禽蛋食品在线智能品质检测控制系统研究与设计

汤钦林

荆州职业技术学院（荆州 434020）

禽蛋品质检测是禽蛋加工生产、经营、运输中的一种重要环节，禽蛋在收购、储存、包装过程中损失的主要原因是禽蛋外壳破损或外壳被污染并掺杂在正常的禽蛋中，从而导致交叉污染[1-2]。因此快速、准确发现并挑选出破损的禽蛋，既能保证后续禽蛋加工，又能减小生产企业损失。

国内对于禽蛋检测还主要停留在人工检测阶段，即通过工人在灯光下对禽蛋进行观察，将外观品质存在缺陷的挑选出。人工检测方法劳动强度大、检测速度慢、检测效率低下，且检测准确率受人工注意力、工人经验等因素影响。随着人民生活水平不断提高，对于禽蛋的消耗量日益增多，研究高效、快速、准确的禽蛋品质自动化检测方法，实现禽蛋食品的自动检测是农业机械化和食品自动化加工的必然趋势[3-5]。

近年来随着计算机硬件性能不断提高及图像处理技术的快速发展，机器视觉逐渐作为一种非接触式的无损检测技术逐渐被应用于食品外观质量检测中，如禽蛋检测、苹果检测、西红柿检测等，可有效提高食品在线检测效率和准确率[6-8]。与传统人工检测方法相比，机器视觉检测技术具有检测速度快、效率高、降低劳动强度等优点，能够快速地对检测食品进行图像采集并处理，可根据处理结果做出实时在线判断。

为有效对禽蛋外表面缺陷进行检测，设计一套基于机器视觉的智能在线检测控制系统。禽蛋机器视觉检测技术主要通过图像采集装置对禽蛋进行采集，并将图像传送到图像采集卡中，由图像采集卡完成图像处理，并获得禽蛋外表面的具体特征，禽蛋外表面出现裂痕或污染等特征时，在外界光照条件下禽蛋外表面的反射、折射差异会通过数字图像进行识别。试验结果表明，设计的机器视觉检测控制系统稳定可靠，能够保证禽蛋外观缺陷总体识别准确率（93%）。

1 禽蛋在线检测系统

禽蛋在线机器视觉检测系统主要由光源设备、图像采集卡、运动控制装置及图像处理系统组成，如图1所示。为实现禽蛋全表面的完全检测，禽蛋运输采用输送链条对其进行传输，并采用锥式滚子实现禽蛋的翻转。通过链条带动锥式滚子进行运动，禽蛋被存放在锥式滚子之间，当锥式滚子运动到下端的传送带时便产生摩擦，由于静止的摩擦带与运动的锥式滚子之间的速度差，速度差使得锥式滚子发生转动，从而实现禽蛋的翻转，进而保证禽蛋的所有表面都暴露在采集系统下。

图1 机器视觉检测系统结构示意图

2 控制系统硬件设计

禽蛋品质在线检测系统是一种利用CCD相机对禽蛋进行采集、图像处理及机械自动控制等技术于一体的自动在线检测技术，通过图像采集模块采集到禽蛋多面图像，再经过图像处理算法，如图像滤波算法、图像分割算法等，进一步获得禽蛋图像的特征值，通过对图像特征值的分析获得禽蛋外观品质的缺陷情况。禽蛋品质在线检测系统的核心技术便是图像采集以及对采集后的图像进行在线处理，检测系统硬件结构如图2所示。

在线检测体统主要由图像采集系统、图像处理系统、显示屏通信系统等组成，扩展单元主要由信息存储、外部I/O、显示单元等组成。检测系统主要通过串口下发禽蛋图像采集和检测命令，由CCD相机完成图像信息收集并将信息传送到DSP内部中，利用图像处理算法对图像进行各种处理，从而获得有价值的图像信息，同时根据最终的处理结果，对控制器发出命令控制执行机构挑选出外观存在问题的禽蛋，同时将处理结果显示在显示触摸屏上。图像采集单元中使用的摄像头拥有紧凑型USB接口的高分辨率CMOS工业数字照相机。由DSP的DMA将禽蛋图像存储到SDRAM中，等待对采集的图像做进一步处理。

数字信号处理器（DSP）具有运算速度快和实时处理能力，能够使用编程语言实现各种复杂的控制算法，同时DSP能够实现强大的扩展功能。选TMS320F28335作为主要控制芯片，该芯片是由TI公司推出的高性能集成外设的32位微型处理控制器，具有强大的数字信号处理功能，该款处理器能够满足智能图像处理，使用该款处理器能够大大降低系统硬件成本，检测系统中主要通过FLASH闪存和同步动态随机存取内存对程序进行存储。显示系统主要由LCD、LCD控制器（S3C2400）、触摸屏组成。I/O单元可以实现检测系统传感器信息采集及执行机构控制。

3 控制系统软件设计

对于禽蛋品质在线检测系统，要获得快速、准确的检测结果，不仅需要采集高质量的禽蛋图像，快速识别、边缘处理、图像分割等图像处理算法，还需要一套稳定可靠、高效运行的软件系统作为保障。系统软件是使用C程序语言开发的，在Windows环境下运行。C#是微软公司发布的一种面向对象、运行于.NET Framework之上的高级程序设计语言。禽蛋品质在线智能检测系统软件设计按照系统实现的功能，将软件设计为四大部分：用户关系系统、禽蛋图像采集系统、图像算法处理系统及检测结果存储与管理系统。检测系统软件整体结构如图3所示。

图3 检测系统软件整体结构

禽蛋品质在线检测系统是拥有多功能的程序结构。禽蛋图像采集、禽蛋外观图像处理算法均需要占用较长的芯片处理时间，为了不影响主要程序的响应，在软件设计编程过程中采用多段子程序处理技术。程序的子程序主要有图像采集子程序、禽蛋图像处理算法子程序。通过主程序和子程序共同实现禽蛋品质在线检测系统的功能。其中，主程序主要负责画面的显示、更新、人机交互，并负责整个在线检测系统软件流程逻辑。

4 试验分析

图4 检测流程

为了验证设计的禽蛋品质在线检测控制系统的准确性和稳定性，进行相关试验统计分析。选取200枚某农贸市场采购的新鲜鸡蛋，其中100枚进行人为破坏，其中50枚裂纹蛋、50枚外壳存在污斑鸡蛋，每个样本采集3个侧面图像，因此裂纹蛋和污斑蛋总共采集180幅禽蛋图像。利用设计的禽蛋检测控制系统对其进行检测，综合所有采集图像对外观缺陷鸡蛋进行识别，具体工作流程如图4所示，试验结果如表1所示。

表1 试验结果

从试验结果可以看出，设计的禽蛋食品在线智能检测控制方法能够实现95.6%禽蛋外观识别率。试验结果表明该检测系统完全能够满足检测需求。系统能够稳定可靠运行，能够大幅提高禽蛋生产企业生产效果，并提高禽蛋检测效率。

5 结语

以禽蛋食品外观缺陷检测为研究对象，为解决传统人工检测效率低、检测精度低等问题，设计一种基于机器视觉检测的禽蛋外观缺陷检测控制系统。详细介绍检测系统硬件结构，利用图像采集、图像处理等技术实现禽蛋外观缺陷检测。在硬件结构基础上对检测系统软件进行设计，并给出检测系统软件整体结构。试验结果表明，通过该检测控制系统对禽蛋进行检测，其检测准确率可达95.6%，该检测方法完全能够满足检测要求。