基于计算机视觉的苹果自动分级技术文献.pdfVIP

福 建 电 脑 U J I A N C O M P U T E R F DOI:10.16707/j.cnki.fjpc.2017.05.013 基于计算机视觉的苹果自动分级技术 黄叶星， 吴荣腾 （闽江学院计算机科学系 福建 福州 350108 ） 【摘 要】水果分级是水果生产、销售过程中的重要一环。 为解决苹果自动分级问题，设计了基于计算机视觉的苹果 的自动分级系统。 该系统首先对苹果图像进行平滑去噪、背景分割、边界提取等预处理；然后根据 HSV 模型，对苹果图像 进行颜色识别；并通过重新调整图像大小、填充空洞、计算二值像素点等方法，以获取苹果对象的 大小。 此外，还应用 Sobel 算子、中值滤波方法，对苹果图像的果梗和缺陷作进一步的检测与区别。 该方法在苹果图像缺陷识别率与分级准确 率上都具有较好性能。 【关键词】苹果分级；计算机视觉；边缘检测 1.引言 2.1 图像预处理 （ 水果分级是水果生产销售过程的一个重要环节。 需投入大 1）图像平滑去噪 量的人力、物力做简单机械的重复工作才能完成相关的分级任 通常情况下，“椒盐去噪” 主要是针对二值 图像进行处理， 务。 基于计算机视觉的水果分级技术将解决水果生产销售过程 但是由于光源导致的椒盐噪音在彩色图像下也有可能是彩色 中极为需要的自动分级问题，从而提高运营效率。 该技术首先 的，这会在一定程度上对“颜色特征值”获取的准确性造成影 捕获生产线上的水果图像 ； 然后对所获取的图像进行预处理、 响，因此在“椒盐去噪”时必须在保留 图像彩色的特性的前提 特征值获取；最后根据所获得的特征值以及一定的标准对水果 下，完成去噪。 基于这种特殊需求，这里对传统的“椒盐去噪”算 进行分级。 法进行了改良。 主要步骤如下： 基于计算机视觉的水果分级技术最主要的是对图像进行 1)将获取的苹果图像依红黄蓝三种象 限分离，得三个象 限 预处理，以供后期特征值获取。 图像预处理主要是过程是：平滑 的单色二维图像； 去噪、背景分割、边界提取。 常见的图像噪音主要为电子产品大 2) 分别对三象 限的单色二维 图像进行模拟加 0.02 光密度 量脉冲造成高斯噪音和光源导致的椒盐噪音 [1，2] 。 但实际应用 的椒盐噪声处理； 中，通常苹果处于平缓稳定的传送带上，所以在获取图像的过 3)按照传统的“椒盐去噪”对加噪之后所获得的二值图像进 程中电子产品对于图像的影响基本可以忽略不计，所以光源导 行中值去噪； 致的椒盐噪音就是主要的需要考虑的因素[3，4] 。 因此，可以采用 4)将去噪之后的红黄蓝三个二值图像进行拼接 ，还原回彩 中值滤波去噪。 而背景分割是为了将苹果对象从图片背景中分 色图像。 离出来 [5] 。常使用阈值分割与边缘检测方法分割背景与对象。而 （2）背景分割 综合比较各种经典的边缘检测算法，Canny 算法具有较高准确 实际应用中，虽然获取的图像背景相对简单。 但背景的颜 率，比较适合苹果对象的检测分割[6，7] 。 色还可能对颜色特征值的获取产生一定影响。 为使系统具有更 2.苹果分级算法的设计与实现 强的适应性