基于機器視覺的柑橘分級技術研究.pdf

1、柑橘在我國南方具有廣泛的種植分布。長期以來，柑橘的檢測分級依靠人工和機械裝置完成，勞動強度大，效率低，難以適應產業(yè)的發(fā)展。機器視覺技術具有檢測精度高，信息豐富，無損檢測等特點，已成為農產品檢測分級技術的研究熱點。本文在查閱文獻和試驗分析的基礎上，通過柑橘全表面圖像提取特征量，利用模糊理論實現(xiàn)柑橘的分級處理。
　　文中分析了機器視覺系統(tǒng)的工作原理，選取了合適的光源、工業(yè)相機和鏡頭，并引入雙平面鏡結構，搭建柑橘全表面圖像采集試驗箱。在

2、柑橘圖像的預處理中，利用直方圖工具在RGB和HSI顏色空間中，分別對柑橘各分量圖像進行分析。選取H分量圖像進行背景分割，通過形態(tài)學方法和面積比較法去除誤分割區(qū)域，提取完整的柑橘果面圖像。
　　通過計算最小外接矩形、圓形度、黃綠比參數，提取了柑橘的橫徑、果形和成熟度特征量。根據照度-反射模型，對柑橘灰度圖像進行低通濾波獲取亮度圖像，將灰度圖像與亮度圖像相除實現(xiàn)亮度均衡化，并利用閾值分割算法成功對潰瘍、病斑缺陷進行了檢測。在分級過程中