蘋果全表面圖像信息獲取方法的研究.pdf

1、對水果進行品質檢測與分級是提高水果商品附加價值的重要途徑。在水果的顏色檢測和缺陷檢測過程中，若獲取的水果表面圖像存在漏采或重復，會對后續(xù)的分級造成不利的影響。
　　 本文以蘋果為研究對象，著重研究了球狀水果全表面圖像信息獲取中的系統(tǒng)構建和圖像拼接方法。
　　 主要研究內容如下：
　　 (1)搭建了圖像獲取的試驗平臺。包括基本的可見光機器視覺系統(tǒng)及能夠對水果翻轉進行精確控制的電旋臺和步進電機控制器。
　　

2、(2)建立了蘋果表面圖像信息獲取的瓣狀單元模型拼合方法。根據(jù)蘋果半徑均值和瓣狀單元數(shù)量，提取每幅蘋果圖像的瓣狀單元，合成目標圖像。對17組樣本數(shù)據(jù)的238幅圖像的測試表明，圓形度均值在0.875～0.942之間蘋果圖像的冗余信息均值為2.91％。
　　 (3)驗證了SIFT算子對蘋果表面圖像的適應性。對112幅蘋果圖像的測試結果表明：SIFT算子可用于幾何縮放變換、亮度變換、椒鹽噪聲和小角度旋轉變換的蘋果圖像的特征點檢測。

3、>　　 (4)實現(xiàn)了基于SIFT算子的蘋果表面圖像拼接。研究了利用蘋果圖像中心帶狀區(qū)域及RANSAC偽匹配點去除法和最優(yōu)拼接點法的蘋果表面圖像拼接方法，對相隔20°的270幅圖像進行了拼接試驗，結果表明：該方法可有效克服蘋果橫向畸變對拼接的影響，去除蘋果表面重復區(qū)域圖像。
　　 (5)提出了基于蘋果果梗側圖像的蘋果旋轉角度獲取方法。采用基于SIFT算子的匹配特征點提取、最小覆蓋圓的圓心提取和特征點的偽匹配點剔除方法，對1998