鸭梨是河北的特产水果,也是我国主要出口水果之一。鸭梨的品质分级是其产后处理和市场销售的一个重要环节。我国的水果分级一直是手工进行,费时、效率低下,主观性强,不能保证出口鸭梨的品质。因此迫切需要开发一套先进的自动分级系统。 计算机图像处理和机器视觉技术的发展大大推动了水果分级研究的进展。本研究应用视觉检测技术对鸭梨进行品质检测和分级。建立了鸭梨分级软硬件系统,从鸭梨的形状、大小、颜色入手,选出符合梨的外观品质检测的4个特征参数,分别是鸭梨横径,果形指数,鸭头特征,色泽。依据这4个特征参数通过改进BP神经网络将鸭梨分为AA级、A级和等外品三个等级。另外,文中对鸭梨的表面缺陷做了一些讨论。 鸭梨分级系统包括图像采集、预处理、特征提取、分级四个部分。 图像采集的硬件系统包括PC机,NI公司PCI/PXI-1411图像采集卡及自制照明箱。照明箱内壁喷有哑光白漆,内装有Panasonic WV-CP240/G彩色摄像头,40W环形荧光灯和升级载物台。实验中,将鸭梨放在升级载物台上,在黑色背景下,对每个鸭梨采集三幅彩色图像,每隔120°采集一幅,以保证采集到鸭梨的全表面。 将采集到的彩色图像进行图像转换、中值滤波、图像增强、图像分割、边缘检测等预处理,得到便于进行特征提取的图像。其中特点是获得去除梨梗的梨体图。方法是通过阈值处理得到带梗的鸭梨图像和单独梨梗的图像,再将两图进行减操作,即得到去除梨梗的梨体图。 特征提取中,鸭梨横径和果形指数采用最小外接矩法获得。鸭头特征选用优等果形的梨头作为模板,与其它鸭梨图像进行匹配,比较鸭梨图像与模板鸭头的近似程度,将匹配的分数作为鸭头明显与否的标准。对于颜色特征,选取HSV模型中与亮度无关的H通道来进行研究,将鸭梨最大内接圆内所有像素的H值的平均值作为鸭梨颜色特征值。 分级部分将获得的4个特征值作为神经网络参数,输入改进BP神经网络系统。神经网络结构为4-10-3,隐含层选用S函数,隐含层和输出层之间选用线性转移函数。实验中人为选出AA级、A级鸭梨各10个,等外品8个作为训练样本输入网络进行训练,再取3个等级的共33个鸭梨作为检验样本。实验结果表明分级准确率可达85%。 软件部分由Labview及NI公司图像处理软件包IMAQ Vision开发。分级所用BP神经网络训练分级程序由Matlab语言神经网络工具箱编写。软件界面友好,操作简单。