基于图像处理的鸡蛋质量检测系统设计

傅雨亭 高淳楠

摘   要：鸡蛋质量检测系统设计是对在强光环境下采集到的鸡蛋图像进行图像处理，从而得到一些有关鸡蛋性状的图像特征，这些特征能够反映鸡蛋的质量等。通过设计一个无干扰光的环境来避免外界环境干扰，提高图像质量和系统鲁棒性。同时利用topsis法（优劣解距离法）建立评估鸡蛋质量的数学模型，输入从大量鸡蛋样品采集到的数据，从而得到了相当完善和理想的评价体系。因此最终系统能够实现对鸡蛋质量的自动检测，可有效降低人力成本，具有一定的实用价值，尤其适合应用于大规模生产鸡蛋的地方。

关键词：鸡蛋质量检测  图像处理  topsis法

中图分类号：TP391.4                               文献标识码：A                       文章编号：1674-098X（2020）04（c）-0088-02

1  视觉方案设计

1.1 视觉环境设计

我们希望能够排除外界干扰，因此需要遮光环境，设计一个如图1所示的结构，四周做遮光处理。最下侧是一个强光源（以下称为灯一）;最上面是摄像头;左侧是一个带有吸盘的一轴机械臂，能固定鸡蛋做旋转运动;右侧是两轴机械臂，上面搭载了另外一个强光源（以下称为灯二），能够调节光线在水平方向上的入射角度，避免因为灯罩外壳遮挡到鸡蛋气室的情况出现。在这个结构内，有且仅有两个我们设置的光源，因此大大提高了系统的鲁棒性，可以适用于更多的场景。

1.2 识别方案设计

1.2.1 指标提取选择及论证。

我们希望通过鸡蛋的特征来判断鸡蛋的状态，关注的主要是鸡蛋的外形，气室，蛋黄等特征，在查阅了一些相关文献之后，发现一般的鸡蛋蛋形指数（鸡蛋短长轴之比）在0.72～0.76之间[1]，且新鲜的鸡蛋气室更小，蛋黄更小[2]，因此，并最终提取三个指标：

（1）相对蛋形指数。鸡蛋短轴和长轴比例到区间0.72～0.76的距离。

（2）蛋黄面积比。鸡蛋蛋黄面积占鸡蛋截面面积的比例。

（3）气室面积比。鸡蛋气室面积占鸡蛋截面面积的比例。

1.2.2 图像处理方案

我们的图像处理过程如下。

首先把原图的色道分离，分为BGR三通道，充分利用三通道的不同特征，使用方式各有不同。B层图像鸡蛋色块的像素值分布均匀但较低;而R层图像鸡蛋色块像素值不仅分布均匀而且较高，可用于分割前后景;G层图像鸡蛋色块像素值强度适中，显然因为蛋黄、厚度和透光率等多种原因导致像素值分布不均，也正好适用于提取蛋黄或气室区域。

（1）获取鸡蛋轮廓和长短轴。

打开灯一，获取图像。对R层图像做简单的全局自适应阈值处理，例如ostu算法[3]，即可得到鸡蛋区域，但如果周围环境存在其他物体或噪声的话，就对图像提取轮廓，在图像内的最大轮廓即为鸡蛋轮廓。同时，将该轮廓围成的区域作为掩膜，方便后续继续处理使用。最后再提取轮廓的最小外接矩形即可得到鸡蛋的长轴和短轴。

（2）获取鸡蛋蛋黄部分。

取掩膜对G层图像进行处理，滤除其他噪声得到鸡蛋区域。

对鸡蛋区域进行直方图统计，以统计得到的最高的像素值的统计量除10位阈值，向先和向后寻找起始像素值Vstar和结束像素值Vend。以为阈值进行二值化。

选取一个最靠近鸡蛋大端边缘中心的0值像素点，如果该像素点离鸡蛋大端边缘中心的距离不超过1/5个长轴，则选取该点为一种子，再选取离鸡蛋中心最近的一个0值像素点为另一种子，开始聚类，最后可得蛋黄点集和气室点集。取蛋黄点集的重心为中心，以圆形区域向外扩张，每次半径扩张一个像素，直到圆形区域内0值占比在95% 以下时停止扩张，此时圆的区域就是蛋黄区域。

如果选取到的那个最靠近鸡蛋大端边缘中心的0值像素点，距离鸡蛋大端边缘中心超过1/5个长轴，则直接取所有0值点的重心为中心，向外画圆扩张，扩张步骤同上，最终也可得蛋黄区域。结合我们之前得到的鸡蛋长短轴，也就得到了蛋黄面积比。

（3）获取鸡蛋气室部分。

用两轴机械臂控制灯二正对鸡蛋大端中心位置，同时利用一轴机械臂控制鸡蛋以60°为步进旋转一周，摄像头配合采集6张图像。

然后提取6张图的G层的前景，即鸡蛋区域，再做直方图统计，全部统计在一个表中，最后使用简单的全局阈值处理即可找到阈值，二值化后即可得到除气室外的鸡蛋面积，配合前面得到的掩膜即可得到气室面积或面积比。

使用二分法迭代，找到使得气室面积最大的电机角度后，将其左或右转90°，两轴机械臂也控制入射位置左或右调整。具体入射点为：最大气室面积在长轴方向的高度减去其与最大气室面积在长轴方向的高度的平均值处沿短轴方向切割鸡蛋的边缘点。调整好后采集一张照片，同上，分离前后景后进行简单的阈值分割，对分割出来的高光部分进行边缘检测，然后用radon变换找边缘中的直线，该直线用于鸡蛋掩膜区域即可求得气室面积比。

2  评价指标构建（topsis法）

2.1 构造归一化初始矩阵

原始数据矩阵

构造加权规范矩阵，属性进行向量规范化

归一化处理得到标准矩阵

2.2 确定最优和最劣方案

最优方案

最劣方案

2.3 计算接近程度

各对象与最优最劣方案的接近程度

贴近程度

3  模型结果与分析

鸡蛋的黏稠度是用来衡量鸡蛋质量的一个重要指标，常以哈氏单位来表示，黏稠度小通常意义下代表鸡蛋的质量不佳。为了检验我们的系统建模评分是否客观准确，我们取所有样品中的100个进行处理，得到其粘稠度与我们得到的评分之间的比较，明显线性相关。

4  结语

该系统利用在遮光环境下采集的图像进行进一步的处理以得到相关指标，通过数学建模进行评价，得到的结果经过检验分析是相对客观准确的。

参考文献

[1] 周尽喜.一把卡尺  解决鸡场问题之蛋形指数[J].今日畜牧兽医，2018，34（7）：72-73.

[2] 黄好强，张立恒，刘健，等.鸡蛋的外观性状与其质量的关系[J].现代牧业，2018，2（2）：46-49.

[3] G. P. Obi Reddy. Digital Image Processing： Principles and Applications[M].Springer International Publishing：2018-09-12.

[4] 劉莹莹，钟南.基于图像处理的鸡蛋新鲜度预测模型研究[J].食品与机械，2017，33（12）：103-109.

[5] Katrin Vorh lter，Gilbert Greefrath，Rita Borromeo Ferri，Dominik Lei，Stanislaw Schukajlow. Mathematical Modelling[M].Springer International Publishing：2019-02-14.