[发明专利]一种胡萝卜缺陷的图像量化检测方法

说明书

技术领域

本发明涉及一种在农业科研领域内使用的农产品外观品质缺陷的检测方法，具体的说涉及一种胡萝卜青头、须根和开裂的图像量化检测方法。

背景技术

胡萝卜的分级销售有助于提高胡萝卜的市场竞争力以及增加经济效益，目前一些胡萝卜生产加工企业主要依靠人工肉眼，做一些简单的分级，然而该些方式检测和分级增加了人力，提高了生产成本，而且生产效率低，利润得不到大幅提高，不适合大规模生产和推广，还有一些果蔬生产加工企业采用依照胡萝卜的粗度，用不同间隙的滚轴这种机械的方法代替人工进行胡萝卜的分级，极大的提高了生产效率，解放了劳动力，但目前的这些机械分级设备只能胡萝卜的粗度进行分级，而胡萝卜的销售等级很多指标，如长度、青头、开裂等不能量化实现，还无法同时完成多个指标的较精确的分级，目前没有成熟的分级方法和分级设备，相关研究是一个有挑战性的课题。根据中华人民共和国国内贸易标准（SB/T10450-2007）胡萝卜销售等级要求（中华人民共和国商务部2007.12.28发布）等级标准，影响胡萝卜销售等级的关键指标有开裂、青头、须根等，其衡量准则比较模糊，为在线胡萝卜检测带来了困难，需要对胡萝卜进行准确检测需要对这些指标进行量化。

目前，对胡萝卜的外观品质分级主要靠人工目测分级，但如采用图像处理方法测量胡萝卜形态，不仅可以替代部分人工测量，而且获得更高精度的结果。虽然有文献报道计算机图像处理方法，用于苹果、柑橘、马铃薯等农产品，但这些基本集中在球型和类球型果蔬上，由于方法固有的局限性，在胡萝卜等锥形等非球型果蔬上应用受到限制。中国专利申请201010210313.1公开了一种新型的胡萝卜清洗分选机，但此专利申请中明确支出对胡萝卜份额品质分选是在人工分选工位上人工分选实现，并没有涉及有效的基于图像处理的自动分选方法。

发明内容

本发明所要解决的技术问题就是提供一种通过采用计算机图像处理方法来实现对胡萝卜进行青头、须根和开了进行量化测量的方法，并将胡萝卜进行缺陷检测分级。

本发明采用如下技术方案：

胡萝卜在滚轴传送带滚动，到工业相机下方时，拍摄得到胡萝卜彩色图像,胡萝卜在在滚轴的带动下自转，可拍摄不同侧面的多幅图像，然后将图像传给计算机进行预处理；

预处理过程为：将上述图像转化RGB和HSV分量图像，提取H分量图像，利用该分量进行二值化，得到二值化图像BW，并进行边缘检测，在二值化图像上求取胡萝卜区域面积Area1。

下一步进行胡萝卜的青头、须根和开裂的检测。

胡萝卜青头的图像量化检测方法，该方法包括如下步骤：

（1）在R分量上，将二值化后非胡萝卜区域的背景设置为0，去除背景的影响；

（2）将去除背景的红色分量的灰度图像进行阈值分割，分割阈值经实验确定为0.8，

（3）在上述分割图像上，求取黑色区域面积，即为青头部分面积Area2；

（4）求出青头比QingRato=Area2/Area1. QingRato∈[0.0,1.0]；

（5）查看QingRato的范围，如果QingRato接近于0，则此值较大，则此胡萝卜为青头的胡萝卜，值越大青头部分约大。

在上述第（3）步中，分割阈值由实验测定，根据所选材料不同略有调整。

在上述第（6）步中，机器分级时确定一青头比值，实验选择0.1比较合适。

胡萝卜须根的量化检测方法，该方法包括如下步骤：

（1）在二值化图像BW，进行腐蚀和膨胀，进行边界平滑，然后进行骨架抽取,获得胡萝卜的骨架图；

（2）对骨架图进行逐点扫描，如果该像素点的8联通区域有一个像素点为1，则此点为端点，计算端点个数N1；

（3）对骨架图进行逐点扫描，如果该像素点的8联通区域有2个像素点为1，则为普通点，不进行标记，如果该点的8联通区域大于2个像素点为1，标记该点为交叉点。

（4）计算每个端点与最近的交叉点的距离，如果小于一定的阈值，则使得端点数为N1-1，得到N；

（5）求须根数MumXu=（N-5）/2个。

在上述第（3）步中，若两个交叉点的距离小于一定的阈值，则合并交叉点，

在上述步骤中，涉及到的阈值为实验得到，实验选择10比较合适。

胡萝卜开裂的量化检测方法，该方法包括如下步骤：

（1）在S图像上将背景的阴影部分去除，然后进行开运算以去除杂点和边界毛刺；

（2）在S图像上进行二值化；