[发明专利]一种基于机器视觉的绿化马铃薯检测分级方法

说明书

技术领域

本发明涉及一种对绿化马铃薯检测分级的方法，具体涉及一种基于H（色调）通道灰度值判别法对表皮发绿的马铃薯进行检测分级的方法。 

背景技术

马铃薯是一种营养丰富、粮菜兼具的大众农产品，具有产量高、用途广和经济价值高的优点。马铃薯作为一种具有极大价值的商品进入市场，质量好坏是其能否在市场竞争中取得竞争优势的先决条件。 

目前，国内马铃薯的产后处理主要是对马铃薯的形状、尺寸、成熟度、表面缺陷等的检测，而检测主要是靠人工进行的。人工分级的主要缺点是：劳动量大，生产率低；分级精度不稳定：分级标准受主观影响较大；工人与果品直接接触，影响食品的卫生安全且分级难以实现快速、准确、无损和智能化。利用机器视觉进行马铃薯检测，可以排除人为主观因素的干扰，通过对表面缺陷、形状等特征指标的定量测量，可以一次性完成马铃薯多个指标的综合检测和分级，有效节省时间和劳动力，提高分拣效率。 

马铃薯的外部缺陷主要包括二次生长、畸形、表皮变绿、干皱、机械损伤、虫眼、鼠咬、病斑、干腐或腐烂等。其中，马铃薯的表皮变绿即马铃薯绿化很普遍，对马铃薯的检测和分级影响比较大。利用机器视觉对马铃薯的绿化进行检测，对健全马铃薯和绿化马铃薯进行分级，主要是通过对马铃薯的图像利用计算机进行数字图像处理，提取绿化马铃薯的特征值，进而判别马铃薯是否表皮变绿。绿化马铃薯图像处理技术和特征值的提取是整个视觉分级中最关键的核心技术，直接关系到检测分级的可行性。 

马铃薯的绿化缺损区域的颜色不是纯粹的绿色，只是相对于褐色马铃薯本体看起来是绿色的。例如，在绿化方面的缺陷体现在机器视觉的 图像中显然有高像素的绿色像素值，然而，马铃薯表面光亮发白的斑点，也有较高的绿色像素值以及高的红色和蓝色的值，所以绿化缺陷是难以检测的。有几种检验方法，如多元判别方法、神经网络和随机模型法，这几种方法已经用于绿色缺陷的检测和分类尝试，但是这些算法的计算复杂性较高，不适用于在线实时的检测分级。 

发明内容

本发明的目的在于针对现有检测分级方法的不足，提出了一种基于HSV色彩空间H通道的灰度值判别法检测马铃薯的绿化缺陷。 

为实现上述目的，本发明采用如下技术方案： 

一种基于机器视觉的绿化马铃薯检测方法，包括如下步骤： 

（1）采集完整马铃薯图像，滤除背景，得到马铃薯分割图像； 

（2）计算马铃薯形心，以形心为基准按比例去除马铃薯轮廓， 

首先计算马铃薯形心： 

X=1NΣi=1nxi,]]>Y=1NΣi=1nyi]]>

式中：N——马铃薯像素点的总数； 

x_i——马铃薯像素点的横坐标（i=1,2,3…n）； 

y_i——马铃薯像素点的纵坐标（i=1,2,3…n） 

其次缩放马铃薯的坐标： 

X_i＝K(x_i-X)+X Y_i＝K(y_i-X)+Y 

式中：X_i——缩放后的坐标（i=1,2,3…n）； 

Y_i——缩放后的坐标（i=1,2,3…n）； 

K——缩放系数，K取0.95； 

X——形心横坐标； 

Y——形心纵坐标；