基于机器视觉的苹果大小自动分级方法

柔情只为你懂 2022-09-09 02:07 166阅读 0赞

基于MATLAB机器视觉的苹果大小自动分级方法

1.  **课题介绍及意义**

介绍了采用机器视觉的苹果大小自动分级方法，利用CCD摄像机获取苹果的样本图像，应用MATLAB 软件编程实现了对样本图像的背景去除、二值化、图像平滑、特征量提取和图像标定等处理，参照苹果分 级的国家标准完成了苹果自动分级。试验表明，此方法分级精度高，且速度快。

分级是根据要求把物体分为不同等级的方法。苹果分级一直是我国水果生产业上的一薄弱环节，直接影响到苹果在市场上的销售。众所.、 知，我国出口到国外市场上的苹果，其品质并不亚 于国外同类产品，但是由于等级层次不齐而导致苹 果在市场上毫无竞争优势可言。据中国标准咨询网 上的报道，在国外，苹果收获后要经过严格的分级， 这样不仅拉开了价格档次，而且也方便了消费者的 购买。中国在加入WTO之前，农产品关税一直保持 在很高的水平，国外苹果没有在实质上冲击本土苹 果。现在，我国农产品的市场之门已经打开，中国 近10亿的农业人口要面临来自世界的竞争“气

长期以来，我国乡村劳动力资源丰富，苹果生 产的分级只釆用人工方式。人工分级存在明显的缺 点：首先，分级标准的客观性水平差，同一品种的 苹果对于不同的产地，其人为制定的分级标准可能 不同，即使是同一个生产者，由于受情绪和疲劳程 度的影响，所把握的标准也在波动；另外，分级的 效率低，无法与自动化生产线的生产能力相比⑶。

一个产业的附加值往往在产业之外。目前，我 国的苹果分级现状直接导致其质量大打折扣。研究 如何提高我国的苹果自动分级水平，提高其在市场 上的竞争力，对于我国这样一个苹果生产大国，具 有深远意义&气在此基础上，本文提出了一种基于 机器视觉的苹果大小自动分级方法。

1.  **分级系统构成及图像采集过程**

2.1分级系统构成

分级系统主要由苹果输送翻转机构、机器视觉 识别系统和分级机构组成，如图1所示。

![v2-70889636a012f46adae6c892a76e2512\_b.jpg][v2-70889636a012f46adae6c892a76e2512_b.jpg]

1.水果输送翻转系统2.摩擦带3.链轮4.双锥式滚子5.水果

6.链条7.传感器8.光照箱9灯10. CCD摄像头11.微机

12.计算机识别系统13.控制模块14.分级执行机构

15.滑道16.分机系统17.料斗

图1分级系统示意图

苹果输送翻转机构主要由双锥式滚筒、摩擦带 和倾斜条等组成。该机构由链传动完成，双锥式滚 筒通过水平轴装在链条上，并能随链条向前运动。 装在双锥式滚筒下面的摩擦带由另一电动机驱动， 与双锥式滚筒紧密接触。当摩擦带和双锥式滚筒具 有速度差时，双锥式滚筒就会在摩擦带上绕水平轴 转动，调节摩擦带的速度可以控制双锥式滚筒的旋 转速度，从而保证苹果在向前运动的同时具有翻转 运动。倾斜条的作用是保证苹果在输送过程中能自 动单个成行进入每对双锥式滚筒中，苹果输送翻转 机构的速度可根据生产线工作的需要进行调整同。

孔为DCR—•TRVZS,解象度为640x480象素,摄像 头采集图像速度(帧频率)为30帧/s；微机配置为 1.7GHz CPU、512MB内存和40GB硬盘；照明装置采 用寿命长、灯显色性好、颜色失真小和色泽均匀的 2只220V100W长寿灯泡。

分级部分主要由控制模块、滑道和分级执行机 构组成\*当分级料斗输送带上的苹果到达对应的分 级口位置时,由分级控制模块发送指令\*使分级机 构动作,完成分级。

2.2图像釆集过程

试验时，调节CCD摄像头的焦距和苹果输送翻 转部分的速度，直到采集苹果图像清晰为止，锁定 焦距和苹果输送翻转部分的速度。CCD摄像头釆集 苹果视频信号存储在数码录像带上。试验结束后， 视频信号通过USB接口传输到微机，并以MPEG格式 存储，称为视觉检测样本。

1.  **处理过程**

3.1、图像预处理

采用MATLAB图像处理工具箱对图像进行处理 和分析。具体过程是图像背景去除、二值化、图像 平滑、特征量提取、图像标定和自动分级等&气 2.1背景去除

在获取的样本图像中，包括苹果、摩擦带和滚 子等背景物体，因此首先应该将这部分背景去除。

调用 imclearborder .( X, CONN )函数，其功能 是去除图像X中与图像边界相连通且比其周围物体 明度高的部分。为此，可以通过选择CONN的值来选 用4连通或是8连通(即C0NN=4或C0NN=8)。根据 具体情况进行调整。这里选用8连通效果较好"谕",

实现背景去除可使用如下语句：

xl = imclearborder(xlO, 8);

去除背景后的图像如图2所示厦

3.2 二值化

图像二值化处理是特征量提取所必需的。去除 与边缘相连的背景物后，图像还是真彩色图像。为 将图像变换成二值图像，应将图像变换成灰度图像3

实现彩色图像灰度化可使用如下语句：

x2=mat2gray(xl);

灰度图像如图3所示。

得到灰度图像后，选取合适的阈值对图像进行 二值化处理。.二值化处理的具体过程如下：设定某 一阈值7 ,二值化处理就是用7将图像分为两部分" 大于7的象素群取值1,小于7的象素群取值0,从 而把图像化分成仅留目标对象和黑色背景的两个区 域。通过二值化处理，使检测对象从复杂的图像背

景中凸显岀来。

![v2-bb98986b7547f5de5603b33c2a4be6e0\_b.jpg][v2-bb98986b7547f5de5603b33c2a4be6e0_b.jpg]

3.3图像平滑

图像经二值化处理后不仅包括苹果目标，还残 留一些干扰噪音(小斑点)。这些噪音直接影响检测 的准确度，而图像的平滑处理就是消除噪音％应。

实现图像平滑处理可使用如下语句：

x4 = medfilt2(x3, \[10,10\]);

3.4特征量提取

苹果在输送带上既有旋转运动又有平移运动， 这两种运动的组合使苹果状态出现了不确定性。一 般表现为3种形式，即侧倾、正立和倒立形式。当 处于正立，和倒迎形式时，由苹果的生物特性决定其 图像边缘近似圆形；当处于侧倾形式时，图像边缘 呈不规则形状，反映苹果的形状差异,在对苹果进 行大小分级时，一般按苹果直径进行分级牛。因此， 对采集图像进行图像处理后，检测其边缘序列点集 =0,1.

当苹果形状趋于圆形时，特征量C是单调减少 趋向0,它不受形状区域位置和尺寸的影响9对经 过图像处理后的图像分别计算特征量C ,取C值较小 的一幅图像来检测苹果大小\*%,

在得到检测图像后，需确定苹果直径的检测轴 向，取垂直方向为轴向方向。这样，取垂直于轴向 的最大苹果宽度即为苹果直径大小。但最大宽度的 确定仍需搜索完成，即沿着轴向方向进行宽度检测, 得到一系列苹果宽度，最后对其进行比较,确定最 大值，这是进行苹果大小分级的特征量。

3.5图像标定

在进行特征量提取后，得到苹果的直径值是像 素坐标下的值。要进行苹果大小分级，还需对其值 进行像素坐标和实际坐标的转化（即图像标定）。

在图像标定中，以水平放置的刻度尺为参考， 在刻度尺上做两处标记，两标记点间的实际坐标差 为10cm。通过多次检测两标记点间的像素坐标差， 利用公式（6）,就可以得到像素坐标于实际坐标的标 定比例。

![v2-bca5d08e40479dd800ea5dd2d4933506\_b.jpg][v2-bca5d08e40479dd800ea5dd2d4933506_b.jpg]

1.  **分级标准**

利用图像标定比例对检测到的特征量进行转 化，可以得到苹果的实际直径。苹果大小分级可以 按照国家标准进行在GB10651-89中，关于苹果直径 分级参数如表1所示。

<table> 
 <tbody> 
  <tr> 
   <td>表1</td> 
   <td>苹果直径分级数据标准</td> 
   <td>mm</td> 
  </tr> 
  <tr> 
   <td>等级</td> 
   <td>一等品</td> 
   <td>二等品</td> 
   <td>三等品</td> 
   <td>四等品</td> 
  </tr> 
  <tr> 
   <td>大型果</td> 
   <td>N80</td> 
   <td>。75</td> 
   <td>M70</td> 
   <td>&lt; 70</td> 
  </tr> 
  <tr> 
   <td>中型果</td> 
   <td>N65</td> 
   <td>。60</td> 
   <td>。55</td> 
   <td>&lt; 55</td> 
  </tr> 
  <tr> 
   <td>小型果</td> 
   <td>N60</td> 
   <td>"55</td> 
   <td>N50</td> 
   <td>&lt; 50</td> 
  </tr> 
 </tbody> 
</table>

由表1可见，釆用简单阈值法就可以进行苹果 大小的分级。以大型果为例，取阈值£>1、£>2、D3, 则有：01=80、7）2=75、03=70。设实际苹果直径 大小为d,；分级程序如下

![v2-647230a971f7363a665b4b263b51d5e1\_b.jpg][v2-647230a971f7363a665b4b263b51d5e1_b.jpg]

1.  **结论**
2.  构建了苹果视觉分级系统，通过试验获取了 视觉分级的样本图像标
3.  通过对样本图像的分析，编制¥一套进行图 像处理和特征量提取的MATLAB程序。
4.  参照苹果分级的国家标准GB10651-89,实 现了苹果的自动分级

对视觉分级结果和人工分级结果进行比较 分析，结果表明：视觉分级可以达到较高的分级精 度,且分级速度快，不受人为因素的影响,便于实 现自动化。

参考文献：

1.  张方明，应义斌.水果分级机器人关键技术的研究和 发展\[J\].机器人技术与应用，2004(1) : 34-37.
2.  何东健.用人工神经网络进行果实颜色分级技术研 究\[J\].西北农业大学学报,1998, 16(6) : 109-112.
3.  冯斌，汪懋华.基于颜色分形的水果机器视觉分级 技术\[J\].农业工程学报,2002, 20 (2) U44-147.
4.  赵 静，何东健.果实形状的计算机识别方法研究 \[J\].农业王程学报, 2001, 17(2) : 165-167.
5.  应义斌，饶秀勤，黄永林，等.运动水果图像的实时釆 集方法与系统研究\[J\].农业机械报,2004,35⑶： 179-183.

[v2-70889636a012f46adae6c892a76e2512_b.jpg]: /images/20220829/9985048f145c4c9cb388a0a25a27b5d9.png
[v2-bb98986b7547f5de5603b33c2a4be6e0_b.jpg]: /images/20220829/7dbea04e2d044db78f5e5c98b0c3e415.png
[v2-bca5d08e40479dd800ea5dd2d4933506_b.jpg]: /images/20220829/702f3a3991b14306ac74843bbb71ca5c.png
[v2-647230a971f7363a665b4b263b51d5e1_b.jpg]: /images/20220829/8cd51d5bc56740dfb70a3ae080366b12.png