徐 帥,朱啟兵,黃 敏

(江南大學(xué) 物聯(lián)網(wǎng)工程學(xué)院,無錫 214122)

引 言

食源性疾病是食品安全領(lǐng)域持續(xù)關(guān)注的重要問題[1]。食品生產(chǎn)加工設(shè)備在工作過程中會產(chǎn)生碎屑殘留,這些殘留不僅會影響后續(xù)食品生產(chǎn)的品質(zhì)而且容易滋生食源性病菌[2]。因此對食品加工、儲存器具上的食品殘留物進行檢測,不僅能夠評判清潔程度,更可以防止病菌滋生的潛在風(fēng)險。目前國內(nèi)對于食品生產(chǎn)加工場所的衛(wèi)生檢測仍以目視檢查為主。目視檢查易受環(huán)境和檢測員疲勞度的干擾,檢測效果不穩(wěn)定;而且對于一些透明或與背景顏色相近的殘留物,目視檢查難以取得較好的檢測效果。熒光成像技術(shù)在食品安全檢測領(lǐng)域具有很大的發(fā)展?jié)摿?許多食品材料都具有熒光發(fā)射特性[3-6]。近年來,一些基于熒光成像技術(shù)的設(shè)備和系統(tǒng)已經(jīng)被開發(fā)并應(yīng)用于食品安全檢查。KANG等人[7]基于食品樣品的特征熒光,設(shè)計了一種快速篩查食品中多種危害因子的便攜式食品安全檢測儀。ZHANG[8]基于感染黃曲霉毒素的花生在365 nm紫外光照射下會發(fā)出獨特的黃綠色熒光特性,設(shè)計了一款基于智能手機的黃曲霉毒素快速檢測設(shè)備。在肉制品糞便污染檢測應(yīng)用中,SEO等人[9]利用多光譜熒光成像技術(shù)結(jié)合選定波段比(波段比為630 nm/600 nm)圖像的主成分分析技術(shù)實現(xiàn)了雞胴體糞便污染的在線檢測;BURFOOT等人[10]開發(fā)一種熒光成像設(shè)備用于牛羊肉胴體糞便污染檢測;GORJI和SUEKER等人[11-12]將熒光成像和深度學(xué)習(xí)相結(jié)合,實現(xiàn)肉類胴體上糞便污染的自動識別。在食品加工場所衛(wèi)生檢測應(yīng)用中,LEFCOURT 等人[13-14]開發(fā)了一款便攜式高光譜熒光成像系統(tǒng),以檢測加工設(shè)備表面肉眼不可見的殘渣;LEE 等人[15-17]開發(fā)了一款手持式熒光成像設(shè)備并應(yīng)用于加工設(shè)備表面食品殘留檢測。但是上述設(shè)備在操作的便攜性、功能的完善性方面仍有待改進,難以適應(yīng)復(fù)雜環(huán)境下的食品殘留物檢測。

本文作者研究開發(fā)了一套手持式食品殘留物熒光成像檢測設(shè)備,該設(shè)備集檢測-分析-顯示-存儲于一身,體積較小方便攜帶,在成本上更具優(yōu)勢。設(shè)備由發(fā)光二極管(light-emitting diode,LED)、散熱器、超聲波測距芯片、紅綠藍(red green blue,RGB)相機、觸控屏、現(xiàn)場可編程門陣列(field-programmable gate array,FPGA)、安全數(shù)字(secure digital,SD)存儲卡、大容量鋰電池組成。設(shè)備充分利用FPGA實時性高、容量大以及能夠進行并行流水線處理的特點[18],在FPGA中實現(xiàn)基于分塊閾值的大津算法[19-20](Otsu algorithm,OTSU),提高了設(shè)備在不均勻光照下的檢測效果。檢測人員可以使用該設(shè)備識別食品加工設(shè)備中肉眼看不見的殘留物并可以通過觸控屏將當前圖片保存在SD存儲卡中。

1 系統(tǒng)總體方案設(shè)計

本文系統(tǒng)裝配如圖1所示,包括主控模塊、相機模塊、激發(fā)光源模塊、超聲波測距模塊、觸控屏、電源板。設(shè)備啟動時,打開電源開關(guān),大功率LED激發(fā)光源啟動照射,檢測區(qū)域的殘留物熒光圖像經(jīng)RGB相機采集后傳送到FPGA主控模塊中,FPGA根據(jù)距離信息對熒光圖像進行處理,標記出殘留物區(qū)域并發(fā)送到觸控屏中顯示,此時檢測員可以根據(jù)需要選擇是否操作觸控屏將此時的熒光圖像保存至SD存儲卡中。

圖1 手持式食品殘留物熒光檢測系統(tǒng)裝配圖

2 系統(tǒng)硬件設(shè)計

2.1 FPGA主控板設(shè)計

如圖2所示,所設(shè)計的FPGA主控板集成了EP4CE22F17C8主控芯片、50 MHz高精度有源晶振時鐘、256 Mbit隨機動態(tài)存取內(nèi)存(synchronous dynamic random access memory,SDRAM)、和16 Mbit閃存(flash eeprom memory,FLASH)。根據(jù)FPGA現(xiàn)場可編程的優(yōu)勢,所設(shè)計的FPGA主控板在FPGA芯片內(nèi)部實現(xiàn)了串行攝像機控制總線協(xié)議(serial camera control bus,SCCB)、數(shù)字視頻接口(digital video port,DVP)與RGB相機、串行外設(shè)接口(serial peripheral interface,SPI)與SD存儲卡,以及集成電路總線(inter-integrated circuit,IIC)、視頻圖形陣列(video graphics array,VGA)與觸控屏的通信與數(shù)據(jù)傳輸。

圖2 FPGA主控板

2.1.1 SDRAM存儲電路設(shè)計 系統(tǒng)運行過程中需要開辟一塊內(nèi)存用來緩存圖像處理過程中產(chǎn)生的數(shù)據(jù),因此使用256 Mbit SDRAM作為圖像檢測過程中的緩存存儲器。SDRAM存儲器硬件電路連接如圖3所示,SDRAM與FPGA相連,由于相機圖像輸出頻率為42 MHz,RGB觸控屏顯示頻率為32 MHz,SDRAM工作頻率為133 MHz,因此FPGA在緩存和讀取SDRAM過程中需要分別插入兩個異步先進先出隊列防止數(shù)據(jù)丟失。此外由于SDRAM工作頻率較高,在進行印刷電路板布線時需要進行蛇形等長處理。

圖3 SDRAM存儲器電路

2.1.2 FLASH電路設(shè)計 由于FPGA是基于隨機存取存儲器和查找表結(jié)構(gòu),掉電時配置信息會丟失,因此選用一片16 Mbit SPI FLASH保存配置數(shù)據(jù)。所用FLASH型號為W25Q16,該型號可以等效替代相關(guān)公司的系列配置器件。電路連接如圖4所示,程序下載時,下載數(shù)據(jù)經(jīng)過DATA0口保存在FLASH芯片中,當系統(tǒng)再次上電時FPGA將讀取FLASH中保存的用戶程序和配置文件完成系統(tǒng)初始化配置。

圖4 Flash存儲器電路

2.1.3 SD卡存儲電路設(shè)計 SD卡存儲電路使用一張大容量SD卡作為外部存儲器。SD卡存儲電路如圖5所示,SD卡與FPGA采用SPI通信模式,FPGA可以根據(jù)指令將當前視頻幀保存在SD卡中。

圖5 SD卡存儲電路

2.1.4 電源電路設(shè)計 系統(tǒng)主要用到12 V、5 V、3.3 V、2.5 V、1.2 V直流電源。其中大功率LED光源以及散熱風(fēng)扇由12 V鋰電池直接供電,RGB觸控屏和FPGA主板電源由12 V鋰電池經(jīng)電壓轉(zhuǎn)換芯片MC34063轉(zhuǎn)換為5 V后提供,FPGA主板電源經(jīng)電壓轉(zhuǎn)換芯片AMS1085-3.3轉(zhuǎn)換為3.3 V電壓給FPGA芯片供電,并分別經(jīng)過電壓轉(zhuǎn)換芯片AMS1117-2.5和AMS1117-1.2轉(zhuǎn)換為2.5 V和1.2 V電壓,作為聯(lián)合測試工作組和FPGA內(nèi)核供電電壓。

2.2 激發(fā)光源模塊

激發(fā)光源由4顆10 W LED燈珠、恒流電路、鋁制散熱片、光源基板組成。根據(jù)食品殘留物的熒光特性,選用中心波長400 nm,波長范圍395 nm～405 nm的大功率LED作為激發(fā)光源。為保證LED穩(wěn)定工作,燈珠需要恒定的電流和及時散熱。如圖6所示,燈珠按照兩并兩串方式均勻分布在光源板上,且每顆LED燈珠均搭配相應(yīng)的鋁制散熱片,中部鏤空放置相機鏡頭。

圖6 激發(fā)光源

2.3 RGB相機模塊

選用高靈敏度、低串擾、低噪聲、高量子效率OV5640相機采集熒光圖像,并按照RGB565格式發(fā)送給FPGA。相機鏡頭選用廣角高清M12鏡頭。鏡頭底部具有放置濾波片的凹槽,設(shè)備可以通過更換凹槽中的濾波片實現(xiàn)對不同熒光特性對象的檢測。

2.4 超聲波測距模塊

為避免誤檢測,設(shè)備通過超聲波測距模塊實現(xiàn)檢測狀態(tài)判斷。如圖7所示,超聲波測距模塊采用高性價比超聲波測距芯片CS100。

2.5 RGB觸控屏模塊

RGB觸控屏采用800×480像素分辨率的電容觸摸顯示屏。該屏幕集成了電容觸摸控制器,該控制器可以通過標準IIC總線接口將多點觸摸信號的實時坐標傳送給FPGA。

2.6 系統(tǒng)板級信號測試

如圖8所示,采用嵌入式邏輯分析儀SingalTap抓取系統(tǒng)運行過程中的時序關(guān)系。CMOS_Frame_clken為像素有效信號,CMOS_Vsync、CMOS_Href和COMS_Data分別為相機輸出的場信號、行信號和像素數(shù)據(jù),當CMOS_Href為高電平,且CMOS_Frame_clken使能時像素數(shù)據(jù)有效輸出;SDRAM_Read和SDRAM_Write分別為SDRAM存儲器讀寫控制信號,當SDRAM_Read或SDRAM_Write為高電平時,FPGA根據(jù)讀寫地址SDRAM_Rrd1_addr或SDRAM_Rwrd1_addr對SDRAM存儲器進行讀寫,讀寫數(shù)據(jù)通過雙向讀寫數(shù)據(jù)通道SDRAM_DQ進行傳輸,SDRAM_Dqm為2位數(shù)據(jù)掩碼器,SDRAM_Dqm為16進制數(shù)0x03時,表示當前傳輸數(shù)據(jù)SDRAM_DQ無效,為16進制數(shù)0x00時,表示數(shù)據(jù)有效;LCD_Vs、LCD_Hs和LCD_De分別為顯示器場信號、行信號和數(shù)據(jù)使能信號,當LCD_Vs、LCD_Hs和LCD_De均為高電平時,像素數(shù)據(jù)LCD_Data有效輸出;SDCARD_Init_done信號為高電平表明設(shè)備檢測到SD存儲卡并初始化配置完成;Ultrasonic_Echo為超聲波測距模塊輸出回響信號,其高電平脈沖寬度為超聲波往返時間之和,FPGA根據(jù)回響信號高電平持續(xù)時間計算距離,當回響信號Ultrasonic_Echo產(chǎn)生下降沿時,FPGA內(nèi)部寄存器Ultrasonic_distance更新距離信息(單位為mm)。

圖8 板級硬件測試信號

由硬件測試信號可知,硬件系統(tǒng)圖像采集功能正常、SDRAM存儲器讀寫正常、RGB顯示器工作正常、SD卡初始化完成、超聲波模塊測距正常,系統(tǒng)硬件電路設(shè)計達到設(shè)計要求。

3 FPGA邏輯設(shè)計

3.1 系統(tǒng)流程設(shè)計

系統(tǒng)工作流程如圖9所示。設(shè)備啟動時,大功率LED燈打開同時散熱風(fēng)扇開始工作,FPGA開始初始化配置并將掩模寄存器初始值清零;FPGA初始化完成后開始初始化配置相機寄存器;相機初始化完成后系統(tǒng)開始采集圖像信息,為確保圖像輸出穩(wěn)定系統(tǒng)丟棄前10幀圖像;當設(shè)備距離被測物體40 cm以內(nèi)時,系統(tǒng)啟動圖像處理功能,一方面,RGB圖像與掩模寄存器中保存的掩模進行融合,并將帶有殘留物標記的圖像傳送到RGB觸控屏中,另一方面,RGB圖像通過分塊大津算法生成新的殘留物掩模并更新掩模寄存器;而當距離超過40 cm時,RGB圖像直接顯示在RGB觸控屏;在RGB屏中可以選擇是否將融合后的熒光圖像進行保存。

圖9 系統(tǒng)流程圖

3.2 硬件邏輯設(shè)計

3.2.1 相機配置 當FPGA初始化完成后,FPGA需要配置相機的252個寄存器。相機配置狀態(tài)機如圖10所示,狀態(tài)機從idle跳轉(zhuǎn)到wrreg_req狀態(tài)并向IIC控制器發(fā)送寫命令,IIC控制器開始向相機一個寄存器地址寫入命令,寫入完成后rw_done置1,狀態(tài)機跳轉(zhuǎn)為judge狀態(tài)并判斷相機寄存器配置完成個數(shù),當計數(shù)器cnt小于252時,狀態(tài)機跳轉(zhuǎn)回wrreg_req狀態(tài)繼續(xù)寫命令;當cnt等于252時,狀態(tài)機跳轉(zhuǎn)到finish狀態(tài),從而完成相機的初始化配置。

圖10 相機配置狀態(tài)機

相機部分配置參數(shù)如表1所示。其中16進制數(shù)0x3808～0x380b為圖像分辨率寄存器地址范圍,0x3503為手動曝光寄存器地址,0x3500～0x3502為曝光時長寄存器地址范圍,0x4300為格式控制寄存器地址,0x501f為圖像輸出格式選擇寄存器地址。

表1 相機主要配置參數(shù)

3.2.2 相機接口邏輯設(shè)計 相機接口邏輯主要完成相機RGB565格式輸出數(shù)據(jù)的并行接收,其接收功能主要由10個不同位寬寄存器和2個數(shù)據(jù)選擇器組成。如圖11所示,其中寄存器r_Data、r_Href、r_Vsync分別對輸入數(shù)據(jù)Data、Href、Vsync、進行打一拍操作。H_count對每行像素數(shù)據(jù)進行計數(shù),當H_count為偶數(shù)時將r_Data中8位圖像數(shù)據(jù)保存在r_DataPixel高8位中;H_count為奇數(shù)時將r_Data中8位圖像數(shù)據(jù)保存在r_DataPixel低8位中。在完成16位數(shù)據(jù)接收后,寄存器r_DataValid置1,表明此時r_DataPixel中16位圖像數(shù)據(jù)為正確數(shù)據(jù),可以輸出到DataPixel口。為確保圖像輸出穩(wěn)定,需要舍棄系統(tǒng)開始運行前10幀圖像。寄存器FrameCnt對每幀圖像進行計數(shù),當FrameCnt計數(shù)到第10幀后dump_frame置1,表明此后圖像有效。

圖11 相機接口邏輯設(shè)計

3.2.3 觸控屏接口邏輯設(shè)計 觸控屏接口邏輯是將RGB565格式圖像數(shù)據(jù)流轉(zhuǎn)換成VGA模式下的并行數(shù)據(jù)并發(fā)送到觸控屏中。如圖12所示,根據(jù)觸控屏接收時序要求,寄存器Hcount_r和Vcount_r分別產(chǎn)生行同步和場同步信號;Disp_Hs、Disp_Vs和Disp_De根據(jù)Hcount_r和Vcount_r產(chǎn)生數(shù)據(jù)有效信號;寄存器Disp_Red、Disp_Green、Disp_Bule分別將RGB565格式視頻數(shù)據(jù)轉(zhuǎn)換為并行數(shù)據(jù)。寄存器Frame_begin在場同步信號Disp_Vs上升沿置1,表明開始顯示一幀圖像。

圖12 觸控屏接口邏輯設(shè)計

3.3 分塊大津算法原理及FPGA實現(xiàn)

3.3.1 算法原理 當完成熒光圖像的采集后,需要利用圖像分割算法實現(xiàn)殘留物的準確分割。由于具有計算簡單、不受圖像亮度和對比度影響的優(yōu)點,大津算法在圖像分割領(lǐng)域得到廣泛引用。然而大津算法是一種全局閾值分割方法,其在非均勻光照下會產(chǎn)生錯誤分割,并且當感興趣目標灰度分布范圍較大且部分目標灰度接近背景強度時,接近背景強度的部分目標會檢測丟失。針對上述缺點,本文中基于分塊大津算法的思想,通過對檢測圖像的合理分塊,避免了背景子塊誤分割,提高了設(shè)備在不均勻光照或目標灰度差異較大情況下的檢測能力。分塊大津算法流程如圖13所示。 首先FPGA從SDRAM緩存中讀取熒光圖像并經(jīng)過灰度轉(zhuǎn)換模塊轉(zhuǎn)換為灰度圖像;然后FPGA按照行同步、場同步信號將一幅灰度圖像劃分M行N列的子塊,并運用大津算法計算每個子塊分割閾值和類間平均灰度差;進一步對每個子塊的類間平均灰度差進行判斷,當子塊類間平均灰度差較小時,該子塊前景和背景灰度差異不大,判斷為背景塊,該子塊分割閾值復(fù)位為0;當子塊類間平均灰度差較大時,該子塊中存在熒光殘留物,保留計算的分割閾值。在系統(tǒng)實際使用中分塊大津算法在設(shè)備距離被測表面40 cm以內(nèi)啟動,系統(tǒng)根據(jù)40 cm以內(nèi)激發(fā)光源光強特點結(jié)合FPGA硬件資源占用將圖像分為5行8列的子塊進行處理,將判斷子塊是否為純背景的類間平均灰度差設(shè)置為8。

圖13 熒光殘留物提取以及掩膜生成流程圖

3.3.2 FPGA實現(xiàn) 分塊大津算法在FPGA中實現(xiàn)如圖14所示。FPGA以數(shù)據(jù)流形式從SDRAM中讀取的熒光圖像Rgb_data缺少位置信息;為實現(xiàn)熒光圖像準確分塊,FPGA在統(tǒng)計模塊中對經(jīng)過的熒光圖像數(shù)據(jù)流進行坐標統(tǒng)計并生成行同步信號Href、列同步信號Vsync和數(shù)據(jù)有效信號De;16位熒光圖像數(shù)據(jù)經(jīng)過灰度轉(zhuǎn)換模塊轉(zhuǎn)換為8位灰度數(shù)據(jù);系統(tǒng)通過調(diào)用8個大津算法模塊和串行流水線設(shè)計方法實現(xiàn)分塊大津算法計算。

圖14 分塊大津算法實現(xiàn)

分塊大津算法中,使用大津算法模塊計算每個子塊的閾值和類間平均灰度差。如圖14中虛線框中所示,直方圖統(tǒng)計模塊具有5個輸入,4個輸出,其中輸入Gray_data為8位圖像灰度數(shù)據(jù)。輸入Data_end在直方圖統(tǒng)計完成后拉高,灰度閾值求完后拉低。輸入Data_valid只在灰度直方圖統(tǒng)計時為高,其余拉低。輸入T為分割閾值,輸入Clr為清零信號,當灰度閾值求完后拉高使直方圖統(tǒng)計模塊清零復(fù)位等待下一次統(tǒng)計。在直方圖統(tǒng)計模塊中輸出表達式[20]為：

(1)

(2)

(3)

(4)

式中,i為灰度值,t為灰度值,ni為灰度值等于i的像素個數(shù),S0為灰度值不大于t的像素個數(shù),S1為灰度值大于t的像素個數(shù),G0為灰度值不大于t的像素灰度總和,G1為灰度值大于t的像素灰度總和。直方圖統(tǒng)計模塊輸出經(jīng)過后續(xù)乘法器、除法器、減法模塊計算后得到類間方差,在比較器模塊中保存類方間差最大時的閾值T,輸出此時閾值以及類間灰度差。

4 系統(tǒng)測試

為了測試本文中所開發(fā)系統(tǒng)的適用性,本文作者選用食品加工場所中3種常見包裝和加工材質(zhì)(木制案板、不銹鋼板、聚乙烯材質(zhì)塑料板)進行測試,其中木制案板和不銹鋼板不產(chǎn)生熒光,聚乙烯(polyethylene,PE)材質(zhì)塑料菜板會產(chǎn)生熒光[17]。測試對象為5種不同體積分數(shù)的奶粉溶液和菠菜汁液,奶粉溶液采用全脂牛奶粉和純凈水按照不同體積分數(shù)(50%、33%、20%、10%、2%)配制;菠菜汁液采用新鮮菠菜榨汁[17]和純凈水按照不同體積分數(shù)(50%、33%、25%、20%、10%)配制。由于奶粉在516 nm處存在熒光發(fā)射峰[17],菠菜汁在685 nm處存在熒光發(fā)射峰[17,21],因此針對奶粉選用520 nm窄帶寬濾波片,針對菠菜汁選用670 nm窄帶寬濾波片。

木制案板表面不同體積分數(shù)奶粉溶液和菠菜汁殘留物檢測效果如圖15所示。其中圖15a和圖15e分別是環(huán)境光下采集的奶粉殘留物和菠菜汁液殘留物RGB圖像;圖15b和圖15f分別為激發(fā)光源下采集的奶粉殘留物和菠菜汁液殘留物熒光圖像;圖15c和圖15g分別是分塊大津算法生成的奶粉殘留物和菠菜汁液殘留物掩模圖像;圖15d和圖15h分別是奶粉殘留物和菠菜汁液殘留物最終檢測結(jié)果。如圖15a、圖15e所示,環(huán)境光下,當奶粉、菠菜汁液體積分數(shù)分別低于20%和10%時,肉眼幾乎不可見木制案板上的殘留物;而奶粉殘留物、菠菜汁液與木制案板的熒光圖像有著明顯的區(qū)別(見圖15b和圖15f),在圖15f中,體積分數(shù)為50%和33%的菠菜殘留物由于存在大量菠菜纖維等固形物導(dǎo)致其熒光強度較弱;圖15c和圖15g中給出了分塊大津算法的檢測效果,可以看出,不同體積分數(shù)的殘留物均被有效檢出,且在圖15g中還檢測出了部分在圖15e中未被標記的殘留物,這些殘留物是木板在簡單清洗中未被發(fā)現(xiàn)的歷史殘留,這進一步體現(xiàn)了設(shè)備對不可見殘留物的檢測能力。

圖15 木制案板表面殘留物檢測效果

圖16中給出了材質(zhì)為不銹鋼板條件下,奶粉和菠菜汁殘留物的檢測效果。其中圖16a和圖16e分別是奶粉殘留物和菠菜汁殘留物RGB圖像;圖16b和圖16f分別為奶粉殘留物和菠菜汁殘留物熒光圖像;圖16c和圖16g分別是分塊大津算法生成的奶粉殘留物和菠菜汁殘留物掩模圖像;圖16d和圖16h分別是奶粉殘留物和菠菜汁殘留物最終檢測結(jié)果。如圖16a和圖16e所示,由于不銹鋼光滑鏡面反射影響,體積分數(shù)為10%的菠菜汁殘留物因接近無色而基本不可見;在熒光圖像16b和圖16f中不同體積分數(shù)的殘留物均清晰可見;分塊大津算法可較好克服光照的影響,能夠準確分割出污染物區(qū)域(見圖16c和圖16g)。

圖16 不銹鋼表面殘留物檢測效果

PE塑料板上的奶粉和菠菜汁殘留物檢測效果如圖17所示。其中圖17a和圖17e分別是奶粉殘留物和菠菜汁殘留物RGB圖像;圖17b和圖17f分別為奶粉殘留物和菠菜汁殘留物熒光圖像;圖17c和圖17g分別是分塊大津算法生成的奶粉殘留物和菠菜汁殘留物掩模圖像;圖17d和圖17h分別為奶粉殘留物和菠菜汁殘留物最終檢測結(jié)果。從圖中可以看出,在環(huán)境光下,當奶粉體積分數(shù)低于33%、菠菜汁液體積分數(shù)低于10%時,難以通過RGB圖像檢測出殘留物;而熒光圖像可以較好地實現(xiàn)殘留物檢測。但從圖17c來看,當奶粉體積分數(shù)低于20%時,殘留物的分割區(qū)域存在部分缺失現(xiàn)象,其原因可能在于：PE塑料板會發(fā)出和奶粉波段相近的熒光,當奶粉體積分數(shù)較低時,其熒光強度與背景接近,導(dǎo)致分割困難。

圖17 PE塑料表面殘留物檢測效果

圖18給出了大津算法與分塊大津算法對典型殘留物的分割結(jié)果。其中圖18a和圖18b分別是奶粉殘留物在木制案板和不銹鋼板上的熒光圖像;圖18c和圖18d分別為菠菜汁殘留物在木制案板和不銹鋼板上的熒光圖像;圖18e、圖18f、圖18g和圖18h分別是圖18a、圖18b、圖18c和圖18d采用分塊大津算法計算得到的掩模圖像;圖18i、圖18j、圖18k和圖18l分別是圖18a、圖18b、圖18c和圖18d采用大津算法計算得到的掩模圖像。綠色框為成功檢測出殘留物;紅色框為未檢測或錯誤檢測殘留物。在圖18a中檢測設(shè)備位于木制案板上方,案板中間部分靠近光源的反射光強度更高,左上角遠離光源強度較低,這導(dǎo)致在使用大津算法進行分割時圖18i中部分較為明亮的背景被判定為殘留物而光照強度較低的殘留物則未被檢出;在圖18b中,檢測設(shè)備位于不銹鋼板斜上方,不銹鋼板右上角光照強度更高,左下角光照強度較低,大津算法在圖18j中將靠近光源的殘留物檢出而遠離光源且體積分數(shù)較低的殘留物未檢出。大津算法在檢測灰度范圍較大的目標時會出現(xiàn)漏檢;在木制案板(見圖18c)和不銹鋼板(見圖18d)上菠菜汁熒光強度分布范圍較大,且部分菠菜汁殘留物熒光強度接近背景光強;當使用大津算法進行檢測時,部分熒光強度較低的殘留物漏檢(見圖18k),而盡管在圖18l中所有殘留物均被檢出,但是相較于分塊大津算法結(jié)果(見圖18h),大津算法分割出的目標不夠完整;圖18e、圖18f、圖18g和圖18h為分塊大津算法檢測結(jié)果,不同體積分數(shù)殘留物均被檢出;相較于大津算法檢測結(jié)果,分塊大津算法提高了設(shè)備在不均勻光照下的檢測效果以及對于熒光強度分布范圍較大檢測目標的檢測能力。

圖18 分塊大津算法和大津算法檢測效果對比圖

5 結(jié) 論

基于熒光成像技術(shù)開發(fā)了一種能夠協(xié)助現(xiàn)場檢測員對食品加工場所進行視覺衛(wèi)生檢查的手持式熒光成像檢測設(shè)備,該設(shè)備具有熒光圖像采集、圖像處理、圖像顯示、圖像保存功能,能夠?qū)崟r地將檢測到的污染區(qū)域進行標記,并根據(jù)需要保存在SD卡中。此外,還可以通過更換不同波長的濾波片實現(xiàn)多種食品殘留物的檢測。基于改進的分塊大津算法,提高了設(shè)備在不均勻光照下的檢測效果。在3種不同材質(zhì)表面的實測證明,設(shè)備相較于檢測員目視能夠更清晰地觀察到食品殘留物,能夠顯著提高衛(wèi)生檢測效果,可以協(xié)助檢測員進行衛(wèi)生安全檢查。受現(xiàn)場檢測環(huán)境的限制,所開發(fā)的設(shè)備與待檢測樣本為非接觸測量,由于現(xiàn)場多種因素的不確定性(如環(huán)境光源的干擾、手持式測量裝置與被測對象的距離、角度等),導(dǎo)致利用熒光圖像反演殘留物體積分數(shù)的精度還存在較大困難。

在今后的研究中,將深入分析影響殘留物體積分數(shù)反演精度的關(guān)鍵要素和規(guī)律,構(gòu)建補償模型,以實現(xiàn)殘留物體積分數(shù)的高精度反演,此外,還將實現(xiàn)云組網(wǎng)功能以及將熒光圖像與深度學(xué)習(xí)算法相結(jié)合實現(xiàn)自動檢測自動分割。