蛋品質圖像檢測自動傳送裝置的設計*

余 念，于亞萍※，劉 源，韓雅文，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

隨著社會經濟的快速發展，食品安全問題得到了廣大民眾的關注。雞蛋作為人們日常生活中每天都攝入的食物，其對蛋品質的質量要求就越來越高。傳統的人工肉眼對蛋品質進行檢測的方法，分揀速度慢，而且受主觀因素影響大，分揀標準不統一，已經滿足不了社會需求，亟需采用自動化檢測與分揀方式。現階段，國內外普遍采用的檢測方法有：機器視覺技術檢測、光學特性檢測、聲學沖擊特性檢測及介電特性檢測等[1-2]。基于圖像處理的蛋品質檢測技術越來越成熟，主要檢測雞蛋的品質參數有重量[3]、蛋形指數[4-5]、裂紋[6]、臟蛋[7]、新鮮度等[8-9]。張世慶[4]通過應變片式傳感器動態檢測質量，用圖像處理的方法檢測雞蛋長短軸。通過提取的圖形進行R-B色差法對R-B圖像進行自適應圖像閾值分割，圖像中存在的其他非目標小區域可采用面積閾值方法直接去除，對每個連通域進行處理后，計算雞蛋區域外接矩形，通過外接矩形長、寬可得到雞蛋長軸和短軸，并計算蛋形指數。魏萱[6]使用工業攝像頭完成對雞蛋的數字圖像采集，通過高斯濾波器、灰度處理等方式將雞蛋圖像進行預處理；然后使用灰度共生矩陣處理圖像，完成對雞蛋圖像紋理特征的提取；通過紋理特征的參數作為分類依據，用簇類獨立軟模式法、線性判別分析和偏最小二乘支持向量機等方式對雞蛋進行裂紋識別。通過這樣的方式處理得到的數據更加精確，能夠最大限度地提高檢測精度，但該方法側重于檢測方法的研究，沒有將檢測過程自動化和可視化。在雞蛋品質的無損檢測上，檢測的吞吐量主要依賴可靠的自動傳送裝置，本設計基于圖像檢測完成了一套對雞蛋進行傳送的系統，實現了對雞蛋的自動傳送，并通圖像處理完成了雞蛋的縱橫徑及蛋殼顏色檢測。

1 自動傳送裝置系統組成

自動傳送裝置主要外設由57 步進電機[10-11]、驅動器DM542、滑臺、暗箱、托盒、LED 燈、電源模塊和攝像頭組成。控制設備由Arduinor3 開發板、電機擴展模塊和PC 機組成。工作流程：由可編程序燒錄后的Arduinor3 開發板驅動電機帶動滑臺完成傳送工作將滑臺上的雞蛋托盒送入圖像檢測裝置；進入暗箱后，通過托盒中3×3LED 燈矩陣對雞蛋進行透射；從雞蛋進入暗箱檢測到出暗箱這一過程中進行多次拍攝，每一次可采集一組（9 個雞蛋）圖片數據；最后通過PC 端的Matlab 軟件對采集的圖像進行處理，得出雞蛋品質檢測結果。系統組成如圖1所示。

圖1 系統組成

2 自動傳送裝置硬件電路設計

2.1 檢測部分硬件設計

圖像檢測單元有LED燈光源、雞蛋托盒、暗箱和攝像頭組成，雞蛋托盒（圖2（a））作為雞蛋承載體，該裝置能將雞蛋穩定地盛放在燈光的照射下，使雞蛋在黑暗的環境中能將輪廓顯現出來[12-13]。托盒的主要制作材料為亞克力板，一次能盛放9 個雞蛋，規格為180 mm×180 mm×100 mm。檢測暗箱（圖2（b））作為檢測裝置的關鍵外設，可以避免環境因素給雞蛋檢測結果帶來的影響，暗箱的主要制作材料為亞克力板。攝像頭采用USB接口，能直接連接計算機進行圖像采集，分辨率為1 024×1 080。通過該設備能完成對雞蛋圖像的采集工作，同時將采集到的圖片上傳到PC機，為檢測雞蛋做準備。

圖2 雞蛋托盒與檢測暗箱設計

2.2 雞蛋自動傳送裝置

電機滑臺采用FSL40定制方案設計（圖3），開放式絲桿模組，精度可達0.03 mm，最大水平負載50 kg，最大水平速度500 mm/s，有效行程為1 500 mm。它能在電機的驅動下帶動托盒上的雞蛋移動，平穩地將雞蛋送入檢測裝置，在指定位置靜止，為攝像頭拍攝清晰照片提供時間。

圖3 電機滑臺實物

整個傳送裝置電路由開發板電路與電機驅動電路兩部分組成。在開發板電路中分別有電源電路、主控芯片電路、步進電機驅動信號電路、按鍵控制電路加上屏幕接口電路。在電機驅動電路中有電源電路和驅動器信號電路。步進電機驅動器采用DM542，驅動57BY 步進電機帶動滑臺傳送雞蛋，電路連接如圖4所示。

圖4 傳送裝置電路

3 自動傳送裝置軟件設計

3.1 系統工作流程

系統軟件工作流程如圖5 所示。第一步檢查裝置的安全性；待檢查完畢后給裝置通電，觀察狀態燈是否正常亮起，若未正常亮起則斷開電源，再次檢查裝置，若正常亮起則啟動傳送裝置；點擊電機啟動按鈕，電機啟動，雞蛋托盒向暗箱移動，觀察攝像頭畫面，查看雞蛋托盒是否進入檢查暗箱中心位置，若未到達中心位置則繼續移動，若到達則按下停止按鈕，電機停止；點擊圖像采集按鈕，觀察圖像采集界面，查看圖像采集是否完整，若不完整則再次點擊采集按鈕，直至圖像完整即可；點擊圖像處理按鈕，圖像依次進行灰度處理、二值化處理、縱橫徑測量和蛋殼顏色判別，最后將檢測結果在上位機上顯示；按下電機換向按鈕，傳送裝置反向移動，直至完全出現在暗箱外停止，這樣就完成了一組雞蛋的檢測工作。最終，通過實驗，確定出雞蛋傳送到拍攝位置的時間，并靜止穩定拍照后，再傳送出暗箱。可實現手動和自動控制。

圖5 系統軟件工作流程

3.2 電機控制軟件設計

電機控制軟件設計基于Arduino 開發板進行。軟件功能設計主要分為電機啟停、速度調節和運動方向3 個方面。電機啟停通過對電機使能信號的控制；速度調節主要通過控制脈沖信號，對脈沖進行分頻設定以實現速度多級調節；運動方向是直接控制電機的方向信號。程序流程如圖6所示。

圖6 電機控制程序流程

3.3 檢測系統功能設計

設計人機交互界面可以更加直觀地將雞蛋檢測過程呈現出來，同時能更加方便地對裝置進行控制。該設計基于Matlab中App design 平臺開發，界面共有5 個顯示區域和4 個功能按鍵。顯示區域包括攝像頭實時畫面、采集圖像、二值化圖像、檢測完畢圖像和檢測結果數據欄；功能按鍵分別為打開/關閉攝像頭、圖像采集、程序復位。界面中所有控件的回調函數都對應著每一項功能程序，通過執行控件去完成對圖像的處理。

本系統通過對雞蛋的縱橫徑檢測和蛋殼顏色識別兩個方面的功能對裝置運行情況進行檢驗。蛋形指數檢測采用圖像分割處理、灰度處理、二值化處理和縱橫徑測量4 個步驟。檢測結果如圖7所示。

圖7 縱橫徑檢測結果

蛋殼顏色識別如圖8 所示。在顏色識別上，對蛋殼顏色為白色、黃色、青色3 種顏色的雞蛋進行識別，通過多次實驗得出3種顏色在LED 燈光照射下呈現的顏色色域進行識別，調節色域值可判斷出紅色面積占比大的為黃色蛋，黑色面積占比大的為青色蛋，剩下的為白色蛋。

圖8 色域分析

4 實驗測試結果比對

通過對整個裝置的實驗，檢測得到了一些雞蛋相關的數據。對所檢測的雞蛋實際數據與實驗所得的數據進行比對分析。抽取其中一組雞蛋進行驗證分析，如表1 所示。通過對比分析，可以看出實驗所檢測出的結果與實驗結果沒有特別明顯的誤差，在雞蛋顏色區分上基本能實現100%鑒別，在縱橫徑測量上誤差相對較小，偶爾出現偏差過大的情況，如表1 中5號雞蛋，由于攝像頭不穩定，雞蛋圖像中5 號蛋輪廓不清晰，造成檢測數據與實際偏差過大。

表1 實驗數據對比分析

5 結束語

本文主要完成了基于圖像檢測自動傳送裝置的設計，包括對雞蛋檢測環境、自動傳送部分和上位機顯示與控制部分進行了設計。通過裝置對雞蛋縱橫徑檢測與蛋殼顏色的識別進行了實驗，并將得到的實驗數據與實際測試結果進行對比分析，本裝置基本可以完成預期目標。但本裝置存在以下不足：一是裝置的工作效率偏低；二是檢測參數偏少。本次設計一次只能檢測9 個雞蛋，并且只完成了對雞蛋縱橫徑測量和蛋殼顏色鑒別兩種品質參數的檢測工作。后續工作可以在提高效率與蛋品質參數多樣化方面進一步研究。