[发明专利]一种基于机器视觉的胡萝卜表面缺陷识别量化方法

说明书

本发明涉及一种基于机器视觉的胡萝卜表面缺陷识别量化方法，包括：胡萝卜图像的预处理；胡萝卜断裂缺陷识别量化方法、胡萝卜弯曲缺陷识别量化方法、胡萝卜开裂缺陷识别量化方法、胡萝卜须根缺陷识别量化方法和胡萝卜虫眼缺陷识别量化方法；本发明所公开的胡萝卜断裂、弯曲、开裂、须根和虫眼等缺陷识别量化检测方法利用CCD相机获得胡萝卜实时图像，基于图像处理技术对获得的实时图像进行缺陷识别量化，克服了人工检测的主观性，提高了缺陷识别量化的客观性和准确性。应用于农业生产加工和分级，能够提高生产效率，降低生产成本。

技术领域

本发明涉及农产品加工技术领域，具体涉及一种基于机器视觉的胡萝卜表面缺陷识别量化方法。

背景技术

胡萝卜的分级销售有助于提升胡萝卜的市场竞争力和销售价格，提高胡萝卜生产企业利润。目前胡萝卜分选主要依靠人工完成，这种分选方式效率低，主观性强、标准不严格，具有人工分选的固有缺陷。并且随着用人成本的上升，进一步压缩了胡萝卜加工企业的利润。人工分选已经不能满足胡萝卜加工企业的生产要求。

机器视觉提供了一种高效、低成本和实时的果蔬在线检测、分级方法，采用机器视觉对胡萝卜进行在线分级，可以节省劳动力，提高识别准确性，保证胡萝卜分级的一致性，为胡萝卜生产企业降低生产成本，提高行业竞争力。目前有大量的运用机器视觉对果蔬分级的研究，但其主要适用于球形或类球形果蔬，如苹果、桃、梨、柑橘和马铃薯等。这些技术在长形果蔬上的应用具有局限性，因此需要研究开发适合胡萝卜分选的机器视觉方法。

目前国内还没有相对成熟的基于机器视觉的胡萝卜分选方法，根据中华人民共和国国内贸易行业标准(SB/T10450-2007)、胡萝卜购销等级要求(中华人民共和国商务部2007.12.28发布)，影响胡萝卜购销等级的关键指标有歪扭、弯曲、开裂、青头和病虫伤等，其衡量标准比较模糊，为胡萝卜缺陷检测带来了困难，需要对胡萝卜的缺陷指标进行量化。

发明内容

现有的胡萝卜分级设备多根据胡萝卜的粗细不同，采用不同间隙的滚轴等机械方式使胡萝卜按照一定的粗度分级，虽然这种分级方式极大提高了生产效率，节省人工成本，但不能把有缺陷(青头、断裂、弯曲、开裂、须根等)的胡萝卜识别出来，影响分级效果，因此不适合大规模推广应用。本发明公开的胡萝卜表面缺陷检测方法可提供一种基于机器视觉的胡萝卜断裂、弯曲、开裂、须根、虫眼五种缺陷识别量化方法。

为达到以上目的，本发明采取的技术方案是：

一种基于机器视觉的胡萝卜表面缺陷识别量化方法，包括：胡萝卜图像的预处理；胡萝卜断裂缺陷识别量化方法、胡萝卜弯曲缺陷识别量化方法、胡萝卜开裂缺陷识别量化方法、胡萝卜须根缺陷识别量化方法和胡萝卜虫眼缺陷识别量化方法；

所述胡萝卜图像的预处理包括以下步骤：

(1)将胡萝卜的RGB图像转换为HSV图像，提取出H、S、V三个分量图像，对H、S、V三个分量图像分别选取阈值使背景变为黑色，得到消除背景的二值图像；

(2)从胡萝卜源图像中获取R、G、B三个分量图像，并根据第一公式①Gray₁＝G-B、第二公式②gray₂＝2*R-G-B对R、G、B三个分量图像进行处理，得到灰度图像Gray₁和灰度图像gray₂，再利用全局阈值对灰度图像Gray₁和灰度图像gray₂分别进行二值化，消除复杂背景影响，得到灰度图像Gray₁、灰度图像gray₂对应的二值图像；

所述胡萝卜断裂缺陷识别量化方法，包括如下步骤：

(1)根据胡萝卜的H分量图像得到二值图像；

(2)获得二值图像的边缘；