基于圖像處理雞蛋表面污染物面積的檢測條件比較研究*

張櫻飄，于亞萍※，衡 耿，李留安，趙 喆

（1.天津農學院工程技術學院，天津 300384；2.天津農學院動物醫學與動物科學學院，天津 300384；3.金洼農業科技發展有限公司，天津 300273）

0 引言

雞蛋的大小、清潔度、新鮮度是評價雞蛋的重要指標[1]。散養雞場因母雞活動范圍廣、蛋窩不夠用等因素，由于母雞下蛋時間主要集中在上午的9：00～11：00時，因此，在散養雞場容易產生窩外蛋，因而很難保證窩外蛋表面的清潔。雞蛋表面沾染污染物，不僅外觀不好看、不衛生且易發出難聞的味道[2]，而且，蛋殼上沾染的細菌易感染堆放在一起的其他雞蛋。對于雞蛋的售賣者，會影響到雞蛋的售賣價格而產生經濟損失[3]。為了降低經濟損失，需要對雞蛋表面的污染物面積進行分類。采用人工分類的方法，一方面由于工作時間長，易引起視覺疲勞，浪費大量的人力物力；人為地去分類會導致沒有一個分類標準。采用圖像處理區分雞蛋表面污染物面積，從而評判雞蛋的清潔度顯得非常重要。本文從自然光、直射光和透射光3種情況進行分析，確定最佳的雞蛋污染物面積測試條件。

1 材料與方法

1.1 實驗材料與設備

有污染物的雞蛋；黑色幕布、光源、自制圖像采集暗室；LND-AL40 手機相機、像素1 300 萬攝像頭、計算機及Matlab軟件。

1.2 圖像采集過程

將雞蛋分別放在處于光源透射、直射、自然光下的3 種情況中進行采集圖像。在這3組對比實驗中，只有雞蛋處在的光源環境不同，其余雞蛋擺放的方向以及相機距離雞蛋的高度都是一致的[4]。接著通過電腦中Matlab軟件對采集的圖像進行處理，進而得到雞蛋表面污染物的面積[5]，并對3種情況得到的結果進行分析，得出判別雞蛋表面污染物面積較好的方法。采用自然光、光源直射和光源透射對雞蛋進行照射，將雞蛋沿軸中線分別轉動180°，對雞蛋進行圖像采集。

2 圖像處理

2.1 雞蛋在透射情況下采集的圖像

2.1.1 圖像灰度化、均衡化

圖像灰度化處理如圖1 所示。在黑暗環境下，通過光源透射得到的原圖如圖1（a）所示。圖像識別污染物，最關鍵的因素是不同顏色的梯度，需要將圖像轉換為灰度圖，灰度化后的圖像，計算機進行處理的計算量會減少，因而提高了圖像處理速度。圖1（b）所示為對雞蛋進行灰度處理圖，為確定污染物與蛋殼之間的合適閾值，需要圖像更清晰。圖1（c）所示為將灰度圖進行直方圖顯示，這樣可以將各個不同的灰度值及出現的概率更直觀地展現出來。由圖中的灰度直方圖可以看出黑色出現的概率集中，但是其余的灰度值不明顯。

圖1 圖像灰度化處理

圖像均值化處理如圖2 所示。可以看出，均衡化后的圖像灰度值不同分布區域的區分度明顯，提高了對比度，使不同級別的灰度區分更清晰，對于之后的圖像二值化，更容易突出目標區域，使計算面積更加準確。

圖2 圖像均值化處理

2.1.2 圖像二值化

將256 個亮度等級的灰度圖像通過適當的閾值選取而獲得仍然可以反映圖像整體和局部特征的二值化圖像。圖像的二值化使圖像變得簡單，而且使待處理的數據量減小，能凸顯出感興趣目標的輪廓[6]。圖像二值化處理如圖3 所示。圖3（a）所示為二值化圖像。如果直接對灰度圖進行二值化，會產生多余的黑色連通域，所以在本實驗，先采用了迭代法去尋找圖像的最合適閾值，因為均衡化后的圖片目標區域更加明顯，所以對均衡化后的圖像進行迭代法二值化處理，得到如圖4所示的均衡化后二值圖。迭代法的主要思想是圖像分割后的兩部分A 和B 的均值和基本保持穩定，隨著迭代的進行，取[mean（A）+mean（B）]/2 最終的收斂值作為分割閾值，經過多次實驗去改變收斂的閾值參數，最終得到合適的二值化閾值。圖3（b）所示為經過迭代法找到最合適的閾值二值化圖。通過實驗對比，發現合適閾值的二值化圖像比之前二值化的圖像效果更加明顯，更真實地體現雞蛋表面污染物的多少。

圖3 圖像二值化處理

圖4 均衡化后的二值圖

圖5 填充污染物后的圖像

均衡化后的二值圖如圖4 所示。由圖可以看出，對于一些小的細節部分，均衡化處理后得到的二值化圖像更較為準確一些，因此采用圖4均衡化后的二值圖進行污染物面積計算。

2.1.3 計算污染物面積

經過上面的預處理后，蛋殼圖像只含有黑、白兩種，即對應的值只有0、1，因為圖片的背景顏色是黑色，和污染顏色相同，所以接著對目標區域進行白色填充，填充后如圖5所示，填充后可以計算蛋殼面積。首先計算二值化圖像中的白色面積，然后填充后計算蛋殼的面積，蛋殼的面積減去圖像二值化的白色干凈部分面積，得出污染物的面積。具體計算過程如圖6所示。由于雞蛋的另一面無污染物，經過計算，可得到均衡化后雞蛋污染物的面積比例為14.15%。

圖6 計算污染物面積框圖

2.2 雞蛋在直射情況下

保持相機拍攝雞蛋的高度以及雞蛋的擺放位置不變，將本來透射的雞蛋光源改為在上方照射雞蛋，即為直射情況下采集雞蛋圖像，接著用電腦對采集的圖像進行分析。圖像分析過程方法與雞蛋透射方法一致。直射情況下的雞蛋圖如圖7所示。

圖7 直射情況下的雞蛋圖

2.3 雞蛋在自然光情況下

保持相機拍攝雞蛋的高度以及雞蛋的擺放位置不變，將雞蛋放置在自然光下，可采集的雞蛋圖像如圖8所示。計算自然光下的雞蛋污染物面積方法同上，可得到污染物的面積比為11.6%。

圖8 自然光情況下的雞蛋圖

3 結束語

雞蛋在透射（均衡化后）、直射、自然光下得到的表面污染物面積的所占比例依次為14.15%、9.2%、11.6%。采集雞蛋在透射情況下的圖像時，雞蛋表面的污染物基本都能很好地呈現出來，而直射的效果不太好，是因為有光源直射時，雞蛋表面會產生亮的光源，即雞蛋外表面反射了一部分光[7-8]，這樣對后續的灰度化處理以及二值化處理都有影響，最終計算污染物面積會產生較大的誤差。自然光計算的雞蛋表面污染物的面積介于其余兩者之間，沒有直射光源大的影響，但整體亮度的提高會影響后續的二值化處理。對比雞蛋處于3種不同情況下所得到的雞蛋表面污染物面積的比例，透射得出的結果更加準確。本文的研究為實現雞蛋表面污染物等級的自動化區分采用測試條件奠定了基礎。