基于機(jī)器視覺的水果品質(zhì)實(shí)時檢測與分級生產(chǎn)線的關(guān)鍵技術(shù)研究.pdf

1、針對我國商品水果品質(zhì)差、出口量小、價格低、附加值低等問題，采用機(jī)器視覺技術(shù)，研究了水果品質(zhì)的實(shí)時檢測與分級方法，對提高我國水果的市場競爭力，具有非?，F(xiàn)實(shí)的社會和經(jīng)濟(jì)意義。研究成果為應(yīng)用機(jī)器視覺技術(shù)開展農(nóng)產(chǎn)品品質(zhì)檢測方法研究提供了范例，用于球形對象表面積的球帶法、數(shù)字圖像的線段描述方法為其它領(lǐng)域的機(jī)器視覺技術(shù)應(yīng)用提供了新的方法，具有重要的理論和學(xué)術(shù)意義。主要成果有： ①提出了水果表面積檢測的球帶計算法。球帶是水果表面上一個窄長區(qū)域

2、，其圖像是寬度為一個像素的水平線段。球帶作為圓柱的一部分，其寬度h、半徑r及圓心角α根據(jù)其圖像的縱坐標(biāo)、線段起點(diǎn)和終點(diǎn)橫坐標(biāo)確定，其面積值為hxrxa。累加全部球帶面積可得到水果表面ROI面積。試驗(yàn)結(jié)果表明，最大相對誤差為1.32％。 ②提出了數(shù)字圖像的線段描述方法。對數(shù)字圖像上一組相同特性的像素用線段來描述，通過比較縱坐標(biāo)相鄰的兩條線段的起點(diǎn)和終點(diǎn)來確定二者之間的相鄰關(guān)系，利用這種關(guān)系將濾波、區(qū)域生長和對象邊界數(shù)據(jù)等操作一次完

3、成，大大減少了運(yùn)算量，比拉普拉斯方法提高運(yùn)算速度3倍。 ③提出了用于橢球形水果尺寸的橢圓回歸法和軟件卡尺方法。比較了MER方法、橢圓回歸法和軟件卡尺方法的運(yùn)算量、檢測精度。橢圓回歸法運(yùn)算量最小，軟件卡尺方法檢測精度最高，這是由于軟件卡尺方法能保證計算機(jī)檢測到的檢測點(diǎn)與卡尺檢測得到的檢測點(diǎn)一致。 ④采用HIS顏色模型、主成分分析方法和馬氏距離法，實(shí)現(xiàn)了水果按表面顏色分級。對800幅水果圖像進(jìn)行的分類結(jié)果表明，總的相對誤差1

4、.75％，能滿足水果顏色檢測與分級的要求。提出了由RGB顏色模型到HIS顏色模型的快速轉(zhuǎn)換方法，轉(zhuǎn)換速度提高了20％。 ⑤建立了水果圖像的光度學(xué)模型，采用該模型得到水果圖像灰度計算值，該值與水果圖像實(shí)際灰度值相減后得到灰度差值圖，對灰度差值圖作閾值分割得到待定缺陷區(qū)域ROI，利用ROI的R分量和G分量曲面回歸參數(shù)將缺陷表面、梗部和蒂部區(qū)分開來，從而完成了水果表面缺陷的檢測。對1778幅正常水果圖像和390幅含有表面缺陷的水果圖像