专利名称：粘连块状农产品在线分级方法
技术领域：
本发明涉及自动化生产过程在线质量检测技术领域，特别涉及一种粘连块状农产品在线分级方法。
背景技术：
块状农产品自动化分级是指在不接触、不破坏块状农产品的前提下，对块状农产品的颜色、尺寸、形状等外部品质进行分级，这些指标对块状农产品的分级和定价有着决定性的影响。机器视觉技术是一项融合了数字图像处理、机械、控制、电子、视觉技术、照明、光学、计算机软硬件等技术的综合技术。机器视觉系统可以自动分割粘连(两个农产品在视野里相连在一起即是粘连)块状农产品，实现产品的无损分级，因此，机器视觉技术作为一种重要的检测手段已经日益引起人们的重视，并广泛地应用于成品检验和质量控制等领 域。鲜切块状农产品的合格率主要由块状农产品的尺寸、颜色和形状三种外观特征决定。在机器视觉中，可以通过颜色空间转换和自适应阈值法区分不同的颜色信息，通过测量面积、周长等几何特征区分不同尺寸的块状农产品，因此，研究开发能够准确、高效、快捷的识别块状农产品形状的方法，对块状农产品合格率检测，提高农产品的品质以及农产品的大批量、自动化生产加工具有重要意义。目前块状农产品的分级、分选主要依靠感官评判的方法。感官评判是由专业分选人员对块状农产品的尺寸、颜色和形状等外观特征进行逐一评判来分选合格的块状农产品和不合格的块状农产品，但人的感觉器官的灵敏度受到经验、精神状态、身体状况、劳动强度以及周围环境等因素的干扰，并且长时间单调乏味的重复劳动，容易使人产生视觉疲劳，从而影响分选结果的准确性。鉴于现有技术的上述缺陷，需要一种新的粘连块状农产品分级方法，以能够有效地对粘连农产品进行分割，并进行无损分级，同时依据分级的匹配度量化块状农产品的合格率。
发明内容
(一 )要解决的技术问题本发明要解决的技术问题是如何实现自动、无损地分割粘连块状农产品，并对其进行分级。( 二 )技术方案为了解决上述技术问题，本发明提供一种粘连块状农产品在线分级方法，包括以下步骤SI、为合格块状农产品建立NMI特征模型与加权转动惯量标准差模型；S2、利用合格块状农产品的匪I特征模型与加权转动惯量标准差模型和待分级块状农产品的NMI特征和加权转动惯量标准差进行待分级块状农产品在线分级。优选地，步骤SI具体为，对于合格块状农产品执行步骤Sll S13 S11、将采集的产品图像从RGB空间转换到YCbCr空间，用自适应阈值法将产品从背景中分离，并对分离之后的图像进行预处理；S12、采用形态学开闭运算进行图像空洞的填充，并采用八连通序贯算法提取连通区域，然后跟踪连通区域的边缘，得到产品的边缘信息和重心信息，利用边缘信息和重心信息计算图像的WI特征；利用WI特征的统计信息用EM算法建立WI特征混合高斯模型；S13、用Harris方法提取产品的角点特征，根据最近的两个角点之间的位置关系赋予不同的权值，并计算产品图像的加权转动惯量标准差，利用加权转动惯量标准差的统计信息建立加权转动惯量标准差模型。优选地，步骤Sll中用自适应阈值法将产品从背景中分离的步骤为把图像分成多个区域，针对每一个区域，根据区域的灰度直方图分布自适应地选取分割阈值，利用该分割阈值分割图像，得到二值图像。优选地，步骤Sll中所述预处理是利用中值滤波法对分离后得到的产品二值图像进行去噪。优选地，步骤S13中，根据最近的两个角点之间的位置关系赋予不同的权值的步骤具体为假设n为连通区域的周长，点i为当前的边缘点，沿边缘两个方向离点i最近的两角点分别为A和B，则为边缘点i所赋予的权值为
权利要求
1.一种粘连块状农产品在线分级方法，其特征在于，包括以下步骤 51、为合格块状农产品建立NMI特征模型与加权转动惯量标准差模型； 52、利用合格块状农产品的匪I特征模型与加权转动惯量标准差模型和待分级块状农产品的NMI特征和加权转动惯量标准差进行待分级块状农产品在线分级。
2.如权利要求I所述的方法，其特征在于，步骤SI具体为，对于合格块状农产品执行步骤 Sll S13 511、将采集的产品图像从RGB空间转换到YCbCr空间，用自适应阈值法将产品从背景中分离，并对分离之后的图像进行预处理； 512、采用形态学开闭运算进行图像空洞的填充，并采用八连通序贯算法提取连通区域，然后跟踪连通区域的边缘，得到产品的边缘信息和重心信息，利用边缘信息和重心信息计算图像的匪1特征；利用匪1特征的统计信息用EM算法建立WI特征混合高斯模型； 513、用Harris方法提取产品的角点特征，根据最近的两个角点之间的位置关系赋予不同的权值，并计算产品图像的加权转动惯量标准差，利用加权转动惯量标准差的统计信息建立加权转动惯量标准差模型。
3.如权利要求2所述的方法，其特征在于，步骤Sll中用自适应阈值法将产品从背景中分离的步骤为把图像分成多个区域，针对每一个区域，根据区域的灰度直方图分布自适应地选取分割阈值，利用该分割阈值对图像进行分割，得到二值图像。
4.如权利要求2所述的方法，其特征在于，步骤Sll中所述预处理是利用中值滤波法对分离后得到的产品二值图像进行去噪。
5.如权利要求2所述的方法，其特征在于，步骤S13中，根据最近的两个角点之间的位置关系赋予不同的权值的步骤具体为 假设n为连通区域的周长，点i为当前的边缘点，沿边缘两个方向离点i最近的两角点分别为A和B，则为边缘点i所赋予的权值为
6.如权利要求5所述的方法，其特征在于，步骤S13中计算产品图像的加权转动惯量标准差，利用加权转动惯量标准差的统计信息建立加权转动惯量标准差模型的步骤具体为 假设Ji表示转动惯量，加权转动惯量标准差O的计算公式是
7.如权利要求I所述的方法，其特征在于，步骤S2具体为采用马氏距离计算待分级块状农产品的WI特征与合格块状农产品的WI特征模型之间的相似度，并计算待分级块状农产品的加权转动惯量标准差与合格块状农产品的加权转动惯量标准差模型之间的相似度，若两种相似度均大于预设阈值，则将待分级块状农产品判定为合格的块状农产品，否则判定为不合格的块状农产品。
8.如权利要求I 7中任一项所述的方法，其特征在于，在步骤S2之后还包括步骤用距离变换方法将不合格的块状农产品的图像从二值空间转换到灰度空间，用分水岭方法分割粘连的块状农产品，并计算分割后的粘连块状农产品的NMI特征和加权转动惯量标准差，最终实现粘连块状农产品分级。
全文摘要
本发明涉及自动化生产过程在线质量检测技术领域，公开了一种粘连块状农产品在线分级方法，包括以下步骤S1、为合格块状农产品建立NMI特征模型与加权转动惯量标准差模型；S2、利用合格块状农产品的NMI特征模型与加权转动惯量标准差模型和待分级块状农产品的NMI特征和加权转动惯量标准差信息进行待分级块状农产品在线分级。本发明将NMI特征、加权转动惯量标准差和数学模型引入块状农产品在线分级，针对流水线上块状农产品粘连的情况，用距离变换和分水岭的方法，实现自动、无损地分割粘连块状农产品，并对其进行分级，从而实现其合格率的在线检测。
文档编号G01M1/10GK102721509SQ20121016133
公开日2012年10月10日 申请日期2012年5月22日 优先权日2012年5月22日
发明者刘忠强, 张水发, 杨锋, 王开义 申请人:北京农业信息技术研究中心