1、 ICS 67.120.20 CCS B 45 DB42 湖北省地方标准 DB42/T 1650.12021 禽蛋自动化分拣方法 图像识别 第 1 部分：清洁度要求 Automatic sorting method for eggs image recognition Part 1:Cleanliness requirements 2021-03-03 发布 2021-05-03 实施 湖北省市场监督管理局 发 布 DB42/T 1650.12021 I 目次 前言.II 引言.III 1 范围.1 2 规范性引用文件.1 3 术语和定义.1 4 机器视觉检测法.1 基本要求.1 检测步骤.2
2、 数据处理.2 5 检测分级指标.2 附录 A（资料性）数据处理部分实现代码.3 DB42/T 1650.12021 II 前言 本文件按照GB/T 1.12020标准化工作导则 第1部分：标准化文件的结构和起草规则的规定起草。请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。本文件由华中农业大学提出。本文件由湖北省农业农村厅归口。本文件起草单位：华中农业大学、湖北神丹健康食品有限公司。本文件主要起草人：王巧华、马美湖、祝志慧、王树才、金永国、刘华桥、黄茜、蔡朝霞、王彩云。本文件实施应用中的疑问，可咨询湖北省农业农村厅，联系电话，027-87665821，邮箱：；对本文
3、件的有关修改意见建议请反馈至华中农业大学，联系电话：027-87286905，邮箱：。DB42/T 1650.12021 III 引言 禽蛋表面粘附的污渍不仅影响禽蛋的外观质量和商品价值，还是潜在的食品污染源。当前我省禽蛋销售仍以污壳蛋为主。这种销售方式和发达国家相比存在巨大差距，随着人民生活水平的提高，人们对禽蛋品质要求越来越高，追求新鲜、卫生和营养是消费的必然趋势。禽蛋表面越脏，其微生物病菌就越多，这样的禽蛋就更容易被污染。储存禽蛋时，若根据其表面情清洁程度将禽蛋分级分拣，区别对待，可以有效避免禽蛋之间的交叉感染。其次，清洗禽蛋时，根据清洁度分级分拣，可以更好确定不同污壳蛋所需的不同清洗工
4、序；销售流通时也可按质论价。但是，目前缺少禽蛋清洁度的自动化分拣标准。因此，禽蛋自动化分拣方法的制订，对促进我省禽蛋业的快速高效发展有积极意义。DB42/T 1650.12021 1 禽蛋自动化分拣方法 图像识别 第 1 部分：清洁度要求 1 范围 本文件规定了污壳禽蛋的术语和定义、机器视觉检测法、检测分级指标。本文件适用于鸡蛋、鸭蛋和鹅蛋，其它禽蛋的表面脏污程度分级也可参照此标准。2 规范性引用文件 本文件没有规范性引用文件。3 术语和定义 下列术语和定义适用于本文件。污壳禽蛋 egg with dirty shell 表面有未处理的污物，如粪便、血斑、蛋液、羽毛、饲料、泥土等的禽蛋。污渍块
5、 stain block 污壳禽蛋表面相对集中、非连续的污渍、污斑。污渍块数 number of stains 指用机器视觉统计到的污壳禽蛋表面污渍块的块数，单位：块/枚。机器视觉 machine vision 机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。4 机器视觉检测法 基本要求 4.1.1 人员要求 会使用MATLAB等软件。4.1.2 装置要求
6、DB42/T 1650.12021 2 机器视觉装置由光源、光箱、工业相机、计算机等组成，应满足如下要求：a)光源：普通光源，如 1 W 的 LED 黄色单筒光源；b)光箱：光箱内壁为深色，光箱分两层，下层放光源，上层顶部装相机，中间有开孔（孔径 30 mm）的隔板，隔板上放置刻度尺进行标定；c)装有 MATLAB 等软件的计算机；d)普通工业相机，相机与计算机相连；e)该检测装置可静态设置，亦可动态设置（适用于流水线检测）。检测步骤 静态检测：把待测禽蛋置于光箱暗小孔中，打开光源，启动相机，正反各拍一次图像，相机的输出信号通过数据线被传送到计算机中，计算机按照已经设置好的程序进行编辑处理并判
7、断，给出检测结果。动态检测：群体禽蛋随着蛋辊输送线不断翻滚前行，相机连续采集禽蛋的双面图像，相机的输出信号通过数据线被传送到计算机中，计算机按照已经设置好的图像分割等程序进行编辑处理并判断，给出检测结果。数据处理 4.3.1 图像面积计算 表面污渍面积即图像中禽蛋表面污渍区域的所有像素点之和，整蛋面积即禽蛋完整边缘内的所有像素点之和。通过有效的图像处理方法，得到禽蛋的整蛋面积S1和禽蛋表面除去脏污后所剩下的面积S2。4.3.2 统计表面污渍面积占整蛋面积比 公式（1）为计算每一枚禽蛋的脏污面积与整蛋面积比M:M=121 100%(1)式中：S1禽蛋的整蛋面积；S2禽蛋表面除去脏污后所剩下的面积
8、。4.3.3 统计蛋壳表面污渍块数 通过图像处理算法，得到蛋壳表面污渍块数N。以上部分程序代码见附录A。5 检测分级指标 将禽蛋根据表面清洁度或脏污程度分为3个等级，具体判别指标依据总结如表1所示。表1 机器视觉法判别禽蛋表面脏污指标 一级 二级 三级 蛋壳表面污渍块数 N=0；表面污渍面积占整蛋面积比 M=0（两条件同时满足）蛋壳表面污渍块数 N 5；表面污渍面积占整蛋面积比 M 15（两条件同时满足）蛋壳表面污渍块数 N5；表面污渍面积占整蛋面积比 M15（两条件满足一个即可）DB42/T 1650.12021 3 A A 附录A （资料性）数据处理部分实现代码 图A.1为MATLAB编程语言下的数据处理部分实现代码。图A.1 数据处理部分实现代码（第1页/共4页）DB42/T 1650.12021 4 图A.1 数据处理部分实现代码（第2页/共4页）DB42/T 1650.12021 5 图A.1 数据处理部分实现代码（第3页/共4页）DB42/T 1650.12021 6 图A.1 数据处理部分实现代码（第4页/共4页）