計算機視覺技術在海產品質量評估中的應用

里紅杰 陶學恒 于曉強

（大連工業大學信息科學與工程學院，遼寧 大連 116034）

計算機視覺技術在海產品質量評估中的應用

里紅杰 陶學恒 于曉強

（大連工業大學信息科學與工程學院，遼寧 大連 116034）

傳統的海產品分類及質量檢驗主要是采用人工方法，靠肉眼進行判斷，需耗費大量的人力，且勞動強度大、效率低。采用計算機視覺技術對海產品進行自動分類與質量評估可有效克服上述缺點。通過提取海產品的尺寸、形狀、顏色、紋理等特征，結合預測模型，采用數字圖像處理的方法可實現海產品的無接觸、無損傷處理。文章分析基于計算機視覺技術的海產品分類及質量評估系統的構成，并通過實例分析闡述其具體實現方法，論證該方法的有效性。

計算機視覺；海產品；質量評估；圖像處理

隨著消費者食品安全意識的不斷提高，海產品加工行業對產品質量的監控也在逐步提高。傳統的質量評估常常是根據海產品的外觀、氣味、紋理等特征進行人工判斷，自動檢驗系統主要是基于計算機視覺技術進行海產品的感官檢驗分析。

計算機視覺技術是利用圖像傳感器獲取對象的圖像并將其轉化成數據矩陣，用計算機進行分析，同時完成與視覺有關的任務。20世紀70年代初期，計算機視覺技術得到了迅猛的發展，普遍應用于汽車、電子、食品、醫藥、紡織等行業，其中較為普遍的方式是基于物品的形狀、顏色以及存在的瑕疵進行檢驗［1，2］。近年來，隨著計算機硬件及軟件技術的不斷改進，計算機視覺技術在食品加工領域得到了大力的發展。Chong等［3］利用茄子的長度、直徑、體積、色澤、表面缺陷等特征實現了茄子分級；Blasco等［4－7］實現了利用石榴粒的顏色進行自動分級篩選；Tu等［8］提出了椰菜分級方法，通過提取椰菜的色澤、形狀等特征并利用神經網絡實現分級。此外，還有利用水果的大小及其形狀特征進行分級［9－11］、表面損傷檢測［12－14］等。

針對海產品的檢驗，DJ White等［15］利用計算機視覺技術對比目魚進行種類識別研究；張志強等［16，17］利用計算機視覺技術對淡水魚的品種識別和質量分級進行研究。目前，對于貝類等其他種類海產品自動分類及檢測的研究仍處于初級階段。

基于計算機視覺技術的自動檢驗系統可有效地取代傳統的人工視覺檢驗，但自動檢驗系統的實施需借助于專用的圖像處理軟件，因此，圖像處理的質量對系統的性能有著直接的影響。

1 計算機視覺系統

計算機視覺系統由圖像獲取及圖像分析兩個基本環節構成。其中，圖像獲取環節包含照明裝置及攝像頭；圖像分析環節包含圖像采集卡，即幀捕獲器或數字轉換器以及分析軟件。典型的計算機視覺系統見圖1。

類似于人眼視覺系統，計算機視覺系統受照明度和照明品質的影響。照明系統的性能極大地影響了圖像的質量，在系統的總效率和準確性方面起著重要的作用。

1.1 照明系統

系統工作時，光源集中在檢測物樣本上。光源的類型，位置以及顏色質量對生成一副清晰的目標圖像起著重要的作用。照明包含前光及背光，前光主要針對于產品外部表面特征的檢測，而背光是用于增強目標的背景。光源可采用熒光燈，發光二極管（LED）激光發射器，X射線管及紅外發光管等。

圖1 計算機視覺系統組成Figure 1 Components of a computer vision system

1.2 圖像采集

圖像采集是利用攝像頭內部的CCD感光元件將光信號轉換成電信號輸出的過程。圖像采集的效果很大程度上是由照明設備的質量來決定的，且不同的照明設備應配備相應的圖像采集設備。

1.3 圖像處理

由圖像采集設備獲取的樣本圖像傳送給計算機轉換為數字圖像。對樣本圖像的各級處理過程見圖2。

圖2 各級圖像處理過程Figure 2 Different levels in image processing

圖像采集與預處理為低級圖像處理，主要是對采集到的圖像進行去噪，增強處理，以提高后續處理的精度。典型的圖像去噪算法有均值濾波、維納濾波、高斯濾波等。

特征提取是提取圖像中感興趣區域的特征，可采用圖像分割等方法提取顏色特征、紋理特征和形狀特征等。典型的圖像分割算法有閾值法、形態學法、基于遺傳算法的圖像分割等。對于彩色圖像和多光譜圖像，可將顏色或光譜信息加入圖像分割的參考依據以提高分割的準確率。

圖像識別與判斷為高級圖像處理，結合預測模型實現目標的辨認、分類與解釋，可采用的分類器有神經網絡分類器、支持向量機等。

2 計算機視覺技術在海產品加工處理過程中的應用

海產品的特征包括大小、形狀、紋理以及顏色等，由于種類繁多，針對不同種類的海產品這些特征也有所不同，因此對于傳統的機械設備實現海產品的分類及質量評估具有一定的難度。而基于計算機視覺技術的海產品分類及質量評估系統可實現無接觸、無損傷的檢驗［18，19］。此外，若執行分類篩選的硬件系統反應速度足夠快，計算機視覺技術在海產品加工領域將會有更多、更現實的應用。

2.1 海產品的分類研究

圖3所示為基于計算機視覺技術的海產品檢測系統對魚類的分析舉例。

圖3 基于計算機視覺系統的魚類分析舉例Figure 3 Examples of fish products analyzed by a computer vision system

圖3（a）為系統采集到的魚的原始圖像，圖像中的邊緣信息即魚的輪廓可利用邊緣提取算法獲得，見圖3（b）。由提取出的輪廓可以有效地識別出魚的種類，從而實現魚的分類。

2.2 海產品的質量評估

更進一步地，對于海產品質量的評估見圖4。

圖4 基于計算機視覺的蝦的質量評估Figure 4 Quality evaluation of shrimp using computer vision technology

圖4（a）為系統采集到的蝦的原始圖像，左側為鮮度質量較好的蝦，部分蝦體顏色呈青色，右側為鮮度質量稍差的蝦，蝦體顏色整體偏白。圖4（b）為利用增強算法處理過的圖像，其中左側的蝦圖像蝦體具有較多的紋理特征，灰度變化顯著，右側的蝦圖像蝦體灰度變化不明顯。進一步可結合實際需求，通過修正預測模型的判別準則即可有效地對蝦的質量進行評估。

由圖3及圖4所示實例可知，采用計算機視覺技術可有效地提取圖像目標區域的特征，從而實現海產品的分類及質量評估。

3 結論及展望

計算機技術的迅猛發展使人類生產和生活發生了巨大的變化。近年來，食品安全問題逐步成為人們關注的焦點，因此，基于計算機視覺技術的食品分類及質量檢驗系統越來越受到關注。雖然在海產品加工領域中，基于計算機視覺技術的無接觸、無損傷自動分類及質量評估系統仍屬一項新技術，但是該技術已為種類繁多的農產品成功地提供了分類及質量評估方法，相信在不久的將來，這一技術即可在海產品加工領域得以廣泛的實施。

1 Da－Wen Sun.Computer vision technology for food quality evaluation，food science and technology：international series［M］.Dublin：Elsevier Press，2007.

2 J M Aguilera，V Briones.Computer vision and food quality［J］.Food Australia，2005，57（3）：79～87.

3 Chong V K，Kondo N，Ninomiya K.Features extraction for eggplant fruit grading system using machine vision［J］.Applied Engineering in Agriculture，2008，24（5）：675～684.

4 Blasco J，Cubero S.Development of a machine for the automatic sorting of pomegranate（Punica granatum）arils based on computer vision［J］.Journal of Food Engineering，2009，90（7）：27～34.

5 高彩云，高滿屯，王少衛.機器視覺中特征點提取算法的探討［J］.計算機仿真，2009，30（10）：233～236.

6 李偉，康晴晴，張俊雄.基于機器視覺的蘋果表面紋理檢測方法［J］.吉林大學學報：工學版，2008，38（5）：1 111～1 117.

7 Xu Liming，Zhao Yanchao.Automated strawberry grading system based on image processing［J］.Computers and Electronics in Agriculture，2010，71（8）：32～39.

8 Tu K，Ren K，Pan L Q，et al.A study of broccoli grading system based on machine vision and neural networks［C］//Proceedings of the 2007IEEE International Conference on Mechatronics and Automation.［s.n.］：［S.l.］，2007：2 332～2 336.

9 安愛琴，余澤通，王宏強.基于機器視覺的蘋果大小自動分級方法［J］.農機化研究，2008，52（4）：163～166.

10 林開顏，吳軍輝，徐立鴻.基于計算機視覺技術的水果形狀分級方法［J］.農業機械學報，2005，36（6）：71～74.

11 司永勝，喬軍，劉剛.基于機器視覺的蘋果識別和形狀特征提取［J］.農業機械學報，2009，40（8）：161～165.

12 馮斌，汪懋華.計算機視覺技術識別水果缺陷的一種新方法［J］.中國農業大學學報，2002，7（4）：73～76.

13 Xu Liming，Zhao Yanchao.Automated strawberry grading system based on image processing［J］.Computers and Electronics in Agriculture，2010，71（8）：32～39.

14 應義斌，饒秀勤，趙勻，等.機器視覺技術在農產品品質自動識別中的應用［J］.農業工程學報，2000，16（1）：103～108.

15 White D J，Svellingen C.Automated measurement of species and length of fish by computer vision［J］.Fisheries Research，2006，80（4）：203～210.

16 張志強，牛智有，趙思明，等.基于機器視覺技術的淡水魚質量分級［J］.農業工程學報，2011，27（2）：350～354.

17 張志強，牛智有，趙思明.基于機器視覺技術的淡水魚品種識別［J］.農業工程學報，2011，27（11）：388～392.

18 Bahar Gümüs.Machine vision applications to aquatic foods：a review［J］.Turkish Journal of Fisheries and Aquatic Sciences，2011（11）：171～181.

19 T Brosnan，D W Sun.Improving quality inspection of food products by computer vision－a review［J］.Journal of Food Engineering，2004（61）：3～16.

Application of computer vision technology on quality evaluation of seafood

LI Hong－jie TAO Xue－hengYU Xiao－qiang

（School of Information Science and Engineering，Dalian Polytechnic University，Dalian，Liaoning116034，China）

The traditional method of classification and quality control is mainly used artificial means judging by the naked eye which would spend a lot of manpower with labor－intensive and inefficient.The disadvantage can be overcome by using the system based on computer vision technology，which can achieve the automatic classification and quality assessment of seafood.The methods of digital image processing were used to extract the size，shape，color，texture and other characteristics of the seafood.Combining with predictive models，the seafood can be classified in a non－contact and non－destructive manner.This paper analyzes the composition of classification and quality assessment system according to seafood based on computer vision technology.The feasibility of the system is described by the analysis of the examples which also demonstrates the effectiveness of this technique.

computer vision；seafood；quality evaluation；image processing

10.3969 /j.issn.1003－5788.2012.04.042

里紅杰（1979－），女，大連工業大學講師，碩士。E－mail：lihj＠dlpu.edu.cn

2012－05－15