水果表面缺陷检测是水果采后品质分级过程中尤为重要的一个环节。而由于水果果型引起的水果表面光照亮度分布不均现象,导致水果表面缺陷难以有效直接分割提取。因此,与水果的颜色、大小、形状等外部品质指标相比,其表面缺陷的快速检测是水果品质分级过程中的一个难点。同时,水果外部缺陷也是决定其价值的重要因素之一,是水果品质最直观的体现。随着机器视觉技术应用于农副产品品质无损检测,越来越多的研究学者进入到这一领域。本研究以“纽荷尔”脐橙为试验研究对象,基于机器视觉技术详细探讨了脐橙14类常见表面缺陷(溃疡病果、蓟马虫果、介壳虫果、虫伤果、黑斑病果、风伤果、炭疽病果、裂伤果、日灼果、黑星病果、药伤果、油斑病果、黑腐病果和机械伤果)的检测方法并设计开发了相应的识别检测算法。研发了一种车载式脐橙采后在线分级装备,可根据国家标准或用户自定义标准对脐橙大小及色泽指标进行在线检测分级,为下一步研发快速在线检测脐橙表面缺陷分级系统提供了理论基础依据和硬件支持平台。本文主要研究内容及结论如下:1)研究针对脐橙表面亮度分布不均匀现象,设计开发了一种基于掩模及亮度校正算法对脐橙表面缺陷进行检测,其中涉及图像背景去除和图像表面亮度提取及亮度校正,经亮度校正后的图像结合单阈值法实现脐橙表面缺陷一次性分割提取。基于此开发的算法理论对脐橙常见8类表面缺陷(机械伤果、黑腐病果、溃疡病果、蓟马虫果、油斑病果、黑斑病果、风伤果、炭疽病果)进行检测,实现了92.7%的缺陷检出率。2)研究设计开发一种区域亮度自适应校正算法,通过滑动窗口区域内较亮像素点的集合来预估该区域内的表面亮度并对其进行亮度校正以此达到对整张图像表面亮度校正的目的。该方法有效解决了因脐橙表面亮度分布不均匀现象造成的表面缺陷难分割问题。基于此算法理论对脐橙溃疡病果、蓟马虫果、介壳虫果、虫伤果、黑星病果、风伤果、炭疽病果、裂伤果等8类常见表面缺陷进行检测,其缺陷识别率达到了95.8%,较对比的另外3种缺陷检测算法,其缺陷识别率提高2.6%~8.2%,其识别速度分别减少了0.27 s、014 s和1.45 s。3)基于无亮度校正模型算法设计开发了一种图像分块自适应阈值算法对脐橙表面缺陷进行检测,通过将图像分成多个子块,理论上若图像子块数量足够多,则每个子块的表面亮度分布近似是均匀的。利用开发的算法将各个子块的缺陷提取出来,拼接在一起,即可实现对脐橙表面缺陷的检测。克服了以往需采用复杂算法才能实现对缺陷的检测,从另一种途径较有效解决了类球形水果表面亮度分布不均匀导致的缺陷检测困难问题。利用该理论算法对溃疡病果、蓟马虫果、介壳虫果、虫伤果、黑星病果、炭疽病果、裂伤果、黑腐病果、药伤果、日灼果、风伤果和机械伤果共计12类缺陷脐橙病害果进行表面缺陷检测,获得了97.1%的缺陷识别率。4)研发了一种车载式脐橙采后在线分级装备,该套系统可实现在田间地头采后现场根据脐橙大小尺寸、颜色成熟度等指标进行在线检测分级。