基于機器視覺的蘋果分級方法研究

陳 卓 方紀(jì)昊 王太良 李 強 蔡永清

（海南大學(xué)機電工程學(xué)院，海南?？?70228）

0 引言

機器視覺技術(shù)對于蘋果分級意義重大，它使得對蘋果進行非人工分級時不僅僅只能根據(jù)大小，而可將蘋果表面是否有缺陷、果體是否完整等多項因素都考慮進來。機器視覺技術(shù)比人工分級準(zhǔn)確性更高且更為高效。

Yang等人[1-3]開發(fā)的圖像采集系統(tǒng)有效處理了將蘋果從三維立體轉(zhuǎn)為二維圖像時的視覺誤差，還將拍照過程中光照不均、電信號、噪聲等產(chǎn)生的影響考慮了進來，有效還原了蘋果現(xiàn)實中的實際情況，然后直接對缺陷進行分析來完成缺陷分級。

籍保平和吳文才[4]提出了將蘋果影像進行預(yù)處理，進行閾值分割轉(zhuǎn)化為二值圖像，進而對蘋果外部缺陷進行檢測。

劉新庭等[5]提出了基于最大果寬法的最小外接圓法，用近似圖像來代替最大果寬法需要的固定圖像，雖然有一定的誤差，但有效解決了生產(chǎn)困難。

1 圖像采集系統(tǒng)的搭建

1.1 各部件的選定

相機：本系統(tǒng)采用了可達480 Mb/s的200萬像素工業(yè)相機RS-200A，采用大面陣CMOS圖像傳感器。

照明光源：選擇了PDOK可聚光LED燈珠環(huán)形光源OK65。光箱：采用301 mm×301 mm×357 mm的密閉光箱。背景：使用統(tǒng)一顏色的背景，選擇黑色的背景布。計算機：用基于MATLAB開發(fā)的圖像處理系統(tǒng)來進行圖像處理及后期運算。

1.2 采集系統(tǒng)的搭建

根據(jù)實驗?zāi)康?，我們的采集系統(tǒng)需要達到以下要求：

（1）采集室為一個密閉光箱，這樣做是為了防止外部自然光的照射不同而產(chǎn)生不同的圖像，因此我們需要自己提供一個穩(wěn)定的光源。

（2）獲取到的半徑與比例系數(shù)K的乘積為待測物體的半徑，因此在K值確定后，相機的位置、焦距以及光源的位置、亮度都需要固定，蘋果也需要放置在相機鏡頭的垂直位置上。

（3）背景布為統(tǒng)一的黑色，使待測物體與背景布差距巨大且無干擾。

根據(jù)以上要求，搭建采集系統(tǒng)如圖1所示。

2 實驗過程與結(jié)果分析

2.1 果徑分級標(biāo)準(zhǔn)

圖1 采集系統(tǒng)實物圖

根據(jù)GB/T 10651—2008《鮮蘋果》提供的標(biāo)準(zhǔn)，直徑≥75 mm為優(yōu)等果，直徑≥70 mm為一等果，直徑≥65 mm為二等果，其余為等外果，如表1所示[6]。

表1 蘋果分級標(biāo)準(zhǔn)

2.2 實驗步驟

（1）挑選30個果實完整、外表無缺陷、大小不均的紅富士，對其依次編號為1～30。

（2）通過游標(biāo)卡尺測量果體最大橫徑，也就是實際果徑RS。

（3）通過圖像采集系統(tǒng)獲取測量直徑RC，將其進行果型分級。

（4）比較出兩者的差值為絕對誤差J。

（5）絕對誤差J與實際果徑RS的比值為相對誤差X。

（6）將果型分級結(jié)果與實際相比對，計算分級正確率。

如表2所示，數(shù)據(jù)表明，該圖像處理系統(tǒng)對于直徑測量的平均相對誤差為1.31%，其中4、14、19號蘋果分級判斷錯誤，即本圖像處理系統(tǒng)分級成功率有90%。

3 結(jié)語

通過在實驗室搭建的機器視覺系統(tǒng)，結(jié)合MATLAB所建立的圖像處理體系，能非常有效地實現(xiàn)蘋果的分級，機器視覺系統(tǒng)的測量相對平均誤差僅為1.31%，蘋果分級的成功率有90%。該系統(tǒng)存在的一個凸顯的問題是蘋果圖像的獲取還需要手動擺放，因此需進一步完善蘋果的擺放和運輸裝置。

表2 實驗數(shù)據(jù)及誤差分析