论文部分内容阅读
蜜桔、脐橙的外部品质检测分级是商品化处理中重要的处理步骤。研究蜜桔、脐橙外部品质在线检测分级方法,并设计出脐橙、蜜桔的外部品质检测分级设备。使用机器视觉技术进行水果外部品质分级和人工分级相比,具有分级准确率高,处理速度快等优点。机器视觉分级设备可以分拣出更多优质脐橙、蜜桔,对增加果农种植水果收入有着重大的意义。本文构建了脐橙、蜜桔外部品质检测的硬件和软件系统,实现了脐橙、蜜桔基于机器视觉技术的大小、颜色、外部缺陷三个外部品质指标的在线检测。主要研究内容和结果如下:
1.在机器视觉系统中,通过相机获得目标物的源图像。探索图像处理方法和关键技术手段,得到了适合脐橙、蜜桔在线快速分级的图象预处理方法,包括图像平滑、增强、分割、形态学处理等。
2.依据水果大小来分级。源图像经过预处理,得到蜜桔和脐橙的二值化图像,统计二值化图像里像素值为255的像素点的个数,得出对应水果的大小。蜜桔的大小检测准确率达91%,脐橙在线检测准确率达92%。
3.依据水果的颜色来分级。通过统计蜜桔和脐橙的HIS空间的各个分量,得出H分量能够代表水果颜色特征。根据此特征对蜜桔进行在线检测准确率达89%,脐橙的准确率达91%。
4.依据水果的表面缺陷来分级。分别统计了蜜桔和脐橙的R/B特征具有代表性,结合缺陷特征的面积来判断决定得出表面有缺陷的蜜桔和脐橙。实验结果蜜桔准确率84%,脐橙在线检测准确率89%。
5.使用Visual C++6.0分别编写了脐橙、蜜桔外部品质在线检测分级系统的的运行软件。结合对应的硬件进行了综合实验,根据水果具体的情况来调试设备,得出最好的处理结果。设备最快分级速度:蜜桔0.5吨/小时、脐橙2.7吨/小时。分级的速度和准确率基本上满足在线分级的要求。
本研究是利用机器视觉技术的处理速度快、准确度高等特点,结合蜜桔和脐橙自身的特点,分别设计了蜜桔和脐橙分级设备系统。分级设备减轻了人工分级的劳动强度,提高了生产劳动的效率。机器视觉应用于脐橙、蜜桔在线检测分级,将会对脐橙、蜜桔的发展起到很好的促进作用。