铝箔纸包装鸭肫异物检测关键技术研究.pdf

致 谢

本文是在导师赵茂程教授的悉心指导下完成的，在攻读硕士学位的三年时间里，导师
严谨的治学态度、渊博的知识、活跃的学术思想、执着的科研精神及高尚的做人原则，让
我受惠良多。所有这一切都将成为我受益终生的宝贵财富!在此，学生谨向导师表示衷心
的感谢!
真诚地感谢汪希伟老师，宋小宁高工，居荣华高工，通过他们的精心指导与有益讨论，
我在研究思想方法上得到了许多启发，并在研究工作中采用他们的部分研究成果资料，并
最终顺利地完成论文，在此表示衷心的感谢！
在攻读硕士学位期间，我还得到郑加强教授、潘一凡教授、徐幼林副教授、陈勇副教
授、刘英副教授、袁成荣副教授、李建华讲师、黄秀玲讲师、於明亮高级实验员的帮助，
感谢他们对我实验及论文的大力支持与帮助，在他们的帮助下使我最终完成论文。
在南京林业大学的三年的学****生涯中，有很多得到了很多同学万夙鸣、吴小峰、侯学
贵、张春娜，吴松松等人在学****和生活中的关怀和帮助，感谢师兄黄凯、师弟齐亮、李帮
武、师妹赵婕、陈卓的朝夕相处，相互学****相互共勉才使我顺利完成学业。
特被感谢我的父亲、母亲对我的理解、支持和帮助。尽管与他们为我付出的一切相
比，所有的语言都显得苍白无力，我仍要真诚地说声:谢谢!
最后谨以此文向所有关心、帮助过的人致以我最衷心的感谢和祝福！





洪冠
二○○七年六月
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、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 ；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 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 Visual c++.net平台下开发了一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
Abstract
Food foreign bodies harm the human health and hold back the food industry
development. To detect food by computer vision and image proc