基于机器视觉的花菇分选技术-农业机械学报.PDF

２０１４年 １月 农 业 机 械 学 报 第 ４５卷 第 １期 ｄｏｉ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１４．０１．０４３ 基于机器视觉的花菇分选技术 １ １ １ ２ ３ 陈　红 　夏　青 　左　婷 　谭鹤群 　边银丙 （１．华中农业大学工学院，武汉 ４３００７０；２．华中农业大学植物科技学院，武汉 ４３００７０） 摘要：为了实现花菇的自动分选，设计了一种基于机器视觉的花菇分选系统，并提出了相应的算法。针对花菇分选 中花菇的菇柄长度、形状类别和菌盖面积这３个重要分选指标，提出了一种曲线结构特征分析的分选方法。跟踪 花菇边界并计算曲率，根据边界上点运动变化模式判断曲线凹凸性，利用曲线类半径识别并定位菇柄的位置。使 用极坐标意义下的线性插值重建去除菇柄的菌盖边界曲线，在重建曲线基础上提取 ９种形状特征参数和 １个大小 特征参数，利用主成分分析法从９个形状参数中提取相应的３个主分量，以这３个主分量作为输入，构建 Ｋ近邻分 类器作为形状分选模型。结合花菇的菇柄识别情况、形状等级和大小等级共同判定花菇的最终等级。试验表明， 菇柄识别正确率为９１４％，且菇柄识别能显著提高形状分选的准确率，最终形状分选正确识别率可达９５６％，花菇 等级分选正确率为９２２％。 关键词：花菇　机器视觉　分选　特征提取 ＋ 中图分类号：ＴＰ３９１４；Ｓ６４６１２ 文献标识码：Ａ 文章编号：１０００１２９８（２０１４）０１０２８１０７ 在０３ｃｍ以下。在基于花菇边界曲线分析的图像 　　引言 处理中，菇柄的存在对菌盖形状的正确评价存在较 干香菇在我国被誉为“山珍”，而花菇是干香菇 大影响。 中的珍品，具有很高的营养价值和药用价值，是出口 试验前依据 ＳＮ／Ｔ０６３２—１９９７的感官检验法， 创汇的重要农产品。进出口商品检验行业标准 随机选取３００个花菇样本，其中圆正菇、类椭圆菇和 ＳＮ／Ｔ０６３２—１９９７对出口花菇形状、大小、菇柄长度 畸形菇各 １００个，其中６０个为训练样本，其他４０个 ［１］ 都做了相应规定 。受生长环境、加工等多种因素 为预测样本。从是否有菇柄的角度又可从中选取 影响，花菇个体之间差异较大。在花菇分选中，需要 ７０个花菇（部分花菇边缘有破损）作为菇柄识别样 联合花菇的形状等级，带柄与否以及菌盖面积大小 本，其中带柄菇样本３７个，去柄菇样本３３个。另外 共同决定花菇的等级。 再选取 １９５个花菇样本进行花菇自动分选试验，花 由于花菇分选工序复杂，目前花菇只能依靠人 菇样本包含了特等菇 ４０个，１等菇 ４０个，２等菇 工进行分选，不仅工作量大，工作效率低，且易出错。 ４０个，３等菇４０个，等外菇 ３５个，其中花菇的等级 随着现代机器视觉技术的发展，越来越多的专家学 是由菌盖的直径大小及形状等因素来判断，如图 １ 者利用此项技术开展了农产品品质检测与分选的应 所示。在自动分选试验前，先利用游标卡尺准确地 用研究［２～１２］。但将机器视觉技术应用到花菇品质 测量出每个花菇样本的菌盖直径，根据直径所在等 检测方面的研究却鲜有报道。本文尝试利用机器视 级区间，花菇的形状等级以及是否带柄确定该花菇 觉技术评定花菇的品质并进行等级分选。 的等级，以此得出人工分选结果。本文中，先统计出 试验样本总数