基于机器视觉蓝莓果实分级检测算法.docVIP

基于机器视觉蓝莓果实分级检测算法 　　摘 要： 为了实现蓝莓果实的无损检测和自动分级，提出一种基于机器视觉的蓝莓果实分级检测算法。应用OpenCV，Visual Studio 2015开发环境编写算法程序，并搭建了一套基于机器视觉的蓝莓果实自动分级检测实验装置。通过实验装置的CCD摄像头获取蓝莓果实图像后，应用图像处理技术对其进行降噪、HSV加权运算、开运算、二值化处理及边缘检测，获取蓝莓果实图像的边缘像素点集。对边缘像素点集进行椭圆拟合后，应用最小二乘法确定蓝莓果实的实际值与计算机测量值之间的数学关系，求取蓝莓果实直径。为了验证算法的可行性，使用数字式游标卡尺对蓝莓果实的测量值与检测装置的测量值进行实验对比分析。实验结果表明，测量误差低于3.1%，验证了算法的有效性。 　　关键词： 蓝莓果实； 机器视觉； 边缘检测； 最小二乘法； 分级检测； 图像处理 　　中图分类号： TN911.73?34 文献标识码： A 文章编号： 1004?373X（2018）13?0038?05 　　Abstract： A new blueberries grading detection algorithm based on machine vision is proposed to realize the non?destructive detection and automatic grading of blueberries， and a set of experiment device for it is established. The OpenCV and Visual Studio 2015 development environment are used to compile the algorithm program. The blueberries image is acquired by means of CCD camera of the experiment device， for which the denoising， HSV weighting operation， open operation， binarization and edge detection are performed to obtain the edge pixel point set of blueberries image. The ellipse fitting is conducted for edge pixel point set， and then the least square method is adopted to determine the mathematic relation between the actual value and computer measured value of the blueberries to get the diameter of blueberries. The sizes of blueberries measured by digital vernier caliper and detection device were compared and analyzed in experiment to verify the feasibility of the algorithm. The experimental results show that the measurement error is less than 3.1%， which can meet the practical requirement. 　　Keywords： blueberry； machine vision； edge detection； least square method； grading detection； image processing 0 引 言 　　?{莓果实是一种具有较高经济价值和广阔开发前景的浆果，果实具有较高的保健作用和药用价值，日益受到人们的喜爱。随着蓝莓产业的发展和不同人群对蓝莓果实的不同需求，需要一种快速、有效的蓝莓果实分级方法。 　　当前，蓝莓果实分级的方法主要有蓝莓果实分级机和人工目测法两种方法。蓝莓果实分级机是按果实大小进行分级，它的工作原理是使果实沿着具有不同尺寸的网格或缝隙的分级筛移动，最小果实先从最小网格漏出，然后较大果实从较大网格漏出，按网格尺寸的差别，依次选出不同级别的果实，对果粉、果形有一定的损害，影响蓝莓果实品质。更普遍的分级方法是人工目测法，流水线上的工人通过目测果实果粉、果蒂撕裂、果形和果实成熟度，根据蓝莓果实的几何特性和色度特性