余筱潔 黃星奕 徐富斌
王允祥2 龐林江2 周存山1,2
(1.江蘇大學(xué)食品與生物工程學(xué)院,江蘇 鎮(zhèn)江 212013;2.浙江農(nóng)林大學(xué)農(nóng)業(yè)與食品科學(xué)學(xué)院,浙江 臨安 311300)
雷筍是一種優(yōu)良的食用筍,筍肉粗壯潔白,甘甜鮮嫩,營(yíng)養(yǎng)豐富,是中國(guó)南方的傳統(tǒng)美味佳肴,人稱“素食第一品”[1,2]。中國(guó)竹筍產(chǎn)業(yè)蓬勃發(fā)展,產(chǎn)生了可觀的經(jīng)濟(jì)效益[3],增加了農(nóng)民收入,加快了農(nóng)村經(jīng)濟(jì)發(fā)展。但是許多問(wèn)題依舊存在,竹筍加工中的剝殼、切割等環(huán)節(jié)由人工完成,機(jī)械化程度低[4],主觀性強(qiáng)且易污染,影響產(chǎn)品質(zhì)量。因此研究高效率的竹筍加工機(jī)械,提高機(jī)械化程度,是生產(chǎn)中急需解決的問(wèn)題[5]。
機(jī)器視覺(jué)技術(shù)模仿人的視覺(jué)功能[6],高效、客觀地獲取被檢測(cè)樣本的顏色[7]、大?。?]、形狀[9]、紋理[10]等圖像特征,并應(yīng)用于農(nóng)產(chǎn)品品質(zhì)在線檢測(cè)。利用顏色特征確定筍切割位置的方法在國(guó)內(nèi)外均未見(jiàn)報(bào)道。本試驗(yàn)利用機(jī)器視覺(jué)技術(shù)分析雷筍的顏色特征,研究其顏色和嫩度之間的關(guān)系,探索合適的切割方法,為設(shè)計(jì)雷筍切割機(jī)械提供理論依據(jù)。
1.1.1 材料
雷竹(Phyllostachys praecox f.prevelnalis)鮮 筍:于2012年4月采挖自浙江省臨安市,共75根樣本。
1.1.2 計(jì)算機(jī)視覺(jué)系統(tǒng)
拍攝去皮雷筍的圖像時(shí),光的強(qiáng)度、反射會(huì)對(duì)圖像采集以及顏色特征的提取有影響。為了消除不良影響,試驗(yàn)采用了一套漫反射光源系統(tǒng)。相機(jī)采用尼康Coolpix 990,放置在樣品臺(tái)正上方。圖像處理軟件使用Halcon 9.0。本試驗(yàn)圖像采集系統(tǒng)如圖1所示。
1.2.1 原料的選擇及預(yù)處理 選擇筍體飽滿、完整,無(wú)機(jī)械損傷,帶皮筍的長(zhǎng)度為20~40cm 的雷筍。采挖后迅速加冰貯存,運(yùn)往實(shí)驗(yàn)室,去除泥土和雜物后在冰箱2 ℃左右?guī)べA藏。采集圖像前人工去除筍殼。
圖1 圖像采集系統(tǒng)示意圖Figure 1 Schematic diagram of image acquisition system
1.2.2 樣本圖像獲取 將雷筍人工去皮后,拍攝圖像,分析筍體表顏色規(guī)律。試驗(yàn)中拍攝了樣本共75根,按照去皮后樣本的長(zhǎng)度可以劃分為不同的長(zhǎng)度范圍,對(duì)應(yīng)的樣本數(shù)量見(jiàn)表1。圖2是其中一個(gè)樣本的灰度圖像示例。
表1 不同長(zhǎng)度范圍的雷筍樣本數(shù)量Table 1 The amount of bamboo shoot samples in different length range
圖2 采集樣本的灰度圖像Figure 2 Gray image of a bamboo shoot sample
2.1.1 顏色模型 在國(guó)際照明委員會(huì)(CIE)規(guī)定的一系列色度學(xué)系統(tǒng)中,CIE1931-RGB系統(tǒng)是最基礎(chǔ)的一種。它是在三基色學(xué)說(shuō)下建立起來(lái)的顏色系統(tǒng),R、G、B分別表示三基色的數(shù)值,各種顏色可以由不同數(shù)值的三基色混合產(chǎn)生[11]。本試驗(yàn)選擇CIE1931-RGB系統(tǒng)的B通道分析雷筍體表的顏色變化規(guī)律,圖3是樣本在B通道下的圖像。
2.1.2 嫩度規(guī)律 雷筍從尖端到尾端,質(zhì)地從嫩逐漸變老。嫩度的變化趨勢(shì)可以通過(guò)研究筍的質(zhì)構(gòu)特征來(lái)得到。將筍的尖端作為起始點(diǎn),在距尖端一定距離處測(cè)量穿刺硬度,每個(gè)距離處沿筍的徑向一周取3個(gè)點(diǎn)分別測(cè)量穿刺硬度,硬度平均值作為這一距離處的嫩度指標(biāo)。相對(duì)距離是距尖端距離和筍長(zhǎng)度的比值,與圖3對(duì)應(yīng)樣本的穿刺硬度數(shù)據(jù)見(jiàn)表2。將相對(duì)距離作為橫坐標(biāo),穿刺硬度作為縱坐標(biāo),做出硬度變化趨勢(shì)見(jiàn)圖4。
圖3 樣本在B通道下的圖像Figure 3 Image of a sample in channel B
表2 樣本的穿刺硬度數(shù)據(jù)Table 2 Puncture hardness data of a sample
圖4 穿刺硬度變化趨勢(shì)Figure 4 The trend of puncture hardness data
2.1.3 顏色規(guī)律和算法實(shí)現(xiàn) 分析樣本在B通道下的圖像(圖3),發(fā)現(xiàn)從雷筍的尖端到尾端,顏色的變化是有規(guī)律的。筍的前段顏色偏亮,中段顏色偏暗,后段顏色偏亮。根據(jù)顏色變化的規(guī)律,找到合適的切割點(diǎn)或分界線,就可以在切割點(diǎn)或分界線處切割,將筍分為3段。結(jié)合筍的嫩度規(guī)律,認(rèn)為前段是雷筍最嫩的部分,后段是相對(duì)老的部分,中段介于老嫩之間。實(shí)現(xiàn)了根據(jù)顏色規(guī)律把雷筍切割為老嫩不同的3段的目的。
為了確定切割位置,實(shí)現(xiàn)機(jī)械切割,本試驗(yàn)采用閾值分割方法[12],結(jié)合方向線找到切割點(diǎn)的坐標(biāo)。主要算法如下:
(1)方向線的確定:研究筍質(zhì)構(gòu)規(guī)律時(shí),方向線是測(cè)量參考線,在方向線上測(cè)量距尖端的距離。通過(guò)方向線可以在筍體表定位穿刺硬度的測(cè)量位置,并且在方向線上確定切割點(diǎn)便于實(shí)現(xiàn)機(jī)械切割。為了確定方向線,只需確定兩個(gè)關(guān)鍵的點(diǎn):①尋找頂點(diǎn)。拍攝筍圖像時(shí),盡量將筍水平放置,尖端在圖像右側(cè),尾端在圖像左側(cè)。從圖像左上角的點(diǎn)開(kāi)始,按照從左到右,從上到下的順序逐個(gè)點(diǎn)掃描,找到縱坐標(biāo)最大的所有點(diǎn),即位于圖像最右側(cè)的點(diǎn)。如果縱坐標(biāo)最大的點(diǎn)只有一個(gè),那么這個(gè)點(diǎn)為頂點(diǎn),記錄其坐標(biāo)(X1,Y1)。如果縱坐標(biāo)最大的點(diǎn)不止一個(gè),那么這些點(diǎn)中選擇橫坐標(biāo)值為中間值的點(diǎn)為頂點(diǎn),記錄其坐標(biāo)(X1,Y1)。②找尋第二個(gè)點(diǎn)。得到筍的中心點(diǎn)坐標(biāo)、方向、寬和高的數(shù)值,構(gòu)建筍的最小外接矩形,找到其骨骼線。骨骼線有兩個(gè)節(jié)點(diǎn),一個(gè)靠近筍尖端,另一個(gè)靠近筍尾端,選擇靠近筍尾端的節(jié)點(diǎn)為第2個(gè)點(diǎn),記錄其坐標(biāo)(X2,Y2)。
連接兩個(gè)點(diǎn)得到方向線,圖5的直線表示方向線。
圖5 樣本的方向線示意圖Figure 5 The directional line of a sample
(2)切割點(diǎn)的確定:B通道下,筍的3段區(qū)域的顏色灰度值有差異,且前、后段偏亮而中段偏暗,使用閾值分割方法可以將前段和后段分割出來(lái),見(jiàn)圖6。為了在前、后段分別找到切割點(diǎn),首先分別得到前、后段的最小外接矩形。然后將其和方向線做交集,得到兩條線段。對(duì)于前段的交集線段,取縱坐標(biāo)最小的點(diǎn)為切割點(diǎn),記錄其坐標(biāo)(X3,Y3)。對(duì)于后段的交集線段,取縱坐標(biāo)最大的點(diǎn)為切割點(diǎn),記錄其坐標(biāo)(X4,Y4)。
圖6 分割后的前段和后段Figure 6 The anterior,posterior segment after segmentation
2.1.4 特殊樣本 雷筍的生長(zhǎng)位置、陽(yáng)光照射等環(huán)境條件不同,會(huì)導(dǎo)致筍個(gè)體間存在差異。農(nóng)戶憑借經(jīng)驗(yàn)選擇、采挖筍,人的主觀選擇也會(huì)對(duì)樣本造成差異。特殊樣本如圖7所示,圖7(a)中樣本的前段和中段顏色相近,后段顏色偏亮,采用上述的閾值分割方法只能分割出后段筍,得到后段的切割點(diǎn);圖7(b)中樣本恰好相反,中段和后段的顏色相近,前段偏亮,因此只有前段被分割出來(lái),得到前段的切割點(diǎn)。
圖7 兩段切割的樣本Figure 7 Samples with two segments
圖7(a)中樣本前段和中段的嫩度相近,致使筍體表的顏色相近,因此無(wú)法分割前、中段;圖7(b)中樣本采挖時(shí)丟棄了根部,本身沒(méi)有根部,因此只分割出前段。這兩個(gè)樣本將筍切割為兩段,將不同嫩度的筍段分離,也實(shí)現(xiàn)了切割目的。
對(duì)75根筍進(jìn)行分析,確定切割點(diǎn)坐標(biāo)。統(tǒng)計(jì)結(jié)果見(jiàn)表3,三段切割是指實(shí)現(xiàn)將筍切成前、中、后3段,特殊切割是指將筍切割成前、中兩段或者中、后兩段,無(wú)法切割是指此算法不適用。實(shí)現(xiàn)三段切割的筍占74.67%,實(shí)現(xiàn)兩段切割的筍占17.33%,實(shí)現(xiàn)切割的筍占92%,此切割方法可行。利用機(jī)器視覺(jué)技術(shù)切割筍能夠避免人工切割的主觀性[13,14],還可以提高工作效率,提高產(chǎn)品的品質(zhì)。
表3 雷筍切割統(tǒng)計(jì)結(jié)果Table 3 Bamboo shoots cutting statistical results
利用機(jī)器視覺(jué)技術(shù),根據(jù)雷筍的顏色特征結(jié)合嫩度分布規(guī)律,找到算法以實(shí)現(xiàn)不同嫩度筍段的切割,能取得很好的切割結(jié)果。本試驗(yàn)的切割方法有助于指導(dǎo)雷筍切割機(jī)械的設(shè)計(jì),進(jìn)而有助于提升竹筍加工的機(jī)械化程度。但部分樣本無(wú)法切割,因此,需要完善算法來(lái)進(jìn)一步提高切割的成功率。
1 陳功.竹筍加工與綜合利用[M].北京:化學(xué)工業(yè)出版社,2007.
2 張規(guī)富,張玲玲,杜六甫.雷竹筍營(yíng)養(yǎng)成分的分析測(cè)定[J].安徽農(nóng)業(yè)科學(xué),2008,36(3):841~842.
3 竇營(yíng),余學(xué)軍,巖松文代.中國(guó)竹子資源的開(kāi)發(fā)利用現(xiàn)狀與發(fā)展對(duì)策[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃,2011,32(5):65~70.
4 李光輝.風(fēng)味快餐竹筍制備技術(shù)的研究[J].現(xiàn)代食品科技,2008,24(10):1 016~1 018.
5 李琴,汪奎宏,張都海.中國(guó)竹筍加工與貿(mào)易現(xiàn)狀[J].浙江林業(yè)科技,2001,21(2):39~61.
6 劉華波,賀立源,李猷.現(xiàn)代成像技術(shù)在農(nóng)產(chǎn)品品質(zhì)檢測(cè)中的應(yīng)用[J].計(jì)算機(jī)與現(xiàn)代化,2009(4):22~25.
7 曹其新,劉成良,殷躍紅,等.基于彩色圖像處理的西紅柿品質(zhì)特征的提取研究[J].機(jī)器人,2001,23(7):652~656.
8 周竹,黃懿,李小昱,等.基于機(jī)器視覺(jué)的馬鈴薯自動(dòng)分級(jí)方法[J].農(nóng)業(yè)工程學(xué)報(bào),2012,28(7):178~182.
9 郭峰,曹其新,謝國(guó)俊,等.基于OHTA 顏色空間的瓜果輪廓提取方法[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2005,36(11):113~116.
10 王海青,姬長(zhǎng)英,顧寶興,等.基于機(jī)器視覺(jué)和支持向量機(jī)的溫室黃瓜識(shí)別[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2012,43(3):164~180.
11 方如明,蔡健榮,許俐.計(jì)算機(jī)圖像處理技術(shù)及其在農(nóng)業(yè)工程中的應(yīng)用[M].北京:清華大學(xué)出版社,1999.
12 付峰,應(yīng)義斌.農(nóng)產(chǎn)品品質(zhì)檢測(cè)中常用的圖像背景分割方法[J].農(nóng)機(jī)化研究,2003(2):85~86.
13 劉濤,孫旭東,劉燕德.農(nóng)作物品質(zhì)的近紅外光譜無(wú)損檢測(cè)研究進(jìn)展[J].食品與機(jī)械,2010,26(3):161~166.
14 鄒佳,蔡婷,羅永康,等.冰鮮魚(yú)和解凍魚(yú)快速無(wú)損傷物理檢測(cè)技術(shù)研究[J].食品與機(jī)械,2010,26(2):47~49.