[发明专利]基于机器视觉的核桃仁分级方法及核桃仁分级装置

说明书

本发明涉及基于机器视觉的分级追踪技术领域，是一种基于机器视觉的核桃仁分级方法及核桃仁分级装置；前者包括以下步骤，依次是获取历史样本数据，图像处理，图像分割，建立原始特征矩阵，特征的选择，模型的建立和分级追踪；本发明结构合理而紧凑，使用方便；通过机器视觉采集核桃仁图像后，在PC主机上对核桃仁进行追踪分级，待核桃仁到达分级位置后，通过气吹的方式将核桃仁吹入至分级卸料槽内，从而实现核桃仁分级；其中，采用特征bin19、Ksubgt;1/subgt;和bin15，并利用分类效果最佳的朴素贝叶斯分类方法作为核桃仁分级模型；分级处理速度快，能够在输送平台上动态的核桃仁实现自动分级，代替人工分级，节省劳动力。

技术领域

本发明涉及基于机器视觉的核桃仁分级装置及方法技术领域，是一种基于机器视觉的核桃仁分级方法及核桃仁分级装置。

背景技术

核桃又称胡桃、羌桃等，原产于中亚，现广泛栽培和分布于我国云南、山西、新疆等24个省区，面积与产量均居世界首位，到2015年底，新疆的核桃产量已达到56万吨左右。核桃仁营养丰富，含有大量的磷脂、蛋白质以及维生素，油脂含量高达60％以上，具有较高的经济价值和营养价值。核桃成熟采摘后到储藏，中间一般要经过脱青皮、漂洗、干燥等工序，每道工序都可能影响核桃的质量，并且由于其较高的油脂含量、在储藏期间可能发生霉烂、虫害和变质等现象。同时，由于目前核桃破壳技术尚不成熟，机械式的破壳取仁方式也容易造成核桃仁的碎裂。市面上一般鉴别核桃仁的品质主要以观察为主，仁衣色泽以黄白为上，暗黄为次，褐黄更次，而泛油、色黑褐的已严重变质，不能食用。国家林业局发布的《中华人民共和国林业行业标准》中对核桃仁的技术要求、检验方法和检测规则等做了相关规定，其中除了气味、水分和各种菌落含量等基本要求需要达标外，核桃仁的质量主要按照表1-1的标准来分级。

核桃仁质量分级标准规定，对于色泽检测以及完整度大于四分仁的核桃仁检测需使用人工目测检视法来分级。人工处理存在检测、分选劳动强度大，效率低，成本高，同时还容易受人的主观因素影响，存在人为主观因素造成分级精度不稳定的情况，精确性差等诸多缺点；

从对农产品检测分级的研究现状看到，国内外在机器视觉技术运用于农产品检测技术上已经有了较多的研究，但运用机器视觉检测技术对农产品的检测大多停留在检测静态农产品个体图像上，特别是国内，对于农产品动态分级的研究尚欠缺，相关自动分级系统较少，且目前针对核桃仁的颜色与完整度的自动分级系统尚未建立，对核桃仁的分级主要还是依靠人工分级的方式进行，劳动强度大，分级效率较低，所以针对核桃仁进行自动分级方面的研究是必要的。

发明内容

本发明提供了一种基于机器视觉的核桃仁分级方法及核桃仁分级装置，克服了上述现有技术之不足，其能有效解决人工目测检视法来分级核桃仁，劳动强度大的问题。

本发明的技术方案一是通过以下措施来实现的：一种基于机器视觉的核桃仁分级方法，其步骤如下：

第一步：获取历史样本数据：通过人工分级，获取两个或多个等级的核桃仁样本图像各30个，将30个核桃仁样本放置在输送平台上，通过输送平台上的机器视觉设备获得每个核桃仁图像；

第二步：图像处理：对采集的核桃仁图像进行处理，获得核桃仁轮廓完整的图像；

第三步：图像分割：采用最小外接矩形分割核桃仁图像，获得仅含有单个核桃仁的图像；

第四步：对历史样本数据进行处理，建立原始特征矩阵：

(Ⅰ)、获取与核桃仁图像颜色有关的37个特征作为核桃仁颜色分级的原始特征，具体包括基于色调直方图获取31个颜色特征，31个特征分别是bin0到bin30；和基于颜色矩获取6个特征，6个特征分别是H_μ、H_v、H_s、S_μ、S_v和S_s；