基于计算机视觉的水果分级检测系统的设计

基于MATLAB的计算机视觉水果分级检测系统

一、课题介绍

计算机视觉应用于水果的品质检测，带来了许多方便。既可以提高检测的精度、准确度。又节省了大量的劳动力，让人们从繁重的人工检测工作中解脱出来。本文以苹果为研究对象，研究了计算机视觉技术应用于水果分级检测的基本理论和方法。

研究了苹果图像的预处理，包括平滑滤波、图像的灰度化以及图像的二值化。

研究了苹果的大小检测。先把苹果图像与背景分离，再计算出苹果图像的像素点数，通过预先测定出的一个像素点与真是面积的比值，进而算出苹果的真是面积，最后通过直径的大小来确定苹果大小等级。

研究了苹果的颜色检测，通过HIS颜色模型中的H分量来判定出苹果的着色面积，通过着色面积与苹果的大小做比，得出苹果的着色比，通过着色比来判定苹果颜色等级。

研究了苹果的缺陷检测。对苹果图像的灰度化，再通过用合适的阀值二值化图像确定出缺陷区域，在通过一些简单的运算得出缺陷的面积，通过缺陷的面积确定苹果的缺陷等级。

二 背景

2.1 研究的目的与意义

自古以来我们国家就是一个农业大国，农业在国民收入中占据了很大的比重。而在农业中水果的种植又十分广泛。但一直以来我国水果出口情况一直不如国外，这不是说我国的水果质量比别国的差，而是我国的水果在后序的分级方面做的比不上外国。现在随着人们的生活水平提高，对于质量的要求就高了，所以说水果的分级就显得十分的必要。但是我国的水果分级工作大部分是靠人力完成，这就产生了很多的问题，比如说：工作量十分大，要占用许多的劳动力来完成这件事，而且效率也不高；再者说人的疲劳和天生对色泽等方面的敏感度不高，同样对分级的质量产生影响。虽然近些年我国在机器检测中取得了一些成就，使得在水果的大小、颜色方面的检测可以让机器代替人工去完成。但由于检测方法比较简单，所以完全达不到市场的要求和人的期望。

随着计算机的迅速发展，计算机视觉技术被广泛应用于农产品检测中。所以通过将计算机技术和图像处理等许多学科知识综合起来，先通过对水果大小、颜色、缺陷各个方面分别进行检测，再对各个检测结果进行综合分析。这样得出的判断包含的方面比较全面，而且图像处理知识的应用使得检测更加精确。这样水果的检测才达到真正意义上的智能化。本课题就是介绍了基于计算机图像处理的水果分级检测。

三、 技术路线

采用CCD摄像头和图像采集卡工具完成对图像的采集。并传输到计算机上为后续的图像处理做准备。

对采集到得图像进行图像的预处理，使得后续的检测分级更加的精确。

确定图像的分级参数，从水果图像的大小、颜色和缺陷这三个方面来分别进行分级。

对各个方面的分级结果进行综合，得出水果的品质等级。

三 苹果的大小检测

3.1 大小检测分级研究

目前水果的大小识别方法主要有两个方面：通过水果的外接矩形等方法确定水果的的果径大小，进而通过果径的大小来确定水果的大小等级；通过对水果的边缘进行傅里叶变换，通过傅里叶系数来确定水果的大小、形状等一些特征值，以此来判定水果的大小。现有的水果大小识别方法有以下几种方式：

最小外接矩形法

其基本的方法是先确定水果的形心，然后将水果每绕形心旋转3度后就拍一照片，找出所有照片中苹果外接矩形最小的那一张。那么这张图片的最长的那条边的长度就是苹果的果径长度。进而通过果径的长度来判定水果的大小等级。

图3-1 外接矩形法

最大果宽法

水果的大小可以通过水果的直径来表示，所以可以用果宽来对苹果的大小进行分级。对于确定果宽大小，第一步要求出苹果的果轴，果轴就是花萼和花梗的连线。果轴的确定对于静态的图像来说非常容易。果宽就是垂直于果轴的直线与苹果边缘交线中最长的那一条长度。

图3-2 最大果宽法

果径法

这种方法把苹果看成是球体，通过边缘提取和细节处理后，计算出水果的形心，果梗与形心的连线就是果径，通过形心与果径垂直的线就是果宽。通过果宽的大小来确定出苹果的大小等级。

投影面积法

CCD摄像头拍摄的水果图像是二维的平面图，计算此投影面积