基于机器视觉的火龙果自动分级系统设计

　　摘要:针对目前水果机械化分级效率低、效果差的现状和机器视觉技术在水果分级检测的应用前景，提出了利用机器视觉的技术对火龙果进行分级的方法。通过利用CCD摄像机和DSP处理器对火龙果进行缺陷检测及大小和色度的分级。试验结果表明:基于机器视觉的火龙果自动分级系统可以高效率、高准确率地实现对火龙果的自动分级，为后续产业化机器视觉水果分级系统提供了技术支持。

　　关键词:机器视觉;火龙果自动分级;缺陷检测;大小分级;色度分级

　　0引言

　　我国作为农业大国，水果的产量占世界总产量的6%，然而水果的出口价格却远远低于国外同类水果［1－2］。通过分析发现，我国水果产后处理比例和水平较低，导致出售的水果质量良莠不齐，加上产品包装过于简陋，水果产品很难进入高端市场。近年来，火龙果由于其具有美容保健的功效而在我国兴起，但作为亚热带水果，在我国栽培时间比较短，种植面积较少，供需差距较大，其果实不易保存，容易出现烂果、皱皮、失水和变软等现象，因此对火龙果进行产后处理，分级出售显得尤为重要。

　　1设计思路

　　1．1设计原理

　　通过参考国家标准和火龙果的产地标准，将白肉火龙果主要分为3个等级，如表1所示。由表1可以看出:火龙果的分级主要通过果径、果形是否有缺陷和色泽度进行分级，因此火龙果的自动分级系统主要从以上3个方面进行考虑。

　　1．2系统流程

　　火龙果自动分级系统主要由以下4部分组成，即水果传送机构、光照与摄像系统、机器视觉系统和分级系统，分级流程如图1所示。该系统基本工作原理:火龙果经由水果传送机构连续不断地传送至光照与摄像系统，摄像头对水果进行图像采集;解码后的图像数据包括水果的直径、缺陷和色泽等数据传送给DSP图像处理器，将图像识别的结果与预定的结果进行对比后得出火龙果的等级，将分级结果和水果的位置信息一并传送给系统分级机构，分级机构将火龙果落入对应等级的料槽内。

　　2分级方法

　　2．1缺陷识别

　　火龙果的缺陷识别通过给定阀值的方法进行。由于火龙果为近似圆形，因此拍摄时其表面灰度差基本相近，如果表面存在缺陷，则出现较大的灰度差。通过规定灰度差的阈值，当超过该阈值时，有缺陷存在;没有超过该阈值，则没有缺陷。

　　2．2果径分级

　　水果的大小是水果分级的重要指标之一，一般将果径定义为最大横切面的直径。火龙果的果径分级要求如表2所示。

　　3实验结果分析

　　为验证水果分级系统的可操作性，取50个不同等级的火龙果分别通过人工和系统进行分级测试，结果如表3所示。

　　由表3可以看出:系统分级效率远高于人工分级，但是分级结果有差别，共有3个火龙果分级结果不同，通过对这3个火龙果进行二次人工分级鉴别，发现系统分级结果正确。经分析原因得出:人工分级工作量大、分级时间长，导致对于色度的混淆以及对于缺陷的疏漏。

　　4结论

　　基于机器视觉技术设计了火龙果的自动分级系统，该系统主要由水果传送机构、光照与摄像系统及机器视觉系统和分级系统组成。其中，光照与摄像系统采用CCD摄像机和DSP处理器进行图像处理，对火龙果的缺陷检测、大小和色度进行分级。试验结果表明:基于机器视觉的火龙果分级系统可以高效率、高准确度地对火龙果进行分级。

　　参考文献:

　　［1］白菲，孟超英．水果自动分级技术的现状与发展［J］．食品科学，2005(26):15－148．

　　［2］周雪青，张晓文，邹岚，等．水果自动检测分级设备的研究现状和展望［J］．农业技术与装备，2012(1):9－11．

　　［3］邓婉，高钰，朱培逸，等．基于机器视觉的水果自动分级系统的设计［J］．农产品加工，2012(10):154－156．

　　［4］李庆中，汪樊华．基于计算机视觉的苹果自动分级系统硬件开发［J］．农业机械学报，2000，31(2):56－59．

声明:①文献来自知网、维普、万方等检索数据库，说明本文献已经发表见刊，在此恭喜作者.②如果您是作者且不想本平台展示文献信息,可联系在线人员予以删除.

《基于机器视觉的火龙果自动分级系统设计》是职称论文范文不可直接复制使用，需要职称论文的可和在线编辑沟通。

上一篇：基于机器视觉的穴盘苗检测试验研究

下一篇：改进四边测距算法的智慧农业无线传感器精确定位