用计算机视觉进行黄花梨果梗识别的新方法-农业工程学报.PDFVIP

　第14卷　第2期 农 业 工 程 学 报 . 14　 . 2 V o l N o 　1998年　　6月 T ransactions of the CSA E Jun. 　 1998 用计算机视觉进行黄花梨果梗识别的新方法 ① 应义斌 　景寒松　马俊福 (浙江农业大学) 摘　要　梨的果梗是否存在是分级的重要特征之一。通过计算机视觉系统摄取黄花梨图象, 应用 图象处理技术完成图象与背景的分割。针对使用细化及收缩膨胀算法识别果梗速度较慢, 提出了 一种快速算法。该法利用梨果梗直径小, 选择不同大小的模板, 判别图象中是否存在果梗, 同时得 到果梗头、底部与梨相交点的坐标, 依据切线斜率信息, 对果梗的完好性进行判断。试验结果表 明, 该算法可以100 % 判断果梗是否存在, 判断果梗是否完好的正确率达到93 % , 判别速度提高4 ～ 6倍。而且该算法具有一定的鲁棒性, 对旋转、移位不敏感。 关键词　梨　果梗　图象　计算机视觉 近年来, 计算机视觉技术以其客观性、智能性在水果分级方面得到广泛应用。目前国外 [ 1 ] 已逐步过渡到工厂化实时处理 。 [ 2 ] 黄花梨是浙江省的重要果品之一, 果梗的完好与否是梨的果形正常与否的标志之一 。 同, 把果梗与果实分开有助于对果形的识别。. . ( 1996) [ 3 ] 和 ( 1996) [ 4 ] 分 L A R u iz L eem an s V 别采用细化算法和收缩膨胀算法判断是否有果梗存在, 此算法反复对图象进行细化或收缩 直至果梗消失, 然后再对图象进行膨胀处理, 这样就得到了无果梗的图象。这种算法复杂, 速 度较慢, 不能满足实时要求。本文提出了一种快速而有效的判别算法。 1　计算机视觉系统与图象预处理 1. 1　计算机视觉系统 本计算机视觉系统由CCD 摄像机、图象采集卡、计算机、光照箱、监视器和光源组成, 如 图1所示。光照箱外形尺寸为500 mm ×500 mm ×500 mm , 是由木质薄板制成的中空的正方 体, 光照箱的上端面中间开一直径为60 mm 的孔用于摄像。箱体内表面为白色, 以提高图象 的对比度, 并增加漫反射及减少阴影。光照箱的上端面同时装有固定灯泡的插座, 可以固定 各种型号的白炽灯。试验以 410 摄像机作为系统的输入传感器, 这种摄像机采用 W V CP G 高清晰度行间CCD 图象传感器, 其最小照度为0. 9 lx , 其解析度在水平方向为480 线。主机 用586133计算机, 32 内存, 图象卡分辨率为512 ×512, 帧存容量为512 ×512 ×8。 M 1. 2　图象获取 采样用梨是黄花梨上市期间的市售梨。采样前, 先由人对梨按大小、好坏等进行分级, 并 作标志, 以作比较。采样时, 为尽可能模拟真实状况, 将梨以各种可能的状态置于摄像头下, 　　收稿日期: 　　①应义斌, 教授, 杭州市凯旋路268号　浙江农业大学农业工程学院, 310029 © 1995-2005 Tsinghua Tongfang Optical Disc Co., Ltd. All rights reserved. 222 　　　　　　　　　　　　　　　　　农业工程学报　　　　　　　　　　　　　　　　1998年 摄入计算机后以BM P 文件存在硬盘内,