[发明专利]一种基于机器视觉的苹果检测分级方法

说明书

技术领域

本发明涉及一种按照水果的品质检测分级的方法，尤其涉及一种基于机器视觉效果检测分级方法。

背景技术

苹果是世界上被食用最广泛的水果之一，同时也是重要的外贸果品。但是由于采摘后检测、分级技术落后，目前很多苹果在采摘后不经过分级处理就直接上市，造成等级混杂，良莠不齐，影响了其商品价值，特别是在国际市场上缺乏竞争力。

苹果的采后商品化处理的主要技术环节包括挑选、清洗、打蜡、分级和包装等，其中分级是商品化处理中的核心环节。目前我国的苹果分级主要还是依靠人工完成，需要的劳动力多，劳动强大，而且分级的结果因劳动者的个体差异而差别较大，分级的一致性较差，效率较低。利用机器视觉进行机器视觉的分级具有很大的优势，可以对苹果实现单个标准分级，或者同时对多个标准，包括水果的尺寸大小、颜色、形状、表面缺陷等外观品质一次性进行综合分级。分级的客观性强、标准稳定、一致性好、效率高，而且非接触无伤害，因而具有很好的应用前景。

苹果的视觉分级主要是通过对苹果的图像利用计算机进行数字图像处理，提取苹果特征值，进而判别水果的等级。因而苹果图像处理技术和特征值的计算是整个视觉分级中最关键的核心技术，直接关系到分级的可行性和准确性。

发明内容

(一)要解决的技术问题

本发明的目的是要克服现有技术的不足，提供一种基于机器视觉的苹果检测分级方法，该方法通过对苹果的大小、颜色和纹理三项指标参数的检测，结合设定的分级标称值，对苹果进行分级。

(二)技术方案

针对以上问题，本发明提出的一种基于机器视觉效果检测分级方法，包括以下步骤：

一种基于机器视觉的苹果检测分级方法，其中所述苹果检测的检测参数包括苹果的大小、颜色和纹理，其特征在于，所述方法包括以下步骤：

1)使苹果连续滚动通过采集区域，并连续采集至少3幅不同表面图像，使图像覆盖苹果表面的绝大部分面积；

2)将步骤1)中取得的图像的面积视为圆面积，并计算该圆面积对应的平均直径，该平均直径即为苹果的大小参数；

3)分别计算步骤1)中取得图象的表面红区比例、表面平均色度和表面着色均匀度的平均值，根据不同品种苹果的表面颜色特点对上述三项平均值，进行加权综合计算后，得到苹果的颜色参数；

4)对计算步骤1)中取得图象的进行背景分割、灰度化、锐化处理和滤波去噪处理后，得到苹果的纹理突出显示图像，然后，计算该图像的平均梯度值，该梯度值即为苹果的纹理参数；

5)根据苹果的品种类型设定上述三个参数的分级标称值范围，并将测得值与分级标称值范围进行比较，根据比较结果对苹果进行分级。

优选地，上述方案步骤1)还可包括：对采集的原图像进行邻域滤波预处理，提取其R通道图像，对其进行阈值分割，提取目标图像。

更优选地，上述方案步骤2)中，根据红色区域形心或步骤1)得到的各图片的平均色度最大差值来计算机苹果的表面着色均匀度。

(三)有益效果

采用本发明的方法对苹果进行实时分级时，当对每个苹果采集的图像分辨率为195×195像素时，分级速度能达到每秒9个苹果。从试验结果可以看到：对于表面颜色单一的黄香蕉苹果和王林苹果综合分级时，识别精度达到95％以上，表面颜色红绿相间的苹果综合分级时，识别精确度达到91％以上，本发明方法的计算复杂度低，易于实现，适于苹果的快速实时分级；并且实现了5中苹果的检测分级，实用面广。

附图说明

图1为本发明实施例2的表面红区比例检测的苹果样本；

图2为本发明实施例2的苹果的四个等级的色相分布图；

图3为与图2对应的苹果的四个等级的累计色相频度分布图；

图4为本发明实施例2计算平均色度H值的过程示意图；

图5为本发明实施例2检测着色不均匀苹果两形心的过程示意图；

图6为本发明实施例2中表面相差较大苹果的表面对照图；

图7为本发明实施例3的纹理鲜明果和纹理不鲜明果对照图；

图8为本发明实施例3的图像预处理流程框图；

图9为本发明实施例3的图像预处理效果图。

具体实施方式

本发明提出的一种基于机器视觉的苹果检测分级方法结合附图和实施例说明如下。以下实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由各权利要求限定。