[发明专利]一种食用油杂质视觉检测系统及其使用方法在审
申请号: | 202310525873.3 | 申请日: | 2023-05-11 |
公开(公告)号: | CN116500052A | 公开(公告)日: | 2023-07-28 |
发明(设计)人: | 黎明;王彗瑜;陈强华;赵莹;宗兆翔 | 申请(专利权)人: | 上海电机学院 |
主分类号: | G01N21/90 | 分类号: | G01N21/90;G01N21/01 |
代理公司: | 北京知艺互联知识产权代理有限公司 16137 | 代理人: | 孙一方 |
地址: | 201306 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 食用油 杂质 视觉 检测 系统 及其 使用方法 | ||
本发明公开了一种食用油杂质视觉检测系统,所述检测系统通过动态视觉传感器采集油瓶底部图像,并将图像处理及检测相关算法嵌入边缘视觉盒子,对选取的图像帧进行平滑、形态学及图像代数运算,去除瓶底影响,将输出的结果进行标注,并输入YOLO网络进行检测。本发明采用上述一种食用油杂质视觉检测系统,采用动态视觉传感器进行图像采集,减少了背景颜色干扰,采用瓶底拍摄方式采集图像,更容易检测到杂质点,减少气泡的影响,且采集的杂质图像比较全面,可检测到的杂质直径最小可达0.2mm。
技术领域
本发明涉及杂质检测技术领域,尤其是涉及一种食用油杂质视觉检测系统及其使用方法。
背景技术
我国的食用油生产工业基本实现了自动化,但是油质杂质检测环节目前大多仍是采用人工检测方式。随着机器视觉理论的发展与完善,用机器代替人眼做检测和判断成为未来发展的趋势,这将减少人力劳动,降低检测成本,提高检测精度与效率,产业的自动化与智能化程度随之得到进一步提高。
专利公开号CN105973904A提出了一种基于图像背景概率图的食用油杂质检测方法。首先是建立背景概率图,对采集图像进行目标检测油体区域ROI提取,对提取的油体区域进行图像预处理,提取瓶身纹路,而后进行阈值分割,进一步突出纹路部分,取100-300张作为样本图像集,采用基于学习函数更新背景图方式重建背景,将背景图像归一化得到背景概率图;紧接着进行异物检测,对待检测图像进行ROI提取以及预处理,异物以及纹路部分突出;将处理后的图像与背景概率图相乘后做阈值分割去除干扰,选取不同特征作为SVM分类器的输入向量,训练后识别异物。
现有文献中基于机器视觉的液体杂质检测技术多是针对于酒类、瓶装水以及安瓿瓶内部的透明液体所设计,图像拍摄多采用瓶身拍摄方式,使用面光源照射。为了使瓶内杂质运动,已有方法多采用快速运动后急停的方式,并根据杂质的运动轨迹或者杂质和气泡的形态学特点进行两者的区分,从而进行杂质的检测。
专利公开号CN115496897A公布的基于数字图像处理的去离子水固体杂质检测方法和系统是针对于去离子水的固体杂质检测,为了使杂质在瓶体内有效运动,需要对瓶装去离子水进行摇晃、翻转,使杂质随着去离子水的流动一起运动,以产生杂质运动轨迹。相对于水而言油液的质地较为粘稠,且食用油瓶体较大、体积较重,对该瓶体进行摇晃、旋转的操作较为困难,因此较难捕捉油液杂质的运动轨迹。
专利公开号CN108896574A提出的基于机器视觉的瓶装白酒杂质检测方法及系统通过比较长轴与短轴的比值对气泡和杂质进行区分,若杂质较为密集且整体形状与气泡相似,则该方法无法很好地实现杂质与气泡的区分。
专利公开号CN105973904A提出的基于图像背景概率图的食用油杂质检测采取瓶身拍摄的方式采集杂质图像,而杂质并不是全部处于悬浮状态,部分杂质会沉淀于油瓶底部,该情况下瓶身拍摄所采集的图像无法进行有效检测。
由于现有文献中机器视觉杂质检测技术多是基于瓶装水的透明液体,与瓶装水等透明液体相比,油液较为粘稠,杂质在其内部的运动不像在水中运动一样明显,没有较好的方式进行杂质追踪。且油瓶构造不似水瓶般规则,且体积较大、重量较重,因此不便于进行高速运行并急停的操作。
随着生活水平的提高,消费者对食品安全的重视程度日益增长,其中对于食用油的品质也更加看重。现有食用油杂质检测方法效率较低、成本较高、准确度不佳。此外,市面上大部分检测方式更适用于瓶装水、药液中包含的杂质,而油液与水溶液在比重、粘度、透光率、粘滞性等诸多参数方面都明显不同,因此常规检测方式并不适用。本发明设计了一种食用油杂质视觉检测系统,来解决上述问题。
发明内容
本发明的目的是提供一种食用油杂质视觉检测系统及其使用方法,采用动态视觉传感器进行图像采集,减少了背景干扰,采用瓶底拍摄方式采集图像,更容易检测到杂质点,减少气泡的影响,且采集的杂质图像比较全面,可检测到的杂质直径最小可达0.2mm。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海电机学院,未经上海电机学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310525873.3/2.html,转载请声明来源钻瓜专利网。
- 上一篇:多功能物联网智能网关
- 下一篇:用于高精度模拟系统的可编程阻容网络系统