[发明专利]一种芒果品质无损检测方法及装置

说明书

技术领域

本发明涉及水果品质智能自动化检测方法和装置。

背景技术

目前，国内外芒果的产后自动化检测处理的研究和成果相对较少。特别是芒果的缺陷检测方面，主要靠人的肉眼判别。为此，如何充分探索和挖掘科学的方法对芒果各项品质特征信息进行智能自动化地提取、分析和综合评价，判别芒果的品质级别，是使用现代化技术改进芒果产后处理加工的一个重要方法。

由于计算机技术和电子技术快速发展，水果外部品质的检测技术的发展现在已日益成熟，以计算机视觉为基础的光电分级在水果外部品质检测领域进行了广泛的应用，国内中国农业大学、浙江大学、华南农业大学、江苏大学等高校已自行开发研制了多种基于计算机视觉技术的水果外部品质在线检测分级系统，并进行产业化，一次性地自动完成水果大小、形状、颜色、果面缺陷等外部品质的检测与评判，大大提高分选精度。

王江枫等人[1]、PanitnatYimyam等人[2]、张立华[3]等、黄勇平等人[4]分别研究了基于计算机视觉技术的芒果重量及果面缺陷与坏损检测的方法和应用；泰国和日本的学者Sirinnapa和SumioKawano等[5]共同利用短波近红外光谱(700～1100nm)对芒果进行了透射谱分析，并分别建立了干物质含量、可溶性固形物和透射光谱的数学模型，相关系数分别为0.96和0.93；虞佳佳等人[6]、曹霞等人[7]分别应用近红外光谱数据分析技术进行芒果酸度和糖度的无损检测研究；屠振华等人[8]应用近红外定量分析技术开展了芒果内部品质的检测研究，用偏最小二乘回归方法在580～1000nm光谱范围内，分别建立了芒果可溶性固形物(糖度)和硬度的近红外定量分析模型；惠国华等人分别研究了用电子鼻和声表面波探测试检测芒果新鲜度的方法，并申请相关专利(惠国华、吴玉玲、叶丹丹、丁文雯，一种利用电子鼻检测芒果新鲜度的方法，申请公布号CN102621192A；惠国华、丁文雯、叶丹丹、吴玉玲，一种利用声表面波探测仪检测芒果新鲜度的方法，申请公布号CN102608215A)；张烈平等人[9]、杨志伟等人[10]分别利用计算机视觉分析技术对芒果进行自动检测和分类进行了研究，但检测对象和分类依据仅仅是利用芒果表面特征，未考虑芒果的内部品质特征。

尽管以传统计算机视觉为基础的水果外部品质检测技术已逐渐成熟，但其对水果的内部品质检测却无能为力。机器视觉分析检测技术仅仅能检测外部颜色、形状、大小和表面缺陷，而容易将缺陷区与，不易检测轻微损伤、内部损伤和病害感染等内部缺陷；内部缺陷检测常采用破坏性方法进行抽检，水果一旦被破坏,就失去商业价值，且这种方法并不能保证未抽检到的水果无缺陷。光谱技术尤其近红外光谱技术是依据某一化学成分对近红外光谱的吸收特征特性而进行的定量测定，非常适合水果物理和化学成分检测、水果变质类型的缺陷检测，如腐烂缺陷等。但近红外光谱技术不能采集被测对象的空间信息，只能在一个区域中来进行检测，这样可能造成较大的误差，且容易受环境因素(如温度和湿度等因素影响)影响而可能带来大量噪声干扰信息，而影响检测的效率和精度。

参考文献：

[1]王江枫,罗锡文,洪添胜等.计算机视觉技术在芒果重量及果面坏损检测中的应用.农业工程学报.1998,14(4):186－18

[2]PYimyam,TChalidabhongse,PSirisomboon,eta.lPhysicalpropertiesanalysisofmangousingcomputervision[C]//ProceedingofInternationalConferenceonControlAutomationandSystems(ICCAS.05).Korea,2005.

[3]张立华，基于计算机视觉的芒果表面缺陷检测方法研究[D]，南宁：广西大学，2006

[4]黄勇平,章程辉,刘静.应用计算机视觉对芒果表面缺陷的判别研究[J],福建热作科技,2008,33(1):4-6.

[5]SirinnapaSaranwong,JindaSornsrivichai,SumioKawano.Predictionofripe-stageeatingqualityofmangofruitfromitsharvestqualitymeasurednondestructivelybynearinfraredspectroscopy[J].PostharvestBiologyandTechnology,2004,31(2):137-145