王慶喜 ，鄭東梅

（榆林職業(yè)技術(shù)學(xué)院，陜西 榆林 719000）

陜西榆林是黃河灘棗的主產(chǎn)地，紅棗成熟期若受連陰雨天氣影響，會(huì)導(dǎo)致紅棗裂果與霉變[1]。作為外觀顏色和缺陷顏色很難分辨的一種物料類(lèi)型，紅棗顆粒常會(huì)出現(xiàn)蟲(chóng)洞、霉變、裂痕等缺陷，傳統(tǒng)紅棗撿選靠人眼識(shí)別，人工分選費(fèi)工費(fèi)時(shí)、進(jìn)展緩慢且工作效果不好，科學(xué)分選出棗粒表皮裂痕、霉變、蟲(chóng)洞等缺陷，在提高紅棗品質(zhì)的同時(shí)可保證食品的安全性。因此，研究設(shè)計(jì)紅棗光電分選機(jī)檢測(cè)系統(tǒng)、優(yōu)化圖像處理算法和檢測(cè)系統(tǒng)硬件十分有必要，紅棗光電分選機(jī)檢測(cè)系統(tǒng)可快速準(zhǔn)確識(shí)別霉變紅棗粒，降低誤識(shí)率，提高紅棗撿選精度和效率，在光電分選機(jī)檢測(cè)系統(tǒng)中加入圖像處理技術(shù)代替人工視覺(jué)，工作效率和經(jīng)濟(jì)效益提高顯著。利用CCD傳感器結(jié)合HSV顏色空間模型圖像識(shí)別算法的光電分選系統(tǒng)，可使撿選效果更理想。如果在提取紅棗表面顏色信息時(shí)，進(jìn)一步將暗斑與霉變進(jìn)行區(qū)分，不被誤識(shí)，可提高光電分選機(jī)檢測(cè)系統(tǒng)的改進(jìn)空間。

1 試驗(yàn)樣本

本研究選取的樣本為市場(chǎng)中常見(jiàn)的陜北紅棗[2]，陜北紅棗棗粒大、棗核小、棗肉實(shí)、維生素C含量高，有非常高的營(yíng)養(yǎng)和極高的中醫(yī)藥價(jià)值[3]。試驗(yàn)中的正常棗粒和缺陷棗粒是在當(dāng)?shù)貤棙?shù)上采選的。紅棗缺陷的產(chǎn)生，是由于紅棗在生長(zhǎng)過(guò)程中受到蟲(chóng)害或鳥(niǎo)啄而出現(xiàn)孔洞，在果實(shí)成熟季受雨水侵蝕而出現(xiàn)霉變，在采摘過(guò)程中由人為或機(jī)械作用而出現(xiàn)損傷，或者制干控制不當(dāng)而出現(xiàn)裂紋[4]。本研究采用的試驗(yàn)樣本為帶有蟲(chóng)洞、霉變、裂痕等缺陷的紅棗粒。圖1為采選的帶缺陷的紅棗顆粒。

圖1 常見(jiàn)的紅棗缺陷

2 試驗(yàn)設(shè)備

新型光電分選機(jī)檢測(cè)系統(tǒng)以提高系統(tǒng)的穩(wěn)定性和提高圖像采集速度為目標(biāo)，通過(guò)圖像采集、特征提取、圖像識(shí)別和視覺(jué)系統(tǒng)控制實(shí)現(xiàn)。由于試驗(yàn)需采集紅棗圖像數(shù)量較多，根據(jù)實(shí)際需要，搭建了圖像采集裝置。圖2為該裝置的示意圖與實(shí)物圖，主要包括發(fā)光裝備（光照箱外殼、支架、6×4LED恒條形光源2個(gè)、電源）、光源控制器工業(yè)相機(jī)、圖像采集卡、電腦等硬件以及圖像采集軟件。

圖2 圖像采集裝置

圖像采集以高速、高精度為目標(biāo)，工作步驟為：打開(kāi)光源開(kāi)關(guān)，控制調(diào)節(jié)閥使傳送帶擁有合適速度，當(dāng)光源和傳送帶功率平穩(wěn)時(shí)，放入棗粒樣本，棗粒樣本通過(guò)由照射光源、背景白板和線陣CCD傳感器組成的成像區(qū)域。使用圖像處理軟件MIL 9.0進(jìn)行棗粒樣本的圖像、視頻數(shù)據(jù)采集。

3 工業(yè)相機(jī)的選用

采用嵌入系統(tǒng)或可編程邏輯等直接完成圖像采集、識(shí)別、特征標(biāo)記和算法處理。合適的工業(yè)相機(jī)能夠改善目標(biāo)圖像的清晰度和分辨率，如果相機(jī)采集得到的圖像像素過(guò)低，則會(huì)在處理中丟失某些細(xì)節(jié)信息，導(dǎo)致精度不夠，相反圖像像素過(guò)高則會(huì)造成圖像的傳輸、處理效率變慢，對(duì)系統(tǒng)資源占用較大，不能滿足現(xiàn)實(shí)需要。所以合適的工業(yè)相機(jī)關(guān)系著紅棗圖像質(zhì)量的好壞，影響著紅棗缺陷檢測(cè)的準(zhǔn)確性。

工業(yè)相機(jī)CCD芯片，CCD（Charge Coupled Device）即電荷耦合元件是一種半導(dǎo)體器件，能夠把光信號(hào)轉(zhuǎn)化為電信號(hào)，再通過(guò)模數(shù)轉(zhuǎn)換，將電信號(hào)轉(zhuǎn)換為數(shù)字圖像信號(hào)[5]。CCD技術(shù)成熟，具有體積小、功耗小、重量輕、高解析度、高靈敏度、快響應(yīng)度、穩(wěn)定性好、應(yīng)用范圍廣、壽命長(zhǎng)等優(yōu)點(diǎn)。CCD技術(shù)的成像質(zhì)量清晰細(xì)膩，對(duì)工業(yè)現(xiàn)場(chǎng)的光學(xué)環(huán)境要求不高，為提高檢測(cè)精度、速度和穩(wěn)定性，采用彩色線陣CCD傳感器和數(shù)模轉(zhuǎn)換芯片完成多幀圖像處理及檢測(cè)，降低控制和升級(jí)的復(fù)雜程度。

本研究選用了深圳順華利SHL-200w工業(yè)相機(jī)進(jìn)行紅棗圖像采集。該相機(jī)符合本課題研究設(shè)計(jì)所需的行頻、單線像元個(gè)數(shù)、傳感器有效尺寸等條件，用以完成系統(tǒng)的圖像采集工作。

相機(jī)部分參數(shù)：相機(jī)型號(hào)為SHL-200w，工作電壓為DC 5 V，工作溫度為0～50 ℃，最大分辨率為1 600×1 200，像素點(diǎn)大小為2.8×2.8 μm2，信噪比為42.3 dB，機(jī)械尺寸為49 mm×49 mm×35 mm，接口類(lèi)型為USB 2.0。圖3為本試驗(yàn)采集用的CCD芯片工業(yè)相機(jī)實(shí)物圖。

圖3 CCD工業(yè)相機(jī)實(shí)物圖

4 光源配置方案

4.1 光源的選擇

光源決定樣本棗粒的圖像質(zhì)量，圖像的好壞決定棗粒信息質(zhì)量，決定樣本棗粒中的缺陷粒能否在算法中被正確識(shí)別出來(lái)。因此，要展現(xiàn)出樣本棗粒的顏色信息，光源的選擇和打光方式極為重要，光源穩(wěn)定與打光方式的好壞，直接決定著圖像特征的成像清晰度，決定著能否有效降噪，決定著能否從背景中凸顯出被測(cè)樣本棗粒的各類(lèi)重要特征，從而獲取樣本棗粒的高質(zhì)量圖像，為下一步進(jìn)行高速度數(shù)據(jù)處理、提高識(shí)別精度打下基礎(chǔ)。在紅棗粒的光電分選檢測(cè)系統(tǒng)中，圖像質(zhì)量受光源影響占比30%以上[6]。

由于本研究選用線陣CCD作為成像元件，因此，基于紅棗缺陷的光電分選機(jī)檢測(cè)系統(tǒng)的照射光源選用可見(jiàn)光源，可見(jiàn)光源分為自然光源和人造光源。太陽(yáng)光屬色彩神奇的自然光，隨時(shí)間的變化其亮度、色度等都在變化，不易保持圖像效果相近，不適合對(duì)同一物體進(jìn)行重復(fù)性拍攝。由于本試驗(yàn)需要重復(fù)性好、穩(wěn)定性好的工作環(huán)境，因此，為避免自然光的干擾，選擇人造光源，同時(shí)，還需要制造一個(gè)相對(duì)封閉的工作環(huán)境以防外部自然光對(duì)圖像采集的影響。

人造光源類(lèi)型包括光纖鹵素?zé)?、高頻熒光燈以及LED光源[7]。鹵素?zé)舻臒艄飧吡?，白色偏黃，亮度隨時(shí)間的變化可以忽略，較常用于數(shù)控機(jī)床等加工制造設(shè)備，提供可持續(xù)的集中照明，壽命為3 000 h～8 000 h，其響應(yīng)速度為ms級(jí)。高頻熒光燈普遍照明時(shí)間為5 000 h～7 000 h，其響應(yīng)速度慢，一般用于超市、學(xué)校等大面積照明場(chǎng)所；LED燈，顏色由稀土元素決定，壽命為50 000 h～100 000 h，其響應(yīng)速度為ns級(jí)，很快，優(yōu)點(diǎn)是發(fā)光穩(wěn)定、功率小、節(jié)能、可根據(jù)設(shè)計(jì)要求設(shè)計(jì)特定的光源和形狀、發(fā)熱量低、光譜特性良好等。因此，本課題的紅棗光電分選機(jī)檢測(cè)系統(tǒng)的照射光源選用LED光源。

4.2 光源配置方案

照射光按其照射方向的不同分為4種照射類(lèi)型，分別是直射光、漫射光、偏光光以及平行光。本試驗(yàn)光源為2組6×4型號(hào)的LED燈組，安放在相機(jī)鏡頭以下、光照箱的頂部、傳送帶運(yùn)行方向的兩側(cè)，與待測(cè)面的高度相距約80 mm，同時(shí)配置光照亮度調(diào)節(jié)器及12 V電源。最后，通過(guò)調(diào)整LED燈的照射角、光照強(qiáng)度等來(lái)確定最佳光照環(huán)境。圖4為光源組合設(shè)計(jì)方案，該方案可以為光源箱內(nèi)的待測(cè)區(qū)域提供一個(gè)光照亮度分布均勻、光線柔和穩(wěn)定的圖像采集環(huán)境，有效減少光學(xué)反射鏡中產(chǎn)生的光斑，使圖像采集系統(tǒng)能夠采集到清晰、明亮的目標(biāo)紅棗圖像。

圖4 光源組合設(shè)計(jì)方案

5 計(jì)算機(jī)與圖像采集

計(jì)算機(jī)主要用于圖像采集軟件的運(yùn)行，控制圖像采集硬件完成圖片拍攝，將采集到的圖像信息在軟件顯示區(qū)域輸出，并儲(chǔ)存到指定位置。本試驗(yàn)圖像采集使用的筆記本電腦為華碩品牌，16 G內(nèi)存，硬盤(pán)容量為1 TB，使用操作系統(tǒng)為Windows 10，將以上各硬件連接組合而成，對(duì)采集攝像機(jī)鏡頭和紅棗間的相對(duì)位置、LED燈亮度進(jìn)行手動(dòng)調(diào)節(jié)，確保采集的紅棗圖像完整、清晰、無(wú)重影。整個(gè)機(jī)器運(yùn)轉(zhuǎn)時(shí)棗粒會(huì)隨傳送帶一起運(yùn)動(dòng)，當(dāng)?shù)竭_(dá)攝像頭正下方時(shí)，觸發(fā)相機(jī)完成圖像采集，相機(jī)采集的圖像通過(guò)與PC連接的線纜被實(shí)時(shí)傳送到計(jì)算機(jī)當(dāng)中[8]。圖5為暗光照箱內(nèi)結(jié)構(gòu)。光源使用萬(wàn)向云臺(tái)夾固定，可在一定范圍內(nèi)調(diào)節(jié)光源位置，其具有獨(dú)立的亮度調(diào)節(jié)開(kāi)關(guān)，通過(guò)調(diào)節(jié)光源亮度可有效減少紅棗表面反光，提高圖像質(zhì)量[9]。通過(guò)相機(jī)與光電傳感器連接，當(dāng)紅棗經(jīng)過(guò)光電開(kāi)關(guān)時(shí)觸發(fā)相機(jī)拍攝，相機(jī)采集1張紅棗圖片。

圖5 光源箱實(shí)物圖

6 圖像Blob分析的實(shí)現(xiàn)流程

圖像Blob分析的實(shí)現(xiàn)流程[10-11]大致可分為以下3個(gè)步驟：獲取圖像、提取二值圖像數(shù)據(jù)、進(jìn)行Blob分析。一是獲取圖像，即通過(guò)計(jì)算機(jī)圖像采集軟件的運(yùn)行控制圖像采集硬件完成圖片拍攝。二是提取二值圖像數(shù)據(jù)，即根據(jù)目標(biāo)物的數(shù)據(jù)需求，將目標(biāo)物圖像的有用數(shù)據(jù)進(jìn)行區(qū)域二值化處理，提取出要分析的二值區(qū)域。三是Blob特征分析，即將前景和背景分離開(kāi)的二值圖像，進(jìn)行連通區(qū)域提取和標(biāo)記，標(biāo)記完的每一個(gè)Blob都代表一個(gè)前景目標(biāo)，這樣可以計(jì)算Blob的一些相關(guān)特征。

本試驗(yàn)中Blob分析的實(shí)現(xiàn)流程為：首先獲取樣本棗粒圖像，然后將樣本棗粒的圖像通過(guò)區(qū)域二值化法進(jìn)行處理，使樣本棗粒二值圖像與背景分離，提取樣本棗粒的前景，對(duì)連通區(qū)域進(jìn)行標(biāo)記、檢測(cè)，進(jìn)而獲得了樣本棗粒的Blob區(qū)域，最后對(duì)樣本棗粒的缺陷位置、表面形狀、顆粒大小進(jìn)行計(jì)算。提取樣本棗粒二值圖像數(shù)據(jù)是流程的重要環(huán)節(jié)，第一步要去除背景物等的干擾，將采集的RGB圖像通過(guò)公式轉(zhuǎn)換為合適的HSV顏色空間，然后用圖像分割和紅棗粒識(shí)別算法提取紅棗的二值區(qū)域圖像數(shù)據(jù)。第二步要對(duì)提取到的紅棗二值區(qū)域進(jìn)行形態(tài)學(xué)數(shù)據(jù)處理，確保將其分割為單個(gè)紅棗粒的有用區(qū)域并去除雜點(diǎn)。第三步繼續(xù)對(duì)紅棗圖像進(jìn)行連通域分析，最后根據(jù)不同缺陷的數(shù)值特征，分別對(duì)各類(lèi)缺陷數(shù)值圖像進(jìn)行特征提取，該算法可以有效識(shí)別霉變、壞頭等棗粒缺陷。

圖6為Blob分析實(shí)現(xiàn)流程[12-14]，樣本棗粒圖像獲取后，進(jìn)行去除背景圖像分析，即分割圖像、進(jìn)行顏色空間數(shù)據(jù)轉(zhuǎn)換、閾值分割、形態(tài)學(xué)數(shù)據(jù)處理、特征提取、連通域分析，分離出每一個(gè)棗。最后通過(guò)閾值分割、連通域分析、特征提取等進(jìn)行紅棗表面的缺陷識(shí)別，即是否霉變、是否有洞、是否有裂痕等。

圖6 Blob分析實(shí)現(xiàn)流程

7 小結(jié)

目前，基于機(jī)器視覺(jué)的紅棗缺陷檢測(cè)技術(shù)正好處于試用階段，檢測(cè)手段還不夠成熟，使用時(shí)穩(wěn)定性較差。本研究?jī)H從設(shè)備搭建、圖像檢測(cè)算法入手，其結(jié)構(gòu)功能還需優(yōu)化改進(jìn)，對(duì)算法研究不夠深入，在外部環(huán)境復(fù)雜時(shí)精度和效率受影響較大，在今后的研究中，還需對(duì)設(shè)備結(jié)構(gòu)和圖像識(shí)別算法進(jìn)行進(jìn)一步優(yōu)化，以滿足實(shí)際生產(chǎn)需求。