[发明专利]一种苹果脆片品质无损分级的方法

摘要

本发明涉及苹果脆片外部品质分级标准及计算机视觉技术对苹果脆片品质的无损分级方法，属于一种新型的苹果脆片品质无损分级技术。通过计算机视觉装置，获取脆片图像，对脆片图像进行处理，提取大小、形状、颜色和纹理特征参数，优选特征参数。利用模式识别技术对各等级苹果脆片图像特征进行分析，从而实现对苹果脆片的无损分级。本方法操作简便、检测迅速、分级准确，弥补了传统分级方式耗时、费力、费用高、易受主观因素影响、机械损伤较大等不足。

主权项

1.一种苹果脆片品质无损分级的方法，包括计算机视觉对苹果外观品质的分级，其特征是包括以下步骤：利用计算机视觉图像系统采集各个级别脆片图像；对图像进行处理后，提取脆片特征参数，然后将优选后的特征参数值输入脆片品质分级模型，模型的输出结果为脆片等级信息，即：1)计算机视觉系统由计算机、相机、光源、支架和底座组件构成，其中，计算机型号为Dell Optiplex 7010、3.4GHz、内存8G、显卡256M GeForce GT240；相机型号为NEX‑6的索尼相机，自动白平衡，光圈f/9.0，曝光时间为1/50s，曝光补偿为‑2.0，ISO 100，焦距为30mm；光源由两条LED灯组成，每条功率12W，长度为33cm，可手动调节亮度；底座是由一块30cm×30cm×1.1cm的金属板组成，底座上有螺孔，用来调节和固定支架；支架为6根35cm的不锈钢支架，一端带有螺纹，另一端带有螺孔；2)图像处理主要有灰度转化、中值滤波、实验法阈值分割；3)图像特征参数提取，其中，分别提取苹果脆片大小、形状、颜色和纹理四方面的特征参数；所述的大小特征参数提取具体为提取脆片图像像素点个数的总和表示脆片的面积，记为A，即脆片的大小；所述的形状特征参数提取包括圆形度和前10项傅里叶系数的提取，具体步骤为提取脆片区域的外边界周长记为L，计算脆片圆形度提取前10项傅里叶系数，进行傅里叶变换并分别选取不同组数的傅里叶系数进行脆片边界重构，根据重构效果选取前10项傅里叶系数作为形状特征参数；所述的颜色特征参数提取包括红色分量R、绿色分量G、蓝色分量B和色调H的均值，具体步骤为分别提取RGB图像中所有像素点R、G、B的均值，并将RGB色彩空间值转换为HIS色彩空间值，提取H的均值；所述的纹理特征参数提取具体为分别计算灰度共生矩阵的熵、相关性、能量和对比度在0°、45°、90°、135°四个方向上的均值和均方差，即为纹理特征参数；4)图像特征参数的优选，其中，对五个级别分类确定了面积A、圆形度P、G分量均值、相关性的均值CM、相关性的标准差CMS、能量的标准差ASMMS、第6项傅里叶系数f6共7个特征参数，各个参数的取值范围分别为：一等：100000≤A≤200000、0.72≤P≤0.80、78≤G≤110、0.984≤CM≤0.997、8.10E‑04≤CMS≤2.84E‑03、2.52E‑04≤ASMMS≤5.60E‑04、‑243≤f6≤28；二等：70000≤A≤170000、0.68≤P≤0.78、74≤G≤108、0.979≤CM≤0.996、7.95E‑04≤CMS≤2.80E‑03、2.40E‑04≤ASMMS≤4.18E‑04、‑285≤f6≤6；三等：70000≤A≤150000、0.44≤P≤0.80、78≤G≤110、0.984≤CM≤0.997、8.10E‑04≤CMS≤2.84E‑03、1.99E‑04≤ASMMS≤3.628E‑04、‑350≤f6≤207；四等：50000≤A≤85000、0.43≤P≤0.69、74≤G≤108、0.979≤CM≤0.996、7.95E‑04≤CMS≤2.80E‑03、1.60E‑04≤ASMMS≤2.74E‑04、‑350≤f6≤110；等外：25000≤A≤70000、0.43≤P≤0.80、65≤G≤100、0.984≤CM≤0.997、7.95E‑04≤CMS≤3.23E‑03、1.20E‑05≤ASMMS≤2.23E‑04、‑303≤f6≤‑46；其中，对三个级别分类确定了面积A、H分量均值、熵的均值EM共3个特征参数，各参数的取值范围分别为：一等：70000≤A≤200000、0.1777≤H≤0.3944、0.3413≤EM≤0.6100；二等：50000≤A≤170000、0.1558≤H≤0.4155、0.2767≤EM≤0.7369；等外：25000≤A≤70000、0.1642≤H≤0.4328、0.1598≤EM≤0.3485；5)脆片品质分级模型为支持向量机模型(SVM)：将优选后的特征参数值输入SVM，输出值即为脆片等级，其中SVM核函数为径向基函数，核函数参数gamma值为1，惩罚系数cost值为31.6228。