一种苹果坏损检测系统的研究.docxVIP

一种苹果坏损检测系统的研究 苹果坏损检测及分级不符合标准 苹果分类主要基于苹果的形状、大小、颜色和水果表面的缺陷。目前,国内外普遍采用两种比较成熟的分级方法:质量分级和大小分级。这两种分级方法虽部分实现了自动分级,但是果面坏损检测与分级仍需人工进行。这样由于受到个人视力、颜色鉴别力、情绪、疲劳、光线等因素的影响,效率低,分选差异大,很难满足高要求的分级。 苹果坏损自动检测是实现苹果分级完全自动化的关键一步。为此本文采用计算机图像技术对苹果坏损自动检测进行了研究。 1 整体图像数据自动检测 苹果光学反射特性主要有如下性质:在近红外波段750～1 100 nm内,同一品种苹果绿色、红色、黄绿色部分的反射系数基本相等,非坏损部分反射系数比坏损部分反射系数大。另外在波段750～880 nm之间非坏损部分反射系数可认为是一常数。苹果花萼部分反射系数与坏损部分反射系数相差不大。 由此可利用苹果近红外反射特性,进行苹果的坏损检测。据此建立如图1所示的苹果坏损自动检测计算机图像系统。 系统中采用封闭式光照系统。光源为2只在近红外波段具有较高辐射能量的ZF220-200灯泡。 摄像机采用IVG-841P黑白工业CCD摄像机,其光谱响应范围400～1 100 nm。CCD为542×582点阵,配GDS-25镜头。为了消除表面颜色对图像灰度值的影响,便于坏损检测,在镜头前加一窄带带通近红外滤波镜,其带通中心波长为815 nm,带宽为20 nm。 图像采集卡为V256-E,空间分辨率为256×256,灰度等级为256。图像监视器为HS-M35B工业监视器,计算机为COMPAQ微机。 2 缺陷检测 2.1 b在苹果边缘至中心区域 设图像中仅有1只苹果,根据苹果光学特性、外形特征和图像系统特性可知,图像灰度分布具有如下特征: (1) 当苹果图像中无坏损和花萼或果梗时,在理想情况下由苹果边缘至中心区域灰度值呈单调上升趋势,其等灰度曲线近似圆形。 (2) 图像有坏损时,坏损区域的灰度值较相邻的非坏损区域灰度值小,且其差值较大;由苹果边缘至苹果中心区域,在经过坏损区域时,其灰度值不再呈单调上升趋势,而是先呈下降趋势,经过坏损区域的最小灰度值后,灰度值开始快速上升,升至非坏损区域后,再以正常速率上升。 (3) 由于噪声的影响,在苹果正常部分其灰度值也有一些小的浅洼区,但是这些洼区的深度较坏损部分所对应的洼区要浅。 2.2 下降坏损点tp2 首先将苹果图像分为如图2所示的8个小区域,依据检测像素所在的区域,将分别选择不同的检测判别方向。如检测点在A区,则检测判别方向为3,其他依此类推。设P表示待检测的点,PI表示与检测点P在检测判别方向上相距I距离的比较像素,FP表示检测点P的灰度值。 坏损点检测规则如下: (1) 当相邻比较像素PI不是坏损点时 若FP≥FPI,则检测点P为苹果正常部分。否则,当阈值TP11≤(FPI-FP)≤阈值TP3时,检测点P为首次可疑下降点,并建立标志;当阈值TP1(FPI-FP)时,检测点P为苹果正常部分;当TP3≤(FPI-FP)时,检测点P为下降坏损点。 (2) 当相邻比较像素PI是首次可疑下降点时 若FP≥FPI,则检测点P与相邻比较像素PI都为苹果正常部分,并取消PI的首次可疑下降点标志。否则,当阈值TP1≤(FPI-FP)时,检测点P为第2可疑下降点,并建立相应标志;当TP1(FPI-FP)时,检测点P与相邻比较像素PI都为苹果正常部分,取消PI的首次可疑下降点标志。 (3) 当相邻比较像素PI是第2可疑下降点时 若FP≥FPI,则检测点P为第1可疑上升点,并建立标志。否则,当阈值TP2≤(FPI-FP)时,检测点P为下降坏损点,同时检查相邻像素PI、PI-1是否为可疑下降点,若是,则PI、PI-1为下降坏损点;当TP2(FPI-FP)时,检测点P为第3可疑下降点。 (4) 当相邻比较像素PI是第3可疑下降点时 若FP≥FPI,则检测点P为第2可疑上升点,并建立标志。否则,当阈值TP3≤(FPI-3-FP)时,检测点P为下降坏损点,同时检查像素PI、PI-1、PI-2、PI-3是否为可疑下降点,若是,则相应的像素为下降坏损点,记下该方向上最边缘坏损点的灰度值为Fei1;当TP3(FPI-3-FP)时,检测点P为第4可疑下降点。 (5) 当相邻比较像素PI是第4可疑下降点时 若FP≥FPI,则检测点P为第3可疑上升点,并建立标志;否则检测点P为第5可疑下降点。 (6) 当相邻比较像素PI是第5可疑下降点时 若FP≥FPI,则检测点P为第4可疑上升点,并建立标志。否则,当阈值TP4≤(FPI-4-FP)时,检测点P为下降坏损点,同时检查像素PI、PI-1、…、PI-4是否为可疑下降点,若是,则相应的像素为下降坏损点;当TP4(F