手机知网 App
24小时专家级知识服务
打 开
手机知网|搜索

基于机器视觉鸭蛋品质无损自动检测分级系统的改进

丁幼春

  鸭蛋是深受人民群众喜爱的高蛋白、低脂肪、富含多种维生素的动物性食品。研究鸭蛋品质的无损快速检测技术,对于提高蛋品品质和生产效率,降低劳动强度,促进养禽业的发展是必要的和迫切的。本研究是课题组前期工作的继续和深入。本系统利用计算机数字图像处理即机器视觉技术及多线程技术对鸭蛋品质进行无损自动化生产在线检测与分级。研究中首先依据鸭蛋形状大小等级、新鲜度等级、蛋芯颜色等级以及蛋壳厚度等级与数字图像处理后得到的特征参数之间关系建立数学模型。然后运用计算机视觉技术,把动态的鸭蛋图像实时采集到计算机内存以供处理。在数字图像处理过程中,运用自动搜索优化算法,对特定的图像快速处理,从而大大减少了图像处理的时间,为实现多通道同时在线检测奠定了基础;运用多线程技术,实现多条通道同时作业,充分利用现有的硬件资源,整体上提高了设备的运作效率,使整套设备的性价比有较大的提高;充分利用高性能的PLC,使其在功能上与稳定性上满足需要,成为PC机与执行机构的坚实桥梁。系统设备由摄像头、图像采集卡、计算机硬软件系统、数字IO卡、PLC以及分级传送机构组成。摄像头和图像数据采集卡通过IO卡的触发信号,采集输送带输送至检测室的鸭蛋的图像到计算机内存。计算机根据已建立的数学模型分析、计算和处理鸭蛋图像,输出分级信号给PLC延时后实时控制分级机构,分别实现蛋芯颜色、蛋重量、新鲜度和蛋壳厚度的分级。对鸭蛋品质检测分级系统进行生产性试验其结果为:蛋芯颜色检测误差在(-1.1级)的准确率达到83%,在(-2.2级)的准确率达到91%,在(-3.3级)的准确率达到97%。蛋重检测误差在(-1.1g)的准确率达到81%,在(-1.5,1.5g)的准确率达到86%,在(-2.2g)的准确率达到93%,在(-3.3g)的准确率达到98%。蛋的新鲜度准确率达到82%。蛋的厚度准确率达到81%。试验结果表明其检测性能完全满足蛋品生产的要求。此外,系统运行稳定,操作方便、快捷,不会出现非法操作与死机等现象。基于机器视觉的鸭蛋品质无损检测分级系统样机已经应用于工厂的蛋品检测。……   
[关键词]:机器视觉;数字图像处理;多线程;农产品分级
[文献类型]:硕士论文
[文献出处]:华中农业大学2003年