[发明专利]基于正交双目机器视觉的水果大小无损检测方法

说明书

基于正交双目机器视觉的水果大小无损检测方法，采用中轴线处于正交的两个工业相机对物体进行图像采集，而后通过MATLAB算法对采集的图像进行预处理、特征量提取、合理算法计算，得到俯视标准轮廓图与侧视标准轮廓图，对侧视标准轮廓图数据处理，得到最大果径面至水果底部的距离，称为果径面高度，对俯视标准轮廓图数据处理，得到计算果径，结合果径面高度，引入高度比例系数k，对计算果径进行修正，即得到误差较小的水果直径，而后对比国家水果分级标准，以实现水果大小的无损测量，有着标准化、效率高、精度高、损伤检测的特点，具有重要的研究意义。

技术领域

本发明涉及水果检测技术领域，尤其涉及一种基于正交双目机器视觉的水果大小无损检测方法。

背景技术

目前，国内对水果大小分级主要依靠人工结合机械实现，通过人工肉眼判断或者用游标卡尺测量其最大轴向直径作为水果的果径，由于水果果形存在较大差异，最大轴向直径不好把握，人工分级误差非常大，且在分级过程中，工作繁琐，效率较低，易对水果果实造成较严重的损害，同时存在较强的主观因素，此类分级方法已不能满足水果分级的需要。

近年来，检测方法逐渐转向机器视觉方向，可实现无损检测，且具有高效率，高准确性的特点，现如今机器视觉技术广泛运用于产品分级，如鸡蛋、柑橘、梨等，而对于水果这种品种繁多，大小形状不一、结构较复杂的水果研究较少。

采用机器视觉检测物体的特征信息及分级的研究众多，张庆怡等通过机器视觉技术实现苹果大小和腐烂面积的检测【张庆怡,顾宝兴,姬长英,等.苹果在线分级系统设计与试验[J].华南农业大学学报，2017，38(4):117-124.】；李龙等在基于机器视觉苹果外观品质检测中，对苹果运动状态下的图像进行提取和合成，随后对图像进行高斯滤波，大律法二值化以及轮廓提取处理，并轮廓进行圆拟合处理，利用拟合圆直径得到该苹果的大小【李龙，彭彦昆,李永玉.水果内外品质在线无损检测分级系统设计与试验[J].农业工程学报，2018，34(9)：267-275.】；陈艳军等设计了一套基于机器视觉技术的苹果分选系统，通过扫描提取轮廓，提出了以苹果轮廓线上两点之间的最大距离作为分级标准和以苹果最大横截面直径【陈艳军,张俊熊,李伟,任永新,谭豫之.基于机器视觉的苹果最大横截面直径分级方法[J].农业工程学报,2012,28(2)：284-288】；黄辰等借助机器视觉技术动态采集苹果传输过程中的实时图像提出改进的三层Canny边缘检测算法来提取苹果轮廓【黄辰,费继友.基于图像特征融合的苹果在线分级方法[J].农业工程学报,2017,33(1)：285-291】；赵娟等设计了一套基于机器视觉技术检测水果外观缺陷的系统，该系统主要包括单通道在线传送装置、图像采集装置及分选装置，利用数字处理方法分析苹果表面的缺陷，提出利用面积比来判断水果缺陷大小，苹果表面缺陷的总检测正确率为92.5％【赵娟,彭彦昆,SAGARDHAKAL等.基于机器视觉的苹果外观缺陷在线检测[J].农业机械学报,2013,44(1):260-263.】；牛晓颖等介绍了水果内外部品质检测的近红外、机器视觉和信息融合技术，近红外技术用于水果成熟度、坚实度、可溶性固形物和内部缺陷等内部品质的检测，机器视觉用于水果大小、形状、颜色、表面缺陷等外部品质的检测【牛晓颖、贡东军、王艳伟等基于近红外光谱和化学计量学的李果实成熟度鉴别方法研究[J].现代食品科技,2014,30(12):230-234】；张玉华等介绍了水果内外部品质检测的近红外、机器视觉和信息融合技术，近红外技术用于水果成熟度、坚实度、可溶性固形物和内部缺陷等内部品质的检测，机器视觉用于水果大小、形状、颜色、表面缺陷等外部品质的检测【张玉华、孟一、张明岗等基于近红外、机器视觉及信息融合的水果综合品质检测[J].食品工业,2018,39(11):247-250】虽然机器视觉检测水果的特征参数已有众多研究，但大多都侧重于算法，对于分级最重要的要素水果大小检测、颜色研究极少，少有的对于水果大小检测的研究，精度不高。

发明内容

本发明所解决的技术问题在于提供一种基于正交双目机器视觉的水果大小无损检测方法，以解决上述背景技术中的缺点。

本发明所解决的技术问题采用以下技术方案来实现：