X射线无损检测技术在食品检测中的应用研究

摘要

常用的食品异物检测方法有可见光检测、近红外检测、磁共振成像检测、超声波成像检测和X射线成像检测六种方法，本文采用X射线数字成像技术作为食品异物的检测手段。它的应用范围广，可以对包装食品、禽畜肉类以及散包食品中混入的石头、金属、玻璃、橡胶等类型的异物进行检测，其实用性强，可进行实时性的在线检测，相比于其他的检测方法具有明显的技术优势。
　　本文以袋装瓜子为研究对象，使用X射线数字检测技术，对不可见的包装袋内的异物进行检测识别。将三种常见的异物混入袋装瓜子中模拟瓜子加工生产过程中异物混入的情景，使用手提式X射线透视仪对其进行照射，并使用USB图像采集棒将得到的X射线数字图像传输到计算机，以进行X射线瓜子异物图像的处理和识别。
　　X射线瓜子异物图像预处理是后续图像处理的基础，本文分析了X射线瓜子异物图像噪声的来源并采取了相应的噪声消除;针对X射线瓜子异物图像对比度低等问题进行了图像的增强处理，经过去噪和增强后的图像能更准确的反应异物的信息。
　　在X射线瓜子异物图像特征提取过程中，边缘提取是进行异物识别的有效方法。本文分析了几种经典边缘提取方法，以及基于形态学梯度的X射线瓜子异物图像的边缘检测方法。对与瓜子密度差异较大的异物，采用了行灰度曲线的特征提取法，根据含异物图像异物所在处和不含异物图像同一行灰度值的显著差异，可以判定出异物的存在。而对于密度与瓜子较为相近的异物，我们选择了图像减影的方法进行判别。我们分别使用了自适应中值滤波和自适应形态学法模拟背景图像，将含异物的图像与模拟的背景图像进行减影操作，从而得到异物目标图像。比较得到的异物目标图像，发现形态学模拟背景图像的方法更能清晰的保留异物的边缘和轮廓，获得了理想的实验效果。
　　本文将X射线检测技术应用于袋装瓜子的异物检测，能够成功地识别出瓜子中的异物，这对同类食品生产企业的食品异物检测工作具有重要的指导意义。

目录

声明

摘要

第1章 绪论

1．1 课题研究背景和意义

1．1．1 影响食品安全的主要因素

1．1．2 食品异物无损伤检测的迫切需要

1．1．3 食品异物检测的主要方法

1．2 X射线无损检测技术在食品异物检测中的应用

1．2．1 利用X射线进行食品异物检测的方法

1．2．2 X射线在食品异物检测方面的已有应用

1．2．3 使用X射线检测食品的安全性

1．3 论文研究对象及内容安排

第2章 X射线检测系统硬件结构组成

2．1 X射线发生装置

2．2 X射线图像探测器

2．3 X射线图像USB图像采集卡

2．4 X射线透视仪的射线泄露与防护

2．5 本章小结

第3章 X射线异物检测的原理与方法

3．1 X射线成像技术

3．1．1 X射线基本性质

3．1．2 X射线与物质的相互作用

3．1．3 X射线成像原理

3．2 X射线空白背景图像像素值分析

3．2．1 像素值与积分时间之间的变化关系

3．2．2 像素值与对比度(显示灰度)之间的变化关系

3．2．3 管电压与像素值的关系

3．3 本章小结

第4章 瓜子异物图像获取及预处理

4．1 X射线瓜子异物图像获取

4．2 X射线数字瓜子异物图像分析

4．3 X射线瓜子异物图像的降噪

4．3．1 线性去噪

4．3．2 非线性降噪

4．3．3 基于小波的X射线图像去噪

4．3．4 去噪方法小结

4．4 X射线异物图像变换增强

4．4．1 直接灰度变换

4．4．2 直方图灰度变换

4．4．3 直方图均衡化

4．4．4 变换法图像增强小结

4．5 本章小结

第5章 X射线瓜子异物图像分割

5．1 基于阈值选择的X射线异物图像分割

5．1．1 算法描述

5．1．2 算法实现

5．2 基于边缘检测的X射线图像分割

5．2．1 Sobel算子边缘检测

5．2．2 Prewitt算子边缘检测

5．2．3 Roberts算子边缘检测

5．2．4 Log算子边缘检测

5．2．5 Canny算子边缘检测

5．2．6 形态学梯度的边缘检测

5．2．7 各算法实现

5．3 本章小结

第6章 瓜子异物图像特征提取与识别

6．1 图像特征及提取方法

6．2 瓜子异物图像的灰度曲线分布特征

6．3 密度差异较大异物的识别和判断

6．4 模拟图像背景减影法

6．4．1 模拟背景图像自动阈值方法

6．4．2 自适应平滑和形态学滤波方法模拟背景处理

6．4．3 图像背景去除以及异物判断

6．5 本章小结

第7章 总结

参考文献

致谢