《水果品质自动分级的机器视觉系统外文翻译.doc

电气信息工程学院 毕 业 设 计 外 文 翻 译 英文名称：Precision study of a coordinate measuring machine using several contact probes 中文名称： 水果品质自动分级的机器视觉系统 专 业： 电子信息工程 姓 名： 陈小虎 班级学号： 11-01-02 原文出处：J. Blasco; N. Aleixos; E. Molt.Machine Vision System for Automatic Quality Grading of Fruit. Biosystems Engineering (2013) 85 (4), 415–423; 二一五 年 四 月 二十 日 水果品质自动分级的机器视觉系统 原文来源：J. Blasco; N. Aleixos; E. Molt.Machine Vision System for Automatic Quality Grading of Fruit. Biosystems Engineering (2013) 85 (4), 415–423; 摘要 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.简介 机器视觉在水果和蔬菜检验中的应用在最近几年有所增加。如今，世界各地的一些制造商生产按水果大小，颜色和重量进行水果前期分级的分拣机。然而，市场不断地要求更高质量的产品，因此，其他功能已经发展来提高机器视觉检测系统（例如茎定位，确定主，副皮肤的颜色，检测污点）。 大小，是第一个与质量有关的参数，已经通过使用机器视觉测量周长或直径其中任一种得到了测量（陶等，1990;Varghese等，1999），周长（萨卡＆沃尔夫，1985）或直径（布罗迪等。，1994）。颜色也是一个重要的品质因素，已被广泛研究（Singh等人，1992年，1993年。哈恩，2002年;多布然斯基和Rybczynski，2002）。有些水果有一种颜色均匀分布在皮肤表面，我们称之为主色。该平均表面颜色对这些水果来说是一个很好的质量指标。然而，一些其他水果（例如桃子，苹果，西红柿）有次要颜色可作为一种成熟的良好指标。在这种情况下，它是不可能完全只把全球面色彩作为质量参数的。 在桔子，桃子，苹果这些水果中，有必要进行长茎检测，以避免损害其他水果，或者是因为没有他们可能意味着质量损失。已经有若干解决方案被提出了来确定茎的位置，如：使用结构的照明检测苹果凹陷（杨，1993）;颜色分割技术来区分柑橘 有时候，茎容易混淆成皮肤上的缺陷或瑕疵。损伤和擦伤检测是质量评价的一个关键因素。众多苹果擦伤检测方法中有一种是基于对干扰过性滤器的使用（Rehkugler＆斯鲁普，1986年）。其他研究同时进行瑕疵处理和颜色评定这两项。（米勒和Delwiche，1989年;勒费弗尔等，1994;切鲁托等，1996;莱曼斯等，1999，2002; Blasco及蜕皮澳，2002年）。最近的技术结合红外和可见的信息来检测瑕疵（Aleixos等，2002）或者使用高光谱成像（Peirs等，2002）。 这项工作的目的是报告在项目ESPRIT3（参考 9230的集处理，检查和包装水果和蔬菜于一体的综合系统，英文简写SHIVA），该技