图像形态学在苹果自动分级视觉信息处理中果梗判别与-农业工程学报.PDFVIP

第 15 卷　第 2 期 农 业 工 程 学 报 V o l. 15　N o. 2 　　　　　　　 　　　　　　　 　　 177 1999 年 6 月 T ransactions of the CSA E Jun. 1999 图像形态学在苹果自动分级视觉信息处理中 果梗判别与边缘检测中的应用 ① 徐　娟 　汪懋华 ( 中国农业大学) 摘　要　首先指出果梗判别在苹果自动分级系统中的研究意义, 进而列出到目前为止较有代表性 的四种判别果梗的方法, 每种方法均有其优缺点, 在此基础上提出了利用图像形态学可以更好地进 行果梗判别, 同时还能检测边缘, 最后对该算法进行了系统评估, 并为提高处理速度进行了的改进。 关键词　苹果自动分级　果梗判别　边缘检测 1　苹果自动分级系统中果梗判别的研究意义 [ 1 ] 　　当前计算机视觉在农业中的应用包括农产品的自动分级 。在苹果的自动分级系统中, 正 [ 2 ] 确判别果梗的位置具有举足轻重的意义。因为根据中华人民共和国国家的鲜苹果标准 , 果梗 的有无是其中一项指标; 苹果的方向对于计算机是未知的, 如果找出果梗的位置后, 就可以确 [ 3 ] 定苹果果轴的方向, 这样才能进行下一步的果形及果径的判别工作 ; 果梗与坏损在计算机采 集的图像中有时很相近, 如果将二者混淆, 将会影响整个系统的判别精度。但是目前果梗的判 别方法还不尽人意。比较有代表性的主要有以下 4 种: ) [ 4 ] ( ) 1 细化法 　由于水果实体的点一定多于果梗上的点 图 1a , 对边界进行N 次细化运 ( ) ( ) 算 即一层一层去掉边界上的点 , 使得果梗变成一个架子 图 1b , 同时保存被去掉点的坐标, 然后再进行反操作, 重复N 次取消先前的细化运算, 条件是只有当被去掉点的周围有 8 个点 ( ) 时才恢复该点, 这样只有实体中的点被恢复了, 而不能恢复果梗上的点 图 1c , 再将该图像与 原图像比较, 就可找出果梗的位置。该算法的缺点是计算量太大。 ) [ 5 ] 2 梯度法 　计算图像中每个 像素的梯度值, 梯度的计算可采用下 面的公式: g rad ( i, j ) = [ im age ( i, j + 2) + im age ( i, j + 1) ] - [ im age ( i, j - 2) + im age ( i, j - 1) ] ( 1)