技术领域
[0001] 本
发明涉及农产品检测技术领域，特别涉及一种胡萝卜表面瑕疵检测方法。
背景技术
[0002] 农产品的分级销售，可以提高优质产品的售价，同时不同等级的产品也可以适应市场消费的不同需求；现有的农产品
质量分级基本依赖于人工分选，人工分选质量标准难以统一，主观性强，品控难以保证，效率也不高，随着劳动
力成本的增加，人工分选的用工成本日趋增加，需要一种低成本、高效率的解决方案，来满足胡萝卜加工企业对于产品的大规模分选、加工、销售。市场上暂无能够满足胡萝卜规模化加工、生产的成熟产品，基于此本方案提出一种基于
机器视觉的胡萝卜表面瑕疵检测方法。
发明内容
[0003] 本发明要解决的技术问题在于，针对上述
现有技术中存在的
缺陷，提供一种胡萝卜表面瑕疵检测方法，通过机器视觉应用于农产品的自动分级、分选，有利于农产品质量标准的严格统一、农产品规模化、自动化的生产、加工。
[0004] 为了解决上述技术问题，本发明的技术方案是：
[0005] 一种胡萝卜表面瑕疵检测方法，包括以下步骤：
[0006] 步骤S1、预处理：获取胡萝卜表面的RGB图像，并对所述RGB图像进行图像格式转换及色彩空间转换后输出目标图像文件；
[0007] 步骤S2、检测：根据所述目标图像文件对所述胡萝卜进行轮廓检测、青头检测、黑斑检测、裂缝检测、花斑检测、长度检测、直径检测、长径比检测、弯曲度检测及锥度检测，并输出检测结果信息；
[0008] 步骤S3、量化：判断所述检测结果信息是否合格，若是，则退出检测程序，若否，则输出不合格检测项。
[0009] 优选地，在所述步骤S2中，所述轮廓检测包括：根据预设的H/L/S三个
颜色分量的上限值及下限值从所述目标图像文件中找出胡萝卜的轮廓，比对每个轮廓的面积，并将面积最大的轮廓确定为整个胡萝卜轮廓。
[0010] 优选地，在所述步骤S2中，所述长度检测及直径检测包括：对所述胡萝卜轮廓寻找其最小斜外接矩形，将矩形的长度确定为胡萝卜的长度，将所述胡萝卜轮廓的面积除以胡萝卜的长度得到胡萝卜的直径的平均值，并将所述平均值确定为胡萝卜整体的粗细程度。
[0011] 优选地，在所述步骤S2中，所述弯曲度检测包括：取所述胡萝卜轮廓的上部中心为点A、整体中心为点B、下部中心为点C，以这三点的夹
角的角度大小来量化胡萝卜的弯曲度。
[0012] 优选地，在所述步骤S2中，所述青头检测包括：根据预设的青头检测颜色分量分割出所述胡萝卜轮廓中胡萝卜青头所在区域，再对分割出的区域进行形态学处理。
[0013] 优选地，在所述步骤S2中，所述黑斑检测包括：将所述RGB图像做颜色空间转换得到对应的灰度图像A，对所述灰度图像A进行分
块的局部直方图均衡化操作得到图像B，对所述图像B进行高斯模糊处理得到图像C，对所述图像C进行
阀值化操作得到对应的二值化图像像D，对所述图像A进行开运算处理得到图像E，将所述图像D和图像E相加去除边缘轮廓的阴影得到图像F，再对所述图像F进行开运算处理，连通黑斑区域得到图像G，对所述图像G进行轮廓识别，得到黑斑区域。
[0014] 优选地，在所述步骤S2中，所述花斑检测及裂缝检测包括：对所述目标图像文件进行自适应阀值化处理得到图像A1，对所述图像A1进行开运算处理后得到图像A2，将所述图像A1与图像A2进行加运算操作后去除边缘轮廓的阴影得到图像A3，对所述图像A3进行轮廓识别，得到不同面积的轮廓区域，根据所述轮廓区域的面积大小、最小斜外接矩形的长、宽比例来判定瑕疵为花斑或者裂缝。
[0015] 优选地，在所述步骤S2中，所述锥度检测包括：对所述目标图像文件进行二值化处理，将二值化处理之后的目标图像文件进行最小外部正矩形边界计算，分别选取胡萝卜头部区域及尾部区域，计算所述头部区域及尾部区域内白色部分
像素点数量，用于表示当前头部区域及尾部区域内的胡萝卜面积，将所述头部区域及尾部区域的面积的比值确定为胡萝卜的锥度值。
[0016] 采用上述技术方案，本发明提供的一种胡萝卜表面瑕疵检测方法，该胡萝卜表面瑕疵检测方法通过获取胡萝卜表面的RGB图像，并对RGB图像进行图像格式转换及色彩空间转换后输出目标图像文件；再根据目标图像文件对胡萝卜进行轮廓检测、青头检测、黑斑检测、裂缝检测、花斑检测、长度检测、直径检测、长径比检测、弯曲度检测及锥度检测后输出检测结果信息；最后判断所述检测结果信息是否合格，若是，则退出检测程序，若否，则输出不合格检测项，该胡萝卜表面瑕疵检测方法在满足视觉处理算力要求的前提下，减少视觉
数据处理单元的体积和功耗，增加现场安装的灵活性，并求正对工业现场的并行处理要求，可根据算力要求将多个嵌入式视觉数据处理单元以主从站的方式组合布置，通过机器视觉应用于农产品的自动分级、分选，有利于农产品质量标准的严格统一、农产品规模化、自动化的生产、加工。
附图说明
[0017] 图1为本发明一种胡萝卜表面瑕疵检测方法的
流程图；
[0018] 图2为本发明一种胡萝卜表面瑕疵检测方法第一
实施例的流程图；
[0019] 图3为本发明一种胡萝卜表面瑕疵检测方法中胡萝卜不同放置方向的中心点
位置示意图；
[0020] 图4为本发明一种胡萝卜表面瑕疵检测方法第二实施例的流程图；
[0021] 图5为本发明一种胡萝卜表面瑕疵检测方法第三实施例的流程图；
[0022] 图6为本发明一种胡萝卜表面瑕疵检测方法第四实施例的流程图；
[0023] 图7为本发明一种胡萝卜表面瑕疵检测方法第五实施例的流程图；
[0024] 图8为本发明一种胡萝卜表面瑕疵检测方法中胡萝卜的头部区域及尾部区域示意图；
[0025] 图9为本发明一种胡萝卜表面瑕疵检测方法第六实施例的流程图。
具体实施方式
[0026] 下面结合附图对本发明的具体实施方式作进一步说明。在此需要说明的是，对于这些实施方式的说明用于帮助理解本发明，但并不构成对本发明的限定。此外，下面所描述的本发明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
[0027] 如图1所示，在本发明一种胡萝卜表面瑕疵检测方法的流程图中，该胡萝卜表面瑕疵检测方法包括以下步骤：步骤S1、预处理：获取胡萝卜表面的RGB图像，并对该RGB图像进行图像格式转换及色彩空间转换后输出目标图像文件；步骤S2、检测：根据该目标图像文件对该胡萝卜进行轮廓检测、青头检测、黑斑检测、裂缝检测、花斑检测、长度检测、直径检测、长径比检测、弯曲度检测及锥度检测，并输出检测结果信息；量化：判断该检测结果信息是否合格，若是，则退出检测程序，若否，则输出不合格检测项。
[0028] 具体地，图2为本发明一种胡萝卜表面瑕疵检测方法第一实施例的流程图，结合图1和图2，该轮廓检测包括：根据预设的H/L/S三个颜色分量的上限值及下限值从该目标图像文件中找出胡萝卜的轮廓，比对每个轮廓的面积，并将面积最大的轮廓确定为整个胡萝卜轮廓；该长度检测及直径检测包括：对该胡萝卜轮廓寻找其最小斜外接矩形，将矩形的长度确定为胡萝卜的长度，将该胡萝卜轮廓的面积除以胡萝卜的长度得到胡萝卜的直径的平均值，并将该平均值确定为胡萝卜整体的粗细程度。可以理解的，预处理：获取RGB图像，图像格式转换、色彩空间转换。胡萝卜边缘轮廓识别：从相机获取RGB图像文件后会将图片文件预处理后转换到HLS颜色空间，根据预设的H/L/S三个颜色分量的上限值及下限值从图片中找出胡萝卜的轮廓，比对每个轮廓的面积，面积最大的轮廓为整个胡萝卜。长度、直径检测：
找到胡萝卜轮廓后，对胡萝卜轮廓寻找其最小斜外接矩形，矩形的长度即为胡萝卜的长度，胡萝卜轮廓面积除以胡萝卜长度得到胡萝卜直径的平均值代表胡萝卜整体的粗细程度。
[0029] 具体地，图4为本发明一种胡萝卜表面瑕疵检测方法第二实施例的流程图，结合图1和图4，在该步骤S2中，该弯曲度检测包括：取该胡萝卜轮廓的上部中心为点A、整体中心为点B、下部中心为点C，以这三点的夹角的角度大小来量化胡萝卜的弯曲度。可以理解的，取胡萝的上部中心为点A(胡萝卜整体的1/4处)、整体中心为点B(胡萝卜整体的1/2处)、下部中心为点C(胡萝卜整体的3/4处)，以这三点的夹角∠ABC的角度大小来量化胡萝卜的弯曲度，∠ABC角度越大胡萝卜弯曲度越小，∠ABC角度越小胡萝卜弯曲度越大。如图3所示，为对于同一胡萝卜放置方向不同时的处理情况。
[0030] 具体地，图5为本发明一种胡萝卜表面瑕疵检测方法第三实施例的流程图，结合图1和图5，在该步骤S2中，该青头检测包括：根据预设的青头检测颜色分量分割出该胡萝卜轮廓中胡萝卜青头所在区域，再对分割出的区域进行形态学处理。可以理解的，根据预设的青头检测颜色分量(H/L/S)，分割出图片中胡萝卜青头所在区域，这部分区域为感兴趣区域可能并没有联通，再对分割出的区域进行形态学处理，首先生成一个矩形结构元素，再利用该矩形结构元素对分割出的区域进行开运算和闭运算，开运算消除一些噪声和小区域，闭运算消除感兴趣区域内部的一些噪声，通过形态学处理后联通了胡萝卜的青头所在区域，再检测青头区域的轮廓，并计算每个青头区域的面积。
[0031] 具体地，图6为本发明一种胡萝卜表面瑕疵检测方法第四实施例的流程图，结合图1和图6，在该步骤S2中，该黑斑检测包括：将该RGB图像做颜色空间转换得到对应的灰度图像A，对该灰度图像A进行分块的局部直方图均衡化操作得到图像B，对该图像B进行高斯模糊处理得到图像C，对该图像C进行阀值化操作得到对应的二值化图像像D，对该图像A进行开运算处理得到图像E，将该图像D和图像E相加去除边缘轮廓的阴影得到图像F，再对该图像F进行开运算处理，连通黑斑区域得到图像G，对该图像G进行轮廓识别，得到黑斑区域。可以理解的，获取到胡萝卜的RGB图像后，首先将RGB图像做颜色空间转换得到对应的灰度图像。
[0032] 具体地，图7为本发明一种胡萝卜表面瑕疵检测方法第五实施例的流程图，结合图1和图7，该花斑检测及裂缝检测包括：对该目标图像文件进行自适应阀值化处理得到图像A1，对该图像A1进行开运算处理后得到图像A2，将该图像A1与图像A2进行加运算操作后去除边缘轮廓的阴影得到图像A3，对该图像A3进行轮廓识别，得到不同面积的轮廓区域，根据该轮廓区域的面积大小、最小斜外接矩形的长、宽比例来判定瑕疵为花斑或者裂缝。可以理解的，花斑与裂缝在图像特征表现上比较相似，花斑短、细，裂缝一般比较长且宽(裂缝的长宽比大于4)，此处检测的裂缝为胡萝卜生长过程产生的。
算法流程；对获取到的胡萝卜灰度图像，进行自适应阀值化处理得到图A1，对A1进行开运算处理后得到图A2，A1与A2进行加运算操作后去除边缘轮廓的阴影得到图A3，对A3进行轮廓识别，得到不同面积的轮廓区域。根据轮廓区域的面积大小、最小斜外接矩形的长、宽比例来判定瑕疵为花斑或者裂缝。
[0033] 具体地，图9为本发明一种胡萝卜表面瑕疵检测方法第六实施例的流程图，结合图1和图9，该锥度检测包括：对该目标图像文件进行二值化处理，将二值化处理之后的目标图像文件进行最小外部正矩形边界计算，分别选取胡萝卜头部区域及尾部区域，计算该头部区域及尾部区域内白色部分像素点数量，用于表示当前头部区域及尾部区域内的胡萝卜面积，将该头部区域及尾部区域的面积的比值确定为胡萝卜的锥度值。可以理解的，锥度是指圆锥的底面直径与锥体高度之比，如果是圆台，则为上、下两底圆的直径差与锥台高度之比值。胡萝卜外形类似圆锥状，头部粗大，尾部相比头部显得细小，为了便于处理及适合实际生产，将胡萝卜的锥度定义为：头部、尾部胡罗卜截面面积的比值，即胡萝卜两端1/4区域面积的比值。如图8所示：胡萝卜锥度值＝A区域胡萝卜面积/B区域胡萝卜面积。算法处理流程：对二值化之后的胡萝卜图像，进行最小外部正矩形边界计算，得到下图所示图像，分别选取胡萝卜头部(A)、尾部区域(B)，计算区域内白色部分像素点数量，用于表示当前区域内的胡萝卜面积。锥度即为两部分区域内面积的比值(A/B)。
[0034] 可以理解的，该胡萝卜表面瑕疵检测方法包括基于RK3399平台对该胡萝卜进行长度测量、直径测量、体积计算、重量计算、瑕疵识别、等级判别及计数；其中的分拣机构上设置有可编程逻辑
控制器，该可编程逻辑控制器用于实时接收该检测结果信息；该计数包括采用视觉处理的方式实现对该胡萝卜进行个数计数。送料机构1共有4条通道，负责将待检测的胡萝卜送入多角度拍摄机构内；其中的多角度拍摄机构与送料对应，共计4条通道，由3个300万像素的相机、组
光源构成主要的成像部分，将送料机构送入的胡萝卜由3个不同位置的相机进行多角度的拍摄。其中的嵌入式视觉处理单元基于RK3399平台，对拍摄的图片进行处理，实现对胡萝卜的长度测量、直径测量、体积计算、重量计算、瑕疵识别、等级判别、和计数，并将检测结果实时输出到分拣机构的PLC(可编程逻辑控制器)，对于胡萝卜等级、瑕疵检测阀值可调节。可以理解的，基于嵌入式机器视觉胡萝卜分拣系统的胡萝卜表面瑕疵检测方法对比于传统分拣系统，有以下优势：第一，
图像采集兼容现有主流方案，支持同时连接多个USB
接口相机、GigE相机，不需要更改传统架构下的图像采集相机，同时也不需要对原有的光源系统进行更改；第二，嵌入式视觉处理单元从
操作系统架构设计、算法设计、
软件设计上均针对视觉胡萝卜分拣领域进行优化，在系统响应、算法效率上均有提升，同时降低了功耗和体积，在
稳定性上更有保障；第三，嵌入式视觉处理单元针对胡萝卜分拣系统进行了多接口设计，可直接与分拣执行机构通信，避免繁杂的二次开发。可以理解的，该胡萝卜表面瑕疵检测方法能够克服以下技术难点：1.针对不同胡萝卜不同类别的瑕疵识别、多角度外观检测、异形检测；2.兼容不同品牌PLC通信协议；3.算法针对
嵌入式系统进行优化、提高效率。
[0035] 可以理解的，在实际应用中，设备开机后，整个嵌入式机器视觉胡萝卜分拣系统自动运行，无需人工干扰，设备会自行判断多角度拍摄机构内的拍摄区域是否存在待检测的胡萝卜，拍摄区域内存在待检测的胡萝卜，每个通道内的胡萝卜计数与检测结果一一对应，该嵌入式机器视觉胡萝卜分拣系统工作异常时，发送报警
信号提示操作人员。
[0036] 可以理解的，本发明设计合理，构造独特，该胡萝卜表面瑕疵检测方法在满足视觉处理算力要求的前提下，减少视觉数据处理单元的体积和功耗，增加现场安装的灵活性，并求正对工业现场的并行处理要求，可根据算力要求将多个嵌入式视觉数据处理单元以主从站的方式组合布置，通过机器视觉应用于农产品的自动分级、分选，有利于农产品质量标准的严格统一、农产品规模化、自动化的生产、加工，实现针对胡萝卜不同类别的瑕疵识别、多角度外观检测、异形检测。
[0037] 以上结合附图对本发明的实施方式作了详细说明，但本发明不限于所描述的实施方式。对于本领域的技术人员而言，在不脱离本发明原理和精神的情况下，对这些实施方式进行多种变化、
修改、替换和变型，仍落入本发明的保护范围内。
