MATLAB水果品质自动分级系统

MATLAB水果品质自动分级系统

一、课题介绍

水果和蔬菜，通常以批次的形式提供给消费者消费。而水果的均匀性和外观对消费者的决策有着重大的影响。由于这个原因，农农产品的展现无论是在田地里还是在最后流向消费者的不同阶段，都会被处理，而且通常是朝着同类产品的清洗和分类方面来进行的。该项目的ESPRIT3，参考9230。集处理，检查和包装水果和蔬菜于一体的综合系统（英文简写SHIVA）形成了一种自动、无损检测和处理的水果的机器人系统。本文的目的是报告在Valenciano de Investigaciones Agrarias研究所研究的对桔子，桃子，苹果品质进行实时测评而发展起来的机器视觉技术，并评估该技术在下列质量属性：大小，颜色，茎的位置及外部瑕疵检测中的效率。此种分解研究，在贝叶斯判别分析的基础上，使用并且允许水果因背景不同而精确的进行区分。因此，尺寸的确定性恰当的得到了解决。水果由此系统测出的颜色，和目前被用作标准的色度指标值非常吻合。在茎块的定位和瑕疵的检测中也取得了良好的效果。该系统在用大批量苹果进行在线测试分级后也取得了很不错的表现，并且并在缺陷检测和规模估计中分别取得了86％和93％的重复一致性。此系统的准确性和可重复性和人工分级几乎一样。

1. 处理过程

2.1 大致效果图

说明：图2 (a) 照相机拍摄的原始图像（b）分割图像显示完好皮肤，褐色化度，茎块和损坏区域（c）除了茎和背景以外的所有区域，用来计算的大小类别（d）展示了大小如何估计的图像

2.2 测试指标

每个果实下列特征都要测量：

(1)主要损伤的长度——定义为主要区域的长度，归类为损伤，在上面四种视角中都有；

(2)损伤面积——等同于所有受伤区域的总和，在四个独立的视角中; (3)茎和瑕疵——需要考虑，如果在四种视角中的任一种中发现;

(4)基础色——计算作为基础的颜色，在每个独立的视角中统计

(5)次主色——计算作为次要主色，在每个独立的视角中统计

(6)水果的尺寸——根据现在的标准，尺寸是根据替代物的尺寸测来的。由于水果不具有方向性，水果都是由离茎最近的地方开始定位测量的。如果茎在少于两张图像中看到&