[發明專利]一種基于機器視覺的馬鈴薯缺陷檢測識別系統設計

在審

• 申請號: 201710092029.0
• 申請日: 2017-02-21
• 公開（公告）號: CN106872473A
• 公開（公告）日: 2017-06-20
• 發明（設計）人: 袁小平;倪亞南;李子旋
• 申請（專利權）人: 中國礦業大學
• 主分類號: G01N21/88
• 分類號: G01N21/88
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及一種基于機器視覺的檢測識別系統設計，具體涉及一種基于機器視覺的馬鈴薯缺陷檢測識別系統設計，屬于機器視覺技術領域。

背景技術

馬鈴薯的產量高、營養豐富，是世界上第四大糧食作物，全球約有一半以上的國家和地區都種植有馬鈴薯。根據《中國農業標準馬鈴薯等級規格(NY／T1066．2006)》分級標準可知，馬鈴薯的薯形、外部缺陷、內部缺陷等特征是馬鈴薯內外部品質分級的重要指標。馬鈴薯在進行食品深加工、儲存以及育種時，缺陷馬鈴薯參雜在合格的馬鈴薯中會嚴重的影響到馬鈴薯后續產品的品質，降低馬鈴薯產品的經濟效益。因此開展馬鈴薯內外部缺陷無損檢測分級，將缺陷馬鈴薯從合格馬鈴薯中分選出來對于馬鈴薯的育種、深加工以及儲存等具有重要的作用與現實意義。

國內外現有的馬鈴薯分級主要包括人工方式分級與機械系統分級，簡單的機械分級裝置只能對馬鈴薯按大小進行分級，不能夠滿足現代化馬鈴薯生產與產業化發展的要求；傳統人工分級方法耗費體力枯燥且費用高。鄭冠楠等人根據外形特性,采用離心率法進行馬鈴薯的形狀分級，實現了馬鈴薯在線綜合檢測分級。郝敏等人在形狀檢測方面，以歸一化馬鈴薯圖像為基礎，將通過篩選確定的19個具有旋轉不變性的Zernike矩特征參數輸入到支持向量機中，實現對馬鈴薯薯形分類檢測。李錦衛等人提出用于馬鈴薯表面疑似缺陷分割的快速灰度截留分割方法和用于馬鈴薯表面缺陷識別的十色模型，基于十色模型的缺陷識別方法對分割出來的深色區域的正確識別率為93.6%。J.C. Noordam等設計了高速機器視覺系統對馬鈴薯進行品質檢測和分級。Zhou Liyong等開發了一個基于PC機的機器視覺系統，應用于計算機輔助馬鈴薯檢測。上述典型的一些馬鈴薯缺陷分級方法，大都是基于軟件方法實現，檢測分級速度慢、效率低、精準度低且成本較高，均不能達到令人滿意的效果。

本發明公開一種基于機器視覺的馬鈴薯缺陷識別檢測系統設計。一是將機器視覺技術應用于馬鈴薯的品質檢測分級方面，具有人工檢測所無法比擬的優勢，對馬鈴薯的各項指標進行定量描述,避免了人工分級時對馬鈴薯各項指標的模糊判別，減小了檢測分級誤差，提高了生產率和分級精度。二是使用ZYNQ開發板的PS部分和Open CV跨平臺計算機視覺庫在Linux系統上運行處理圖像算法。利用神經網絡算法和支持向量機算法進行馬鈴薯的圖像處理和模式識別以達到對馬鈴薯缺陷的精確識別和分類。在進行算法實現的時候，運用ZYNQ開發平臺FPGA的PL部分對算法進行并行運算加速，達到高效率精確處理圖像以及實現對缺陷馬鈴薯的識別分類，并且成本經濟性較高。本發明結合硬件FPGA實現機器視覺檢測識別缺陷馬鈴薯，實驗表明，馬鈴薯缺陷檢測識別的精準度和效率都有所大大提高。

發明內容

有鑒于此，本發明公開一種基于機器視覺的馬鈴薯缺陷檢測識別系統設計，是結合機器視覺和并行處理硬件FPGA實現馬鈴薯缺陷識別檢測的方法，所要解決的主要技術問題搭建穩定可靠的缺陷馬鈴薯檢測平臺，和研究出最佳的算法和識別速度與準確度來做到高速度高精度的識別缺陷(綠皮、干腐、結痂、畸形及機械損傷等)馬鈴薯。

本發明的目的是通過如下手段實現的，包括以下步驟：

1）在特制的無影光照暗箱內，采用CCD工業智能攝像機拍攝馬鈴薯圖像，結合張正友平面模板標定法在攝像機中標定，得到不失真和不形變的馬鈴薯圖像。

2）采集到的圖像通過I²C總線傳輸FPGA中進行預處理，包括灰度化處理、圖像去噪和閥值分割。

3）預處理后的圖像數據通過數據總線輸入到嵌入式Linux系統，利用Linux系統里的機器視覺庫Open CV對預處理后的圖像數據進行算法處理以及實現缺陷分類。

4）提取綠皮、干腐、結痂及機械損傷缺陷馬鈴薯的特征因子。分析統計了100個正常和缺陷馬鈴薯樣本，其中正常馬鈴薯20個，綠皮馬鈴薯20個，結痂馬鈴薯20個，干腐馬鈴薯20個，機械損傷馬鈴薯20個，發現馬鈴薯正常部分的R、G、B分量值分布比較離散，而綠皮、干腐、結痂及機械損傷缺陷部分的R、G、B三個分量值比較集中且有一定的范圍。因此采用表示變量離散程度的方差進行缺陷部分的分割。

對每一個像素點根據上式計算出方差D，每計算一個像素點，計數器計數一次。由正常樣本和缺陷樣本分別計算出方差，選取一個合適的閥值M，即DM時，此點為缺陷。設總像素點數為S，缺陷點數為Q，當Q/St時，即判定此馬鈴薯為缺陷馬鈴薯。通過Open CV對預處理后的圖像運用本算法，將參數輸入到支持向量機中，對缺陷馬鈴薯進行有效分類識別。