基于機器視覺的水果自動分級

1、精選優(yōu)質(zhì)文檔-傾情為你奉上基于機器視覺的水果自動分級摘要：果品采后分級，對于保證果品質(zhì)量，方便貯運，促進銷售，便于食用和提高產(chǎn)品的競爭力具有重要意義。因此,發(fā)達國家極為重視，特別注重果品分級機械的開發(fā)。水果分級技術(shù)能夠保證水果的質(zhì)量，提高消費者的滿意度，增強水果產(chǎn)業(yè)的競爭力和利潤水平。本文介紹了水果自動分級機的研究現(xiàn)狀，綜述了國內(nèi)基于機器視覺的水果自動分級技術(shù)在大小、形狀、顏色和表缺陷分級方面的研究現(xiàn)狀，分析了基于機器視覺的水果自動分級過程中存在的不足，提出了利用定向裝置與機器視覺相結(jié)合的水果分級的思路。關(guān)鍵詞：機器視覺；定向裝置；水果分級；進展Automatic classification

2、 of fruits based on the Machine visionAbstract: The grading of post-harvest fruit is important for ensureing fruit quality, convenient storage and transportation, the promotion of sales ,human consumption and improving the competitiveness of products. Therefore, the developed countries attached grea

3、t importance, with particular emphasis on the development of fruit grading machinery Technologies for grading and sorting fruit would assure the quality and whole-sameness of fruit, increase consumer satisfaction, and enhance the competitiveness and profit-ability of the fruit industry. In this pape

4、r, the present situation of fruit sorting robots was reviewed; the computer fruit grading technologies based on size, shape, color and surface defect are introduced in China. After disadvantages of fruit grading method only based on machine vision are analyzed, the new method of combining machine vi

5、sion with oriental device is put forward in the paper.Key words: machine vision;oriental device;fruit grading;prospect我國是水果生產(chǎn)大國，特別是90 年代以來發(fā)展更為迅速。據(jù)國家統(tǒng)計局統(tǒng)計，2004 年我國水果總產(chǎn)量已經(jīng)達到 15243 萬噸，比 2003 年增長 5%，占世界總產(chǎn)量的 12.7%。水果產(chǎn)業(yè)已經(jīng)成為我國南方主產(chǎn)區(qū)農(nóng)村經(jīng)濟的一大支柱產(chǎn)業(yè)，為促進農(nóng)民增收、擴大城鄉(xiāng)居民就業(yè)和改善生態(tài)環(huán)境作出了積極貢獻。雖然我國水果產(chǎn)量很大，但國內(nèi)水果價格低，“賣果難”問題經(jīng)常出現(xiàn)，水

6、果生產(chǎn)快速發(fā)展的勢頭受到抑制。 而且中國水果以本國消費為主， 參與國際貿(mào)易的比例一直很低， 出口量不到國際水果貿(mào)易的3%。其中一個重要原因就是采后商品化處理落后，外觀質(zhì)量較差，導(dǎo)致水果的市場競爭力比較弱。根據(jù)水果產(chǎn)銷趨勢可以發(fā)現(xiàn)，水果產(chǎn)值的大部分是由產(chǎn)后處理和產(chǎn)后加工創(chuàng)造來的。 水果的產(chǎn)后商品化處理包括清洗、打蠟、分級、 包裝。分級是果品商品化處理的重要環(huán)節(jié)，它在技術(shù)方面發(fā)展最快并在最近幾年發(fā)生了根本的變化。目前我國國內(nèi)水果商品化處理過程中的清潔、 打蠟設(shè)備已經(jīng)比較成熟，關(guān)鍵在于分級技術(shù)還比較落后。水果的分級指標(biāo)包括外部品質(zhì)和內(nèi)部品質(zhì)兩個方面。 水果外部品質(zhì)的主要分級指標(biāo)是水果的果形、大小、色

7、澤、表面質(zhì)量和顏色等。其中水果的表面質(zhì)量可以通過表面光潔度、表面缺陷( 斑點、污點、爛壞)、損傷來描述。內(nèi)部品質(zhì)指糖度、硬度、酸度、可溶性固形物等指標(biāo)。 水果分級是采后加工的關(guān)鍵環(huán)節(jié)，一般按大小、形狀、顏色、表面缺陷等幾個方面對其外部品質(zhì)進行分級。人工分級是目前國內(nèi)普遍采用的分級方法。這種分級方法所用設(shè)備簡單，能最大限度地減輕水果的機械傷害，但分級標(biāo)準(zhǔn)容易受人的主觀鑒別能力和情緒等因素影響，往往偏差較大，且需要大量勞動力從事機械勞動，工作效率低；機械式分級或是根據(jù)果實直徑大小形狀選果，或是根據(jù)不同輕重進行質(zhì)量選果，常用的設(shè)備有果徑大小分級機、果實質(zhì)量分級機等，這種分級方法能夠消除人為心理因素的

8、影響 ,生產(chǎn)效率較高 , 但分級精度不高，級差不可設(shè)置過小，適應(yīng)性較差，容易對水果產(chǎn)生傷害。隨著計算機技術(shù)的迅猛發(fā)展，機器視覺技術(shù)在工農(nóng)業(yè)生產(chǎn)中的應(yīng)用也越來越普遍，現(xiàn)已廣泛應(yīng)用于林業(yè)、工業(yè)、農(nóng)業(yè)、軍事、交通、品質(zhì)檢測等領(lǐng)域，本文對該技術(shù)在水果分級中的應(yīng)用進行綜述和展望。1 機器視覺技術(shù)及其研究與進展1.1 機器視覺技術(shù) 機器視覺又稱計算機視覺，是隨著計算機技術(shù)的發(fā)展迅速成長起來的，是指計算機對三維空間的感知，包括捕獲、分析、識別等過程。它是計算機科學(xué)、光學(xué)、自動化技術(shù)、模式識別、人工智能技術(shù)的綜合。機器視覺系統(tǒng)主要由三部分組成: 圖像的獲取、圖像的處理和分析、輸出或顯示，一般需要 CCD 攝像

9、機、檢測裝置、傳送帶、計算機、伺服控制系統(tǒng)等設(shè)備。在水果分級過程中，水果位于傳送帶上方，CCD攝像機配置在傳送帶的上方及周邊，在傳送帶的兩側(cè)安裝有檢測裝置。當(dāng)水果通過 CCD 攝像機時，CCD 攝像機將通過圖像采集卡將水果圖像傳入計算機 , 由計算機對圖像進行一系列處理，確定水果的顏色、大小、形狀、表面損傷情況等特征，再根據(jù)處理結(jié)果控制伺服機構(gòu)，完成分級。該方法無損水果質(zhì)量，能減輕人工分級的大量勞動和人為誤差，速度快，精度高。上世紀(jì) 80 年代后期，由于計算機技術(shù)的迅速發(fā)展，計算機硬件價格大幅度下降而計算速度成倍增長，為計算機視覺技術(shù)的廣泛應(yīng)用創(chuàng)造了條件。國外眾多學(xué)者對提高分級速度也進行了多方

10、面的研究和努力，在理論和應(yīng)用上有了較大進展，并取得了很好的經(jīng)濟效益。而我國的水果自動分級技術(shù)研究則較晚，僅始于 90年代，且從事機器視覺水果自動分級系統(tǒng)研究的科研院所并不多，但卻為我國研究水果分級系統(tǒng)奠定了基礎(chǔ)， 目前在水果外部品質(zhì)分級技術(shù)方面的研究主要體現(xiàn)在以下方面。1.2 機器視覺技術(shù)在水果分級中的應(yīng)用1.2.1 按大小分級按大小分級是水果分級的一個重要指標(biāo)。應(yīng)義斌研究了利用機器視覺技術(shù)精確檢測水果尺寸方法，建立了圖像中的點與被測物體上的點之間的定量關(guān)系，提出利用物體的邊界信息求出物體的形心坐標(biāo)的新方法。實驗表明所測水果最大橫徑與實際最大橫徑的相關(guān)系數(shù)0.961。章文英、應(yīng)義斌等針對蘋果的

11、外形特征，應(yīng)用蘋果的最小外接矩形 (MER) 的尺寸表示橫徑和縱徑，取得了較為理想的結(jié)果2。高華、王雅琴用傅立葉半徑描述的前 9 個分量測量水果的大小3。馮斌、汪懋華以蘋果的自然對稱形態(tài)特征為依據(jù)，取垂直于水果軸向的最大寬度為水果大小，檢測準(zhǔn)確率為 94.4%，水果大小檢測最大絕對測量誤差為 3mm4。1.2.2 按形狀分級果實形狀是水果品質(zhì)檢測與分級的一個重要指標(biāo)5，寧紀(jì)鋒、何東健等利用圖像形態(tài)學(xué)方法，按內(nèi)切圓面積占蘋果圖像面積的比例進行分級，綜合準(zhǔn)確率達 91.4%。利用形態(tài)學(xué)進行果實品質(zhì)檢測只需進行膨脹和腐蝕的組合調(diào)用 ,算法容易，但由于反復(fù)調(diào)用，算法執(zhí)行效率較6。趙靜、何東健提出用半徑

12、指標(biāo)、連續(xù)性指標(biāo)、曲率指標(biāo)、半徑指標(biāo)的對稱性、連續(xù)性指標(biāo)的對稱性、曲率指標(biāo)的對稱性 6 個特征參數(shù)表示果形，利用人工神經(jīng)網(wǎng)絡(luò)對果形進行識別和分級。結(jié)果表明，用提取的特征參數(shù)和果形識別技術(shù)，計算機視覺與人工分級的平均致率在 93%以上7。應(yīng)義斌、景寒松等提出在黃花梨的分級過程中采用傅立葉變換與傅立葉反變換對來描述果形。研究發(fā)現(xiàn)該傅立葉描述子的前16 個諧波的變化特性足以代表梨體的主要形狀，采用傅立葉描述子與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法進行果形識別的精確率可達90%8。1.2.3 按顏色分級顏色也是衡量水果外部品質(zhì)的重要指標(biāo)之一，同時該指標(biāo)也能間接反映水果的內(nèi)部品質(zhì)。因此按顏色分級也是水果分級的一項重

13、要內(nèi)容。馮斌、汪懋華通過對不同著色等級的水果分析，以各色度在水果表面分布的分形維數(shù)為特征進行分級，該特征值不僅考慮了各色度點的累計特性而且考慮了色度點空間分布特性，使顏色分級更符合實際情況，通過人工神經(jīng)網(wǎng)絡(luò)識別進行分級的準(zhǔn)確率達 95%9。何東健、楊青等通過機器視覺自動檢測蘋果表面著色度，獲取彩色圖像，并將 RGB 值轉(zhuǎn)換成 HSI 值；在分析蘋果顏色特性的基礎(chǔ)上，確定了用合適色相值累計著色面積百分比進行顏色分級的方法。分級試驗結(jié)果表明，計算機視覺分級與人工分級的一致度在 88%以上10。李慶中、張漫等確定了蘋果顏色特征的提取方法，利用遺傳算法實現(xiàn)了多層前向神經(jīng)網(wǎng)絡(luò)識別器的學(xué)習(xí)設(shè)計11。1.2

14、.4 按表面缺陷分級 表面缺陷也是水果分級的重要指標(biāo)之一。李慶中、汪懋華在實數(shù)域分形盒維數(shù)計算方法的基礎(chǔ)上，提出了雙金字塔數(shù)據(jù)形式的盒維數(shù)快速計算方法。對于待識別水果圖像的可疑缺陷區(qū)，提出用 5 個分形維數(shù)作為描述該區(qū)域粗糙度和紋理方向性的特征參數(shù)，并用所提出的快速計算方法進行計算，然后利用 BP 神經(jīng)網(wǎng)絡(luò)作為模式識別器，區(qū)分水果表面的缺陷區(qū)和梗萼凹陷區(qū)，識別準(zhǔn)確率為 93%12。劉禾、汪懋華根據(jù)蘋果表面缺陷特征，同時考慮缺陷形狀的投影畸變，提出了一種蘋果表面缺陷分類方法。該方法利用二叉樹將一個復(fù)雜的多模式分類問題分解為多級的、相對簡單的二類模式分類問題，并采用人工神經(jīng)網(wǎng)絡(luò)與閾值判別相結(jié)合的方

15、法，將蘋果表面缺陷分為碰壓傷、刺傷、裂果、病蟲果和蟲傷13。何東健、楊青以提高球形果實表面缺陷面積的計算機視覺測定精度為目的，分析了利用投影圖像直接測定球形果實表面缺陷存在的問題；提出并建立了從投影圖像恢復(fù)球形果實表面幾何特征的像素點變換法和邊界變換法，試驗表明，兩種方法可使測定相對誤差減小 35%左右14。朱偉華、曹其新在 HSL 顏色模型的基礎(chǔ)上，提出了基于模糊顏色聚類的缺陷分割方法。將 RGB 顏色模型轉(zhuǎn)化為 HSL 顏色模型，用三角隸屬度函數(shù)定義 H、S、L 模糊集，進而構(gòu)成模糊顏色集，在該基礎(chǔ)上，定義模糊顏色相似度測度，分析兩種模糊顏色的形似性。該方法應(yīng)用于西紅柿的缺陷分割準(zhǔn)確率達

16、96%15。以上是國內(nèi)學(xué)者對水果分級的研究，這些研究大多利用一般的微機和圖像采集卡，開發(fā)一些圖像處理和模式識別的新算法。但由于圖像處理硬件速度較低，在研究中未考慮實際分級中水果傳輸?shù)膭討B(tài)特性，識別率、效率都很低，多數(shù)限于靜態(tài)水果圖像分選的算法研究，不適合實時分級的要求，尤其是快速而準(zhǔn)確地測定水果表面的各種缺陷并與梗、萼凹陷區(qū)正確區(qū)分比較困難。2 機器視覺在水果自動分級中的應(yīng)用展望2.1 機器視覺系統(tǒng)在水果自動分級中的應(yīng)用分析 目前，國內(nèi)學(xué)者對基于機器視覺的水果自動分級技術(shù)的研究，主要集中于軟件算法上，即研究水果圖像的獲取、圖像處理、分析等，而水果位置的確定、缺陷的查找、分類等工作均需要計算機完

17、成。由于計算機需要完成所有工作且受硬件條件的限制，分級精度、速度等均存在很大問題，不能滿足實時處理的需要。 國內(nèi)學(xué)者在水果自動分級技術(shù)研究中，所研究的水果都是雜亂無章的，光線在水果表面之間相互反射的不規(guī)則造成了攝入水果圖像質(zhì)量的不穩(wěn)定；水果所處的狀態(tài)也直接影響著對其大小和形狀的判斷，在處理過程中首先要通過大量數(shù)據(jù)分析來判斷其狀態(tài)；水果缺陷與梗、萼凹陷等水果固有部位在灰度圖像上的相似性又決定了計算機在進行處理時極易將兩者相混淆，Crowe、Campins、Yang、Penman 等研究發(fā)現(xiàn)當(dāng)數(shù)字圖像用于缺陷檢測時，不可能在圖像分割前確認(rèn)果梗和花萼16 17 18 19, 這就需要進行大量復(fù)雜的計

18、算來判斷， 且結(jié)果并不理想。因此水果的狀態(tài)直接影響著分級的精度和速度，如能將水果在傳送過程中變雜亂無章為井然有序，將大大減少計算機的運算量，從而提高水果分級的精度和速度。2.2 基于定向裝置和機器視覺的水果自動分級系統(tǒng) 鑒于機械式分級生產(chǎn)效率較高，但分級精度不高，適應(yīng)性較差而機器視覺技術(shù)快速準(zhǔn)確地測定水果表面的各種缺陷并與梗、萼凹陷區(qū)正確區(qū)分比較困難的特點，作者提出一種基于機械設(shè)計與機器視覺相結(jié)合的水果自動分級技術(shù)。其主要思想是設(shè)計一種定向裝置，通過該裝置的機構(gòu)運動，將原本雜亂無章的水果進行有序排列，使所有排列后水果的梗、萼全部位于同一方向。在采集水果圖像時，就不再采集梗、萼區(qū)域，在圖像處理時

19、也不必對梗、萼進行判斷，從而實現(xiàn)圖像處理中較為困難的部分 ,節(jié)省時間，提高分級精度和效率。定向裝置需要滿足以下幾點要求: 定向裝置的存在不得影響圖像采集質(zhì)量；定向裝置不得影響水果的光照；定向時間要短，且所有水果的定向結(jié)果要一致，即所有水果的果梗和花萼要位于同一方向；水果圖像采集不得影響傳送設(shè)備的正常運轉(zhuǎn)；定向裝置結(jié)構(gòu)要盡可能簡單，重量輕，價格要便宜；定向裝置要能適用于大小不同的水果；裝置要能實現(xiàn)帶果梗水果的定位，并解決由果梗帶來的所有問題。目前，在基于定向裝置的機器視覺的水果自動分級系統(tǒng)研究方面已取得初步進展。3 結(jié) 語 我國研究人員在基于機器視覺的水果自動分級技術(shù)研究方面做了很多工作，研究有

20、了進一步進展，有一定程度的應(yīng)用，但生產(chǎn)效率還不高，分級精度與美國等發(fā)達國家還存在較大差距。如能結(jié)合硬件和軟件，用機械的方法實現(xiàn)計算機處理的部分功能 , 必然會提高水果分級的速度，從而使水果自動分級廣泛應(yīng)用于實際生產(chǎn)成為可能。由于國內(nèi)對水果品質(zhì)檢測及自動分級研究時間不長，雖然有一些成功的研究， 但遠談不上大規(guī)模推廣應(yīng)用。因此，還存在許多需要繼續(xù)解決的問題。我們應(yīng)加大力度將新技術(shù)應(yīng)用于實際生產(chǎn)中，這對提高我國國產(chǎn)水果的品質(zhì)，增強參與國際競爭的能力，降低工人的勞動強度，具有重要的理論意義和實際意義，并能創(chuàng)造巨大的經(jīng)濟效益和社會效益。參考文獻：1 應(yīng)義斌.水果尺寸和面積的機器視覺檢測方法研究J.浙江大

21、學(xué)學(xué)報.2000,26(3): 229-232.2 章文英,應(yīng)義斌.蘋果圖像的預(yù)處理及尺寸檢測J.金華職業(yè)技術(shù)學(xué)院學(xué)報.2001, (1):23-25.3 高華,王雅琴.基于計算機視覺的農(nóng)產(chǎn)品形狀分級研究J.計算機工程與應(yīng)用.2004,(14): 227-229.4 馮斌，汪懋華. 基于計算機視覺的水果大小檢測方法J.計算機工程與應(yīng)用. 2003, 34 (1): 73-75.5 葉昱程,應(yīng)義斌.水果品質(zhì)檢測與分級技術(shù)J.農(nóng)機化研究,2003,(1) : 58-59. 6 寧紀(jì)鋒,何東健等. 基于圖像形態(tài)學(xué)的球形果實品質(zhì)檢測研究J. 農(nóng)機化研究.2001,(3): 28-29.7 趙靜,何東健

22、.果實形狀的計算機識別方法研究J.農(nóng)業(yè)工程學(xué)報.2001,11(2):165-167.8 應(yīng)義斌,景寒松等.黃花梨果形的機器視覺識別方法研究J.農(nóng)業(yè)工程學(xué)報.1999,15 (1) : 192-196.9 馮斌,汪懋華.基于顏色分形的水果計算機視覺分級技術(shù)J.農(nóng)業(yè)工程學(xué)報.2002,18 (2) : 141-144.10 何東健,楊青等.果實表面顏色計算機視覺分級技術(shù)研究J.農(nóng)業(yè)工程學(xué)報.1998,14(3): 202-205.11 李慶中,張漫等.基于遺傳神經(jīng)網(wǎng)絡(luò)的蘋果顏色實時分級方法J.中國圖像圖形學(xué)報,2000, 5(9) :779-784.12 李慶中 , 汪懋華. 基于分形特征的水果缺陷快速識別方法 J . 中國圖像圖形學(xué)報. 2000, 5 (2): 144-148.13 劉禾,汪懋華.基于數(shù)字圖像處理的蘋果表面缺陷分類方法J.農(nóng)業(yè)工程學(xué)報.2004,20(6)