基于机器视觉的葡萄颗粒计数分级方法研究.pdfVIP

基于机器视觉的葡萄颗粒计数分级方法研究 林初靠，李伟，陈英 中国农业大学工学院，北京（100083 ） E-mail ：caulin@163.com 摘 要：本文提出了一种基于机器视觉的葡萄整穗颗粒计数方法。首先选择42 串葡萄作为 研究样本，分别用5 种模型对葡萄果面面积和整穗颗粒数的数据进行最小二乘法拟合，选取 拟合度最大，残差平方和最小的对数方程作为拟合方程。然后选择 15 串葡萄作为测试样本 验证上述模型，将样本容量扩充至57 串再次进行数据拟合，并且将所得到的拟合方程作为 最优拟合方程。最后将该最优拟合方程运用于葡萄分级试验平台，计数精度达到88.83%。 关键词：机器视觉，葡萄分级，颗粒数，最小二乘法 中图分类号： TP391.41 1. 引言 对于同一品种的葡萄，其单个果粒的重量一般都相差无几，葡萄果粒颗粒数可以代表 整穗重量，因此根据葡萄果粒个数对葡萄进行分级有着重要的意义。目前在水果分级领域 多以单个圆形或椭圆形水果为检测目标（如柑桔、苹果、梨、桃子等），在目标区域分割计 数领域多以轻微粘连颗粒为检测目标（如粘连细胞分割计数、捆绑棒材分割计数、浮选泡 沫分割计数、严重堆积矿石分割计数、粘连菌落分割计数等）[1-5]，而对于穗状、颗粒堆积 粘连严重的水果（如葡萄、桂圆、荔枝等），将果粒从葡萄图像中快速准确分割出来并计数 难度很大，国内外还没有相关研究。 本研究通过基于最小二乘法建立葡萄整穗颗粒计数模型，将 CCD 摄像机获取葡萄果面 面积作为输入，整穗颗粒数作为输出，从而达到葡萄颗粒快速计数的目的。 2. 材料和方法 2.1 试验材料 本文选取巨峰葡萄品种为研究对象，其整穗的颗粒个数一般在 10～70 颗之间。 2.2 系统介绍 本系统由计算机、图像采集卡、两个 CCD 摄像机和光照箱等组成。其中计算机采用方 正电脑，IntelP4 处理器，2.6GHz 主频，512MB 内存；软件采用VC++6.0 编写实现；图像 采集卡选用加拿大 Matrox Morphis 采集卡，支持采集两个独立的视频源图像和外部触发； 摄像机为 JVC TK-C1481BEC 彩色摄像机，可在外触发模式下工作；光照箱由四块规格为 400mm ×650mm 乳白色 ABS 塑料板组成，分别安装在机构的一侧，乳白色 ABS 塑料板和 白色荧光灯构成葡萄处理图像背景颜色。如图 1 所示，两个 CCD 摄像机分别安装在光照箱 两侧，每串葡萄在经过采集区域时，双路 CCD 摄像头采集两幅正反表面的葡萄果面信息。 - 1 - 注：1-分级检测系统 2- 分级指示灯 3- 计算机 4- 图像采集卡 5- 图像采集与处理系统 6- 光照箱 7-CCD 摄像机 8-葡萄 9-光源 10-传感器 11-PLC 控制器 图1 系统工作原理 Fig.1 system working principle 本系统所采集到的葡萄图像除了包含葡萄果面图像之外，还包含塑料板、荧光灯等背景 信息，以及一些随机噪声, 如图（a ）所示。为了分离出完整清晰的葡萄果面图像，便于之 后的检测分析，必须首先对葡萄图像进行预处理。首先选择快速中值滤波法去除噪声，如图 （b ）所示，这种方法即可去除噪声特别是随机点状噪声，保持图像边缘信息，又可提高处 理速度。然后选择 B 通道阈值为 225 将图像分割为葡萄区域与背景区域，如图（c ）所示， 分割效果比较理想，速度快，可以满足在线分级要求。通过预处理得到了适合进行检测识别 的葡萄果面图像。葡萄果面面积的获取是数据拟合和颗粒计数的基础，本系统通过统计葡萄 果面的像素个数来表示其果面面积。 (a)原图