基于機器視覺的果凍質量檢測技術與裝置

李 名，馮燕柱，張南峰

（1.廣州市天梭信息系統有限公司，廣州 510410；2.廣東工業大學廣東省焊接工程技術研究中心，廣州 510006）

0 引言

果凍是一種膠質的甜食，也是一種深受人們喜歡的高膳食纖維休閑食品[1]。近年來，各種各類的果凍食品蜂擁而出，如海參銀耳保健果凍[2]、雜糧果凍[3]、菠蘿蜜風味果凍[4]，由此可見果凍食品具有廣闊的市場前景。果凍的生產工藝一般由調配、滅菌、過濾、裝杯、冷卻、封口等組成，由于生產過程中空氣混入，果凍常常在內部形成氣泡，嚴重影響著果凍的質量與保質期。因此，為保證果凍產品質量，需要進行果凍食品質量檢測。

目前，主要依靠人工檢測果凍質量，其勞動強度高、效率低且增加產品成本。近年來，隨著工業自動化發展，出現了各種新興人工智能技術，其中機器視覺技術引起許多學者的關注。機器視覺技術在工業領域得到廣泛推廣[5-6]，其中在產品的識別分類、尺寸測量和檢測方面應用廣泛，如煤和煤矸石分類[7]、織帶檢測[8]、電磁繼電器關鍵部件尺寸測量等[9]。對于大批量果凍質量檢測而言，可通過機器視覺檢測技術克服人工檢測的勞動強度高、效率低等缺點。由于機器視覺檢測技術精度高、處理信息迅速，可快速獲得果凍產品信息，快速檢測出質量不達標產品，大大提高生產效率與產品質量。

本文基于機器視覺檢測技術，結合果凍氣泡的特征，設計了1臺果凍質量檢測裝置。通過機器視覺成像、高斯濾波、分水嶺算法、區域生長算法等方法準確檢測果凍中的氣泡并對果凍產品質量作出判斷。

1 機器視覺果凍質量檢測原理及裝置

機器視覺果凍質量檢測技術是利用工業相機對果凍產品進行圖像采集，并使用相關圖像處理算法對所采集圖像進行處理、計算，最終找出果凍中的氣泡并對果凍質量作出判斷。如圖1所示，機器視覺果凍質量檢測裝置主要由工業相機1、工業相機2、圖像采集卡、工業計算機、工控機、氣缸執行機構和傳送帶組成。工業相機1獲取果凍的正面圖像，工業相機2獲取果凍的背面圖像。圖像采集卡將所采集圖像傳送給工業計算機，工業計算機用于圖像處理并把計算結果信息傳遞給工控機。工控機接收到信息后控制氣缸執行機構，將不符合要求的果凍剔出傳送帶。傳送帶使得果凍逐一有序地經過工業相機1、2，便于圖像采集。果凍質量檢測裝置的工作流程如圖2所示。

圖1 機器視覺果凍質量檢測裝置示意圖

圖2 機器視覺果凍質量檢測裝置工作流程圖

2 果凍圖像處理

工業相機采集的圖像由前景區域（果凍）和背景區域組成，如圖3所示。為了提高檢測速度和簡化圖像處理算法，需要對所采集圖像進行預處理提取前景區域。本研究采用分水嶺算法，形態學處理和邊緣檢測等算法進行預處理提取前景區域，然后對預處理后的圖像采用高斯濾波，區域生長算法提取氣泡存在的區域，最后基于面積和圓度找出氣泡的位置，并把檢測結果輸出。果凍圖像處理算法流程如圖4所示。

圖3 機器視覺系統采集的果凍圖像

圖4 機器視覺果凍圖像處理算法流程圖

2.1 果凍圖像預處理

本研究使用分水嶺算法對果凍圖像進行預處理。分水嶺算法是一種基于拓撲理論的數學形態學的分割方法，其基本思想是將圖像看作測地學上的拓撲地貌，圖像中每一點像素的灰度值表示該點的海拔高度，每一個局部極小值及其影響區域為集水盆，而集水盆的邊界則形成分水嶺[10]。分水嶺表示輸入圖像極大值點，可用以下式表示：

式中：f(x，y)為輸入圖像；grad（·）為對輸入圖像進行梯度運算。

為了消除分水嶺算法導致的過度分割，將果凍輸入圖像設定分割為兩個區域。分水嶺算法處理后，對圖像進行閾值處理、形態學處理和邊緣檢測最終得到果凍圖像的前景區域。基于opencv函數庫，對上述所述過程進行代碼實現，處理的結果如圖5所示。由圖可看出，所應用的算法能夠準確獲取圖像前景區域即果凍區域。

圖5 果凍圖像預處理前后結果

2.2 果凍圖像中氣泡檢測方法

果凍的氣泡中心區域一般呈透明狀態，周圍區域有一定的邊緣，且氣泡的大小參差不齊，有些肉眼都難以辨認。由于液體的表面張力的作用，氣泡形狀一般為圓形或橢圓形。一般氣泡有以下幾個特點：（1）位置不確定，對比度低，大小不一，亮度不均勻；（2）中心區域為透明狀態，有一定的邊緣；（3）氣泡的形狀一般為圓形或橢圓形。針對果凍氣泡的特點，選用區域生長算法對果凍圖像進行處理，區域生長算法是從小區域發展成更大區域的過程。從某點的集合開始，從這些點的區域增長是將與每個小區域點有類似屬性如強度、灰度級、紋理顏色等的相鄰像素合并到此區域[11]。果凍圖像中的每個氣泡都可以視為小區域。經過區域生長算法處理后，選取外圓半徑在一定范圍的區域，對選取區域進行填充處理，求出區域中的可能是氣泡的區域，根據氣泡的面積和圓度選取出真實氣泡的區域，最后標出氣泡所在的位置。基于opencv函數庫，對上述所述過程進行代碼實現，處理的結果如圖6所示。由圖可看出，所應用的算法能夠準確檢測出果凍圖像中的氣泡，圈出的位置為氣泡所在之處。

圖6 果凍圖像氣泡檢測結果

3 試驗結果分析

圖7 機器視覺果凍圖像檢測結果圖

為了驗證所應用方法的有效性，對果凍圖像進行測試。測試的樣本圖像數量為21幅，其中10幅含有氣泡，19幅被成功檢測，有一幅因果凍含有黑點被誤檢為氣泡，還有一幅因氣泡太小漏檢。測試結果如圖7所示。

4 結束語

本文設計了基于機器視覺的果凍質量檢測技術與裝置，提出了基于分水嶺算法果凍前景提取算法。對果凍氣泡的檢測問題，通過分析氣泡的特點，提出使用區域生長算法對氣泡進行檢測。實驗結果表明基于區域生長算法果凍氣泡檢測算法的處理效果較好，有一定的適應性。在實際生產過程中，可以使用所提出的算法與裝置對果凍的質量進行檢測。