基于机器视觉的果冻质量检测技术与装置

李 名，冯燕柱，张南峰

（1.广州市天梭信息系统有限公司，广州 510410；2.广东工业大学广东省焊接工程技术研究中心，广州 510006）

0 引言

果冻是一种胶质的甜食，也是一种深受人们喜欢的高膳食纤维休闲食品[1]。近年来，各种各类的果冻食品蜂拥而出，如海参银耳保健果冻[2]、杂粮果冻[3]、菠萝蜜风味果冻[4]，由此可见果冻食品具有广阔的市场前景。果冻的生产工艺一般由调配、灭菌、过滤、装杯、冷却、封口等组成，由于生产过程中空气混入，果冻常常在内部形成气泡，严重影响着果冻的质量与保质期。因此，为保证果冻产品质量，需要进行果冻食品质量检测。

目前，主要依靠人工检测果冻质量，其劳动强度高、效率低且增加产品成本。近年来，随着工业自动化发展，出现了各种新兴人工智能技术，其中机器视觉技术引起许多学者的关注。机器视觉技术在工业领域得到广泛推广[5-6]，其中在产品的识别分类、尺寸测量和检测方面应用广泛，如煤和煤矸石分类[7]、织带检测[8]、电磁继电器关键部件尺寸测量等[9]。对于大批量果冻质量检测而言，可通过机器视觉检测技术克服人工检测的劳动强度高、效率低等缺点。由于机器视觉检测技术精度高、处理信息迅速，可快速获得果冻产品信息，快速检测出质量不达标产品，大大提高生产效率与产品质量。

本文基于机器视觉检测技术，结合果冻气泡的特征，设计了1台果冻质量检测装置。通过机器视觉成像、高斯滤波、分水岭算法、区域生长算法等方法准确检测果冻中的气泡并对果冻产品质量作出判断。

1 机器视觉果冻质量检测原理及装置

机器视觉果冻质量检测技术是利用工业相机对果冻产品进行图像采集，并使用相关图像处理算法对所采集图像进行处理、计算，最终找出果冻中的气泡并对果冻质量作出判断。如图1所示，机器视觉果冻质量检测装置主要由工业相机1、工业相机2、图像采集卡、工业计算机、工控机、气缸执行机构和传送带组成。工业相机1获取果冻的正面图像，工业相机2获取果冻的背面图像。图像采集卡将所采集图像传送给工业计算机，工业计算机用于图像处理并把计算结果信息传递给工控机。工控机接收到信息后控制气缸执行机构，将不符合要求的果冻剔出传送带。传送带使得果冻逐一有序地经过工业相机1、2，便于图像采集。果冻质量检测装置的工作流程如图2所示。

图1 机器视觉果冻质量检测装置示意图

图2 机器视觉果冻质量检测装置工作流程图

2 果冻图像处理

工业相机采集的图像由前景区域（果冻）和背景区域组成，如图3所示。为了提高检测速度和简化图像处理算法，需要对所采集图像进行预处理提取前景区域。本研究采用分水岭算法，形态学处理和边缘检测等算法进行预处理提取前景区域，然后对预处理后的图像采用高斯滤波，区域生长算法提取气泡存在的区域，最后基于面积和圆度找出气泡的位置，并把检测结果输出。果冻图像处理算法流程如图4所示。

图3 机器视觉系统采集的果冻图像

图4 机器视觉果冻图像处理算法流程图

2.1 果冻图像预处理

本研究使用分水岭算法对果冻图像进行预处理。分水岭算法是一种基于拓扑理论的数学形态学的分割方法，其基本思想是将图像看作测地学上的拓扑地貌，图像中每一点像素的灰度值表示该点的海拔高度，每一个局部极小值及其影响区域为集水盆，而集水盆的边界则形成分水岭[10]。分水岭表示输入图像极大值点，可用以下式表示：

式中：f(x，y)为输入图像；grad（·）为对输入图像进行梯度运算。

为了消除分水岭算法导致的过度分割，将果冻输入图像设定分割为两个区域。分水岭算法处理后，对图像进行阈值处理、形态学处理和边缘检测最终得到果冻图像的前景区域。基于opencv函数库，对上述所述过程进行代码实现，处理的结果如图5所示。由图可看出，所应用的算法能够准确获取图像前景区域即果冻区域。

图5 果冻图像预处理前后结果

2.2 果冻图像中气泡检测方法

果冻的气泡中心区域一般呈透明状态，周围区域有一定的边缘，且气泡的大小参差不齐，有些肉眼都难以辨认。由于液体的表面张力的作用，气泡形状一般为圆形或椭圆形。一般气泡有以下几个特点：（1）位置不确定，对比度低，大小不一，亮度不均匀；（2）中心区域为透明状态，有一定的边缘；（3）气泡的形状一般为圆形或椭圆形。针对果冻气泡的特点，选用区域生长算法对果冻图像进行处理，区域生长算法是从小区域发展成更大区域的过程。从某点的集合开始，从这些点的区域增长是将与每个小区域点有类似属性如强度、灰度级、纹理颜色等的相邻像素合并到此区域[11]。果冻图像中的每个气泡都可以视为小区域。经过区域生长算法处理后，选取外圆半径在一定范围的区域，对选取区域进行填充处理，求出区域中的可能是气泡的区域，根据气泡的面积和圆度选取出真实气泡的区域，最后标出气泡所在的位置。基于opencv函数库，对上述所述过程进行代码实现，处理的结果如图6所示。由图可看出，所应用的算法能够准确检测出果冻图像中的气泡，圈出的位置为气泡所在之处。

图6 果冻图像气泡检测结果

3 试验结果分析

图7 机器视觉果冻图像检测结果图

为了验证所应用方法的有效性，对果冻图像进行测试。测试的样本图像数量为21幅，其中10幅含有气泡，19幅被成功检测，有一幅因果冻含有黑点被误检为气泡，还有一幅因气泡太小漏检。测试结果如图7所示。

4 结束语

本文设计了基于机器视觉的果冻质量检测技术与装置，提出了基于分水岭算法果冻前景提取算法。对果冻气泡的检测问题，通过分析气泡的特点，提出使用区域生长算法对气泡进行检测。实验结果表明基于区域生长算法果冻气泡检测算法的处理效果较好，有一定的适应性。在实际生产过程中，可以使用所提出的算法与装置对果冻的质量进行检测。