境。數(shù)碼相機(jī)采集核桃仁圖像,然后傳輸?shù)接?jì)算機(jī)上,以便于對(duì)核桃仁圖像進(jìn)行特征提取及分析。
色選所需要的閾值主要是背景點(diǎn)和已經(jīng)腐敗變質(zhì)的核桃仁在當(dāng)前拍攝條件下的灰度值范圍,背景點(diǎn)閾值作為圖像預(yù)處理中的二值化圖像的閾值選擇,而已變質(zhì)核桃仁的灰度值范圍是判定色選過(guò)程中識(shí)別核桃仁變質(zhì)程度的依據(jù)。
具體做法是:對(duì)背景和完全變質(zhì)核桃仁進(jìn)行多次拍攝,統(tǒng)計(jì)其灰度值范圍,經(jīng)測(cè)定,背景的灰度值范圍在190~220;而變質(zhì)核桃仁的灰度值范圍在20~35。
網(wǎng)格法是通過(guò)對(duì)核桃圖像進(jìn)行灰度化、濾波降噪處理后進(jìn)行的網(wǎng)格劃分,并對(duì)劃分的網(wǎng)格進(jìn)行標(biāo)定、區(qū)域特征擬合和網(wǎng)格標(biāo)簽輸出等操作,即網(wǎng)格中灰度值矩陣與提取的特征數(shù)據(jù)進(jìn)行對(duì)比擬合,設(shè)定最小擬合度R,當(dāng)網(wǎng)格灰度值范圍與特征數(shù)據(jù)擬合結(jié)果高于R,則表示該網(wǎng)格內(nèi)存在發(fā)生色變的核桃仁,并輸出網(wǎng)格標(biāo)簽號(hào),為剔除網(wǎng)格內(nèi)色變核桃仁提供位置信息。該方法的優(yōu)點(diǎn)在于數(shù)據(jù)處理量小、識(shí)別簡(jiǎn)單、系統(tǒng)響應(yīng)時(shí)間短,通過(guò)定位網(wǎng)格來(lái)實(shí)現(xiàn)色變?nèi)实亩ㄎ?,降低了剔除機(jī)構(gòu)的要求,能大大提高工作效率,具有重要的工程實(shí)踐意義。
核桃仁圖像網(wǎng)格化處理是對(duì)前期處理后的灰度圖進(jìn)行網(wǎng)格化,也即是對(duì)灰度數(shù)據(jù)進(jìn)行數(shù)據(jù)分割,將原有的大型數(shù)據(jù)按照縱橫比例分割為多個(gè)小型矩陣。圖1為核桃仁灰度化處理圖像,數(shù)據(jù)矩陣為2 000×2 000 uint8。網(wǎng)格化處理依據(jù)則是根據(jù)實(shí)際工程應(yīng)用中剔除機(jī)構(gòu)吹氣閥的位置及尺寸確定。在此將圖1所述的圖像數(shù)據(jù)矩陣劃分為100個(gè)200×200 uint8的正方矩陣。并為每個(gè)小矩陣設(shè)置矩陣標(biāo)簽號(hào)label1、label2……label100,各矩陣中數(shù)據(jù)范圍為0~255。如圖2所示。
核桃仁圖像的網(wǎng)格化識(shí)別即是對(duì)網(wǎng)格化的數(shù)據(jù)矩陣(200×200)進(jìn)行一一識(shí)別,依據(jù)提取出的特征值空間與網(wǎng)格數(shù)據(jù)矩陣進(jìn)行回歸擬合,統(tǒng)計(jì)矩陣中屬于特征空間的數(shù)據(jù)數(shù)量,并計(jì)算與特征空間擬合的數(shù)據(jù)數(shù)量占網(wǎng)格數(shù)據(jù)矩陣的比例M;若M大于設(shè)定的最小擬合度R,則認(rèn)為此網(wǎng)格核桃仁存在色變可能,需要進(jìn)行剔除操作,并標(biāo)定輸出網(wǎng)格標(biāo)簽label,反之則反。
假定提取的特征值 S=[S1,S2]∈[0,255],已知網(wǎng)格化后的各數(shù)據(jù)矩陣數(shù)值xi范圍為0~255。其識(shí)別過(guò)程如下:
xi∈S,i=1~40000,如果 n 個(gè) xi∈S,則輸出 n,即 n 為矩陣中數(shù)據(jù)與特征值擬合的數(shù)據(jù)量。與特征值空間擬合的數(shù)據(jù)數(shù)量占網(wǎng)格數(shù)據(jù)矩陣的比例M的計(jì)算如下:
式中:n——矩陣中數(shù)據(jù)與特征值擬合的數(shù)據(jù)量;M——與特征值擬合的數(shù)量占網(wǎng)格數(shù)據(jù)矩陣量的比例;40000——網(wǎng)格矩陣數(shù)據(jù)量。
網(wǎng)格內(nèi)核桃仁存在色變可能的判定方法:(1)若M≥R,則判定為真,即網(wǎng)格內(nèi)核桃仁存在色變可能,并輸出網(wǎng)格標(biāo)簽號(hào);(2)若M<R,則判定為假,即網(wǎng)格內(nèi)核桃仁存在色變可能性小。
根據(jù)上述核桃仁圖像網(wǎng)格化識(shí)別方法對(duì)圖4中已經(jīng)網(wǎng)格化處理的核桃仁圖像進(jìn)行識(shí)別處理。在系統(tǒng)識(shí)別輸出為網(wǎng)格標(biāo)簽號(hào),為能直觀表現(xiàn)識(shí)別結(jié)果,設(shè)定系統(tǒng)對(duì)識(shí)別出的網(wǎng)格標(biāo)記為紅色,如圖3所示。
輸出的網(wǎng)格標(biāo)簽分別為:label26、label34、label36、lab el42、label43、label46、label47、label56、label57、label67、label75、label85、label86。通過(guò)原始圖像和識(shí)別標(biāo)記圖像對(duì)比,發(fā)現(xiàn)網(wǎng)格化法識(shí)別精度較高,基本把明顯色變核桃仁全部識(shí)別出來(lái)。
各輸出標(biāo)簽對(duì)應(yīng)網(wǎng)格中核桃仁如圖4所示:
核桃仁品質(zhì)檢測(cè)的最終目標(biāo)是提取到需要目標(biāo),并能夠?qū)⒛繕?biāo)分離出來(lái),核桃仁分選設(shè)備的分離機(jī)構(gòu)一般是通過(guò)吹氣閥來(lái)實(shí)現(xiàn)的。網(wǎng)格法的算法不需要對(duì)目標(biāo)的圖像進(jìn)行過(guò)多的預(yù)處理,在識(shí)別的時(shí)候只需統(tǒng)計(jì)網(wǎng)格內(nèi)的灰度值范圍,對(duì)圖像處理系統(tǒng)和控制系統(tǒng)的相關(guān)硬件要求低且處理量較高,但是對(duì)于機(jī)械分離系統(tǒng)的要求較高。