基于機器視覺的水果品質實時檢測與分級生產線的關鍵技術研究.pdf

1、針對我國商品水果品質差、出口量小、價格低、附加值低等問題，采用機器視覺技術，研究了水果品質的實時檢測與分級方法，對提高我國水果的市場競爭力，具有非?，F(xiàn)實的社會和經濟意義。研究成果為應用機器視覺技術開展農產品品質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域的機器視覺技術應用提供了新的方法，具有重要的理論和學術意義。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、線段起點和終點橫坐標確定，其面積值為hxrxa。累加全部球帶面積可得到水果表面ROI面積。試驗結果表明，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，通過比較縱坐標相鄰的兩條線段的起點和終點來確定二者之間的相鄰關系，利用這種關系將濾波、區(qū)域生長和對象邊界數(shù)據(jù)等操作一次完

3、成，大大減少了運算量，比拉普拉斯方法提高運算速度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算量、檢測精度。橢圓回歸法運算量最小，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檢測到的檢測點與卡尺檢測得到的檢測點一致。 ④采用HIS顏色模型、主成分分析方法和馬氏距離法，實現(xiàn)了水果按表面顏色分級。對800幅水果圖像進行的分類結果表明，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顏色模型的快速轉換方法，轉換速度提高了20％。 ⑤建立了水果圖像的光度學模型，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