[發明專利]一種基于機器視覺的燕窩雜質識別與檢測方法及裝置

有效

• 申請號: 201611247459.7
• 申請日: 2016-12-29
• 公開（公告）號: CN106651882B
• 公開（公告）日: 2019-06-11
• 發明（設計）人: 梁永堅;許亮;何小敏
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/136
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 張春水;唐京橋

本發明實施例公開了一種基于機器視覺的燕窩雜質識別與檢測方法及裝置，用于解決使用單目相機進行檢測只能得到雜質區域輪廓信息而無法獲取到雜質區域高度信息，這樣在后續雜質剔除操作中，在剔除雜質同時也會夾帶著一些燕窩，從而造成原料產品浪費并降低經濟效益；使用雙目視覺檢測得到三維信息精度低，誤差大，滿足不了燕窩雜質檢測要求的技術問題。

技術領域

本發明涉及機器視覺、雜質分揀工程交叉領域，尤其涉及一種基于機器視覺的燕窩雜質識別與檢測方法及裝置。

背景技術

雜質分揀，例如：燕窩、茶葉等，它們的雜質具有不規則形狀，目前大部分仍采用人工分揀雜質方式。這種方式存在以下問題：1)人工檢測，難以提供一個可靠、穩定而且準確的檢測結果；2)檢測工作需要大量勞動力，容易出現人工分揀效率低下，增加生產成本；3)人工分揀沒有統一標準，誤檢率和漏檢率高，導致分揀的產品參差不齊有損企業利益；4)長期人工作業，對工人眼和身心有較大傷害。為此，利用機器視覺技術，開發雜質自動分揀設備可以減少勞動成本，提高產品檢測質量也是發展的必然趨勢。

燕窩形狀不規則，厚度不一，燕窩與羽毛灰度對比度大等特點，經過反復實驗證明，使用單目相機對其進行檢測可以識別出燕窩羽毛雜質，但是只能得到雜質區域輪廓信息而無法獲取到雜質區域高度信息，這樣在后續雜質剔除操作中，在剔除雜質同時也會夾帶著一些燕窩，從而造成原料產品浪費并降低經濟效益；使用雙目視覺檢測也同樣可以檢測出羽毛雜質，但是燕窩羽毛雜質比較細小，要求檢測精度以及誤差都比較高，而雙目視覺得到三維信息精度低，誤差大，因此滿足不了燕窩雜質檢測要求。

發明內容

本發明實施例提供了一種基于機器視覺的燕窩雜質識別與檢測方法及裝置，解決了使用單目相機進行檢測只能得到雜質區域輪廓信息而無法獲取到雜質區域高度信息，這樣在后續雜質剔除操作中，在剔除雜質同時也會夾帶著一些燕窩，從而造成原料產品浪費并降低經濟效益；使用雙目視覺檢測得到三維信息精度低，誤差大，滿足不了燕窩雜質檢測要求的技術問題。

本發明實施例提供的一種基于機器視覺的燕窩雜質識別與檢測方法，包括：

S1：通過圖像預處理方法和基于灰度級二次迭代選擇閾值方法對采集的燕窩二維圖像中的羽毛雜質區域進行初步分割得到羽毛雜質區域；

S2：通過羽毛雜質特征選取和特征匹配方法剔除燕窩二維圖像初步分割后的羽毛雜質區域的誤檢區域，并將燕窩二維圖像中的羽毛雜質區域再次分揀得到燕窩二維圖像中的目標羽毛雜質區域；

S3：通過點定位方法將燕窩二維圖像中的目標羽毛雜質區域質心坐標進行燕窩三維圖像的質心坐標轉換，獲取燕窩三維圖像中羽毛雜質區域二維坐標的高度值，使得根據羽毛雜質區域二維坐標的高度值獲取燕窩二維圖像中目標羽毛雜質區域三維信息。

優選地，

所述步驟S1之前還包括：

S0：通過顏色均勻、形狀規則圓形或者矩形具有預置高度的物體的Mark點進行二維圖像和三維圖像的映射并標定相機坐標，對燕窩圖像進行采集。

優選地，

所述步驟S1具體包括：

對采集的燕窩二維圖像依次進行中值濾波、分段線性變換、基于灰度級二次迭代選擇閾值方法對采集的燕窩二維圖像中的羽毛雜質區域進行初步分割得到羽毛雜質區域；

優選地，

所述步驟S2具體包括：

S21：對燕窩二維圖像初步分割后的羽毛雜質區域進行羽毛雜質區域和特征提取，剔除燕窩二維圖像初步分割后的羽毛雜質區域的誤檢區域；