一种基于计算机视觉的双黄鸭蛋自动识别检测方法

摘要

本发明公开了一种基于计算机视觉的双黄鸭蛋自动识别检测方法，属于农畜产品无损检测技术领域。利用CCD相机采集样品鸭蛋的透射图像，通过图像采集卡或USB数据线把透射图像输入计算机，并用计算机对所采集的图像进行处理，分割出蛋黄区域图像，从中提取蛋黄轮廓形状特征参数，再用Fisher线性判别模型对蛋黄轮廓形状特征参数进行判别，确定样品蛋是否为双黄蛋。本发明应用计算机视觉方法自动识别双黄蛋，可以减轻劳动强度，提高检测准确率。试验证明，本鸭蛋双黄蛋的自动识别方法所建立的判别模型的准确率达到100％，对模型验证的准确率达100％。

主权项

一种基于计算机视觉技术的双黄鸭蛋自动识别检测方法，具体步骤包括：(一)图像采集：在一定的光照条件下利用CCD相机采集样品鸭蛋的透射图像，并输入计算机；(二)图像处理：用计算机对所采集的图像进行处理，利用颜色空间信息分割出蛋黄区域图像；(三)从蛋黄区域图像中提取蛋黄轮廓形状特征信息；(四)根据Fisher线性判别模型判断样品蛋是否是双黄蛋；其特征在于：1)特征参数提取步骤为：对经图像处理所得到的蛋黄轮廓二值图像进行八近邻边界跟踪，获取边界的坐标；用边界坐标计算复数傅里叶描述子；用前16个傅立叶系数进行蛋黄轮廓形态的描述；以前16个傅立叶系数计算得到14个归一化傅立叶描述子，将其作为蛋黄轮廓形状特征参数；2)分类判别过程利用Fisher线性判别模型对鸭蛋是否为双黄蛋进行判别，Fisher线性判别模型为：双黄鸭蛋：Y₀＝a+b X₁+c X₂+d X₃+e X₄+f X₅+g X₆+h X₇+iX₈+j X₉+k X₁₀+lX₁₁+m X₁₂+n X₁₃+o X₁₄单黄鸭蛋：Y₁＝a+b X₁+c X₂+d X₃+e X₄+f X₅+g X₆+h X₇+iX₈+j X₉+k X₁₀+lX₁₁+m X₁₂+n X₁₃+o X₁₄其中，X₁～X₁₄为14个归一化傅立叶描述子，a～o为系数，判别时将14个归一化傅立叶描述子代入判别模型，计算并比较Y₀和Y₁。若Y₀＞Y₁则将鸭蛋判别为双黄蛋，反之则为单黄蛋。对于不同品种的鸭蛋，判别模型的系数(a～o)取值不同。不同品种鸭蛋的判别模型系数需通过试验确定。