利用计算机视觉和图像处理技术对水果进行品质无损检测和自动分级过程中,果梗、花萼部分容易和碰伤、腐烂等常见表面缺陷混淆,从而被误判而引起分级错误。本文主要针对这种情况,研究了碰伤、腐烂等常见表面缺陷的检测方法,并对果梗和花萼的识别进行了研究,主要研究内容和研究成果如下: 1、综述了利用计算机视觉技术和多光谱图像技术进行水果品质检测和自动分级的国内外研究进展,并指出了国内外同类研究中所存在的问题。 2、建立并完善了适合本研究的多光谱图像系统。该系统由光照箱、8支TL514W/840HE荧光灯、HUBBA-Ⅲ黑白数字CCD摄像头、滤光片支架、滤光片、Meteor Ⅱ/MC图像采集卡及ADVANTECH INDUSTRIAL COMPUTER 610工控机组成。 3、进行了苹果的分光反射特性实验,采用美国分析光谱仪器公司（Analytical Spectral Devices）生产的FieldSpec^? HandHeld光谱分析仪进行。通过该实验测定苹果的完好、碰伤、腐烂、果梗和花萼等不同表面组织的光谱反射特性曲线,进而可以得出区分不同表面组织的波段,然后选择合适的滤光片,有利于水果分级精度的提高。 4、根据RGB颜色模型理论,把在480nm±10nm、530nm±10nm、630nm±10nm和830nm±10nm四个波段下所采集到的图像区域分别用B、G、R和I表示,然后作为RGB颜色模型中的各个分量进行叠加,分别得到RGB、RGI、GBI和RGBI四种多光谱图像。从碰伤和腐烂等常见表面缺陷的识别结果可以看出:利用R、G、B、I单色图像和RGB、RGI、GBI、RGBI多光谱图像进行分级时,对完好表面的识别率分别为75%、78.3%、55%、51.7%、95%、100%、96.7%、98.3%,而对有缺陷表面的识别率分别为75.8%、73.3%、53.3%、43.3%、97.5%、96.7%、91.7%、95.8%。由此可见,多光谱图像的识别率要高于单色图像,而RGI多光谱图像的识别率则要高于RGB、GBI和RGBI多光谱图像的识别率。 5、根据图像代数运算的理论,把在480nm±10nm、530nm±10nm、630nm±10nm和830nm±10nm四个波段下所采集到的图像区域分别用I₄₈₀、I₅₃₀、I₆₃₀和I₈₃₀表示,然