铝箔纸包装鸭肫异物检测关键技术研究

《铝箔纸包装鸭肫异物检测关键技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、南京林业大学硕士学位论文铝箔纸包装鸭肫异物检测关键技术研究姓名：洪冠申请学位级别：硕士专业：检测技术与自动化装置指导教师：赵茂程20070601摘要食品异物危害人类健康，影响食品工业的发展，利用计算机视觉和图像处理技术对食品进行检测，具有无损食品，检测快速、准确、可靠等优点。本文以铝铂纸包装的鸭肫为研究对象，通过对x射线照射后的鸭肫图像进行研究，实现基于计算机视觉和图像处理技术的鸭肫异物提取和识别。本文研究了X射线数字图像的成像优化方法和校正方法，分析了X射线下鸭肫图像成像特点，建立了在不同的管电压

2、、管电流下背景、‘鸭肫及异物的x射线衰减系数的像素数值数学模型，模型的拟和度达到0．995；为保证异物分割效果良好，提高异物检测速度，提出了一种合理设置X射线参数(管电压、管电流)数值的方法。本文分析了x射线成像系统中图像增强器和CCD摄像机产生噪声的原因，为提高图像采集质量，减小噪声干扰，提出多帧平均滤波处理，减少图像中随机噪声；为保证鸭肫异物图像细节清晰，采用5×5高斯滤波方法对鸭肫图像进行滤波去噪。本文研究了x射线鸭肫中异物图像的判断方法，利用自动阈值最大值方差分割法将鸭肫与背景分割；再用主动

3、轮廓线模型的方法，通过限制鸭肫图像异物大小范围和较大梯度变的区域，将鸭肫中异物成功分割，此方法的异物判断精确度较高，能准确判断出直径在0．2m以上的石头、骨头，金属丝等异物。在上述研究的基础上，通过对鸭肫异物形状、灰度等特点的分析，选择了一组能够准确反映异物本质的特征参数，并给出了特征参数的计算方法，采用具有自组织、自适应的BP神经网络算法对鸭肫异物图像进行智能识别。本文所提出的x射鸭肫异物识别方案经过了有限样本的仿真和部分实验，获得了比较理想的效果。本研究在VJsua]c十+．ne$平台下开发了一

4、套鸭肫图像异物自动判断以及图像处理分析软件，系统能初步实现鸭肫图像在线异物识别，并可实现图像处理与分析的基本功能。关键词：X射线；鸭肫；图像处理；异物；神经网络AbstractFoodforeignbodiesharmthehumanhealthandholdbackthefoodindustrydevelopment．Todetectfuodbycomputervisionandimageprocessingtechnology，theexaminationhastheadvantagesofno

5、n-destructive，fast,accurate，andreliableere．Takingaluminumfoilpackingduckliverasobject,thisarticlemakesresearchontheradiographicimageofduckliverimagebyX-rayinordertoachievetherecognitionandextractionfromduckliverofforeignbodiesbasedonthecomputervisionan

6、dtheimageprocessingtechnology．ⅢSarticlehasstudiedX-raydigitalimageradiographicoptimizationandemendationmethod．AndthecharacteroftheradiographicimageofduckliveriSanalyzed．X-raycoefficientofattenuationpictureelementvaluemathematicalmodeliSdevelopedtoestim

7、ateblankimageintensity、duckliverandforeignbodiesatdifferentvoltagesandcurrents．nlemethodofvaltleishigherthanO．995；InordertoguaranteethegoodeffectoftheforeignbodiesSegment,andtoenhancetheforeignbodiesinspectionspeed，amethodofsettingX·rayparameter(tubevo

8、ltage，tubeelectriccurrent)isproposedinthispaper．n圮characteristiesofthenoisefromImageIntensifierandtheCCDcameraoftheX-rayradiographicimagingsystemarcanalyzed．Inordertoimprovetheimageacquisitionqualityandreducethenoisedisturbing，multi-fra