该博客介绍了使用机器视觉技术进行苹果质量检测和分级的方法。通过图像预处理、背景分割、特征提取（果径、着色度、缺陷）以及SVM决策树算法，实现苹果的自动分级。实验表明，结合泛洪填充和自适应Ostu阈值分割，可以提高分割效果。最后，文章提供了部分MATLAB源码和2014a版本的MATLAB运行环境信息。
⛄一、苹果分级简介
1 案例背景
目前，苹果的分级主要靠人工完成，该方法存在主观误差大、效率低和苹果易造成二次损伤等问题。随着机器视觉技术的快速发展， 图像处理在水果质量检测方面也取得了深入进展。
试验拟通过采集视野内苹果图， 综合特征对苹果进行分级， 通过SVM决策树算法将苹果分为特级果、一级果、二级果和三级果，以增加苹果在线分级的准确度并提高分级效率。
2 背景分割
2.1 图像预处理
系统通过摄像头采集苹果图像，由于苹果表面光滑，光线容易发生反射，所拍摄到的果面可能会因为角度和光照影响出现光照不均现象，故采用同态滤波方式对图像进行增强，采用中值滤波方式消除噪声。同时，为了提高苹果在线分级的效率，仅对感兴趣区域进行背景分割与特征提取；最后综合两幅不同位姿的苹果图像信息对苹果进行分级。
2.2 背景分割
为了从苹果图像中提取出苹果轮廓，一般采用边缘检测、阈值分割、区域提取3种方法。由于光照、拍摄角度等问题，单一的阈值又不利于多峰
订阅专栏 解锁全文
1124
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
