图像识别技术在蔗糖颗粒检测中的应用

　　1　引言

　　目前蔗糖产业的自动化水平非常落后,尤其是蔗糖煮糖结晶环节,基本是通过人工目测完成检测。煮糖师用采样器抽出煮糖罐内的糖膏样本放在玻璃板上观察和用手摸感触,判断蔗糖晶体的相对数量、疏密程度、生长情况以及糖膏母液的浓度、黏度和吸收状况等,然后根据经验手工控制原料的加入。这种方法较难掌握,存在可靠性、稳定性而且效率不高的严重问题,并且需要人工严密地监控煮糖流程,难以达到最佳效果和实现科学管理。

　　为摆脱传统煮糖的瓶颈,国内外各糖厂在大力研究用仪器来检测煮糖过程的状况。如电导仪法、计算过饱和度法、γ射线法等,但都存在一些不足。电导仪法中电极和糖膏接触,会逐渐形成积垢和被腐蚀,影响测定结果。计算过饱和度法对传感器要求较高。γ射线法存在辐射,对人体产生伤害。

　　为了克服上述传统检测系统中的不足之处,本文设计了一种非接触式的检测系统,利用CCD摄像头和光学显微镜摄取蔗糖结晶颗粒的图像,将其数字化后送往计算机处理,提取颗粒的特征值,最终实现蔗糖煮糖颗粒的精确检测。本系统采用了模式识别与数字图像处理相结合的方法以获得精确的蔗糖颗粒特征值,从而为蔗糖煮糖自动化的实现提供了有效的检测数据。

　　2　蔗糖结晶颗粒检测系统组成

　　本论文设计的蔗糖结晶颗粒检测系统主要由图像采集模块、传输模块、图像处理模块组成,具体检测系统如图1所示。

　　图像采集模块由光学显微镜、百万像素CCD摄像头和图像采集卡组成,用来摄取较清晰的蔗糖颗粒原始图像,并将图像转换为数字信号。传输模块由usb2. 0组成,通过usb数据线将图像数字信号高速传输到工控PC机中。图像处理模块由一系列算法组成,对获取的数字图像进行一系列的图像预处理和图像分割后进行特征提取,最终得到颗粒个数和面积等特征值。

　　本系统的核心部分在于图像处理算法的设计部分,尤其是针对蔗糖颗粒图像的图像分割部分的算法设计。

　　3　蔗糖结晶图像颗粒检测方法

　　在摄取蔗糖结晶颗粒时,由于现场环境恶劣、噪声大、光照不均,并且图像采集系统也存在噪声,导致摄取到的图像背景亮度不均匀、存在气泡等杂质、颗粒呈均一淡棕黄色,并且存在采集系统引起的噪声。针对此类噪声严重、对比度变化大的蔗糖颗粒图像,本文提出一种新的图像处理方法,即结合了形态学的膨胀、腐蚀运算,采用基于遗传算法的otsu阈值分割法。

　　此种方法是在将原始图像转化为灰度图像后,采用数学形态学及相应算法对图像进行一系列预处理得到理想状态的蔗糖颗粒图像,然后采用基于遗传算法的otsu阈值分割算法对图像进行图像分割,分割后得到二值图像,最后采取提取特征值,计算出颗粒个数及各颗粒面积,实现蔗糖结晶颗粒的检测和识别,得到最终的检测结果。结果显示能够比较理想的提取出目标颗粒。检测流程如图2所示。