基于多光譜圖像的水果外觀品質(zhì)檢測方法研究.pdf

1、利用計算機(jī)視覺和圖像處理技術(shù)對水果進(jìn)行品質(zhì)無損檢測和自動分級過程中,果梗、花萼部分容易和碰傷、腐爛等常見表面缺陷混淆,從而被誤判而引起分級錯誤.本文主要針對這種情況,研究了碰傷、腐爛等常見表面缺陷的檢測方法,并對果梗和花萼的識別進(jìn)行了研究,主要研究內(nèi)容和研究成果如下:1、綜述了利用計算機(jī)視覺技術(shù)和多光譜圖像技術(shù)進(jìn)行水果品質(zhì)檢測和自動分級的國內(nèi)外研究進(jìn)展,并指出了國內(nèi)外同類研究中所存在的問題.2、建立并完善了適合本研究的多光譜圖像系統(tǒng).3

2、、進(jìn)行了蘋果的分光反射特性實驗,通過該實驗測定蘋果的完好、碰傷、腐爛、果梗和花萼等不同表面組織的光譜反射特性曲線,進(jìn)而可以得出區(qū)分不同表面組織的波段,然后選擇合適的濾光片,有利于水果分級精度的提高.4、根據(jù)RGB顏色模型理論,把在480nm±10nm、530m±10nm、630nm±10nm和830m±10nm四個波段下所采集到的圖像區(qū)域分別用B、G、R和I表示,然后作為RGB顏色模型中的各個分量進(jìn)行疊加,分別得到RGB、RGI、GBI

3、和RGBI四種多光譜圖像.5、從果梗和花萼的識別結(jié)果可以看出:利用I<,630>、I<,530>、I<,480>、I<,830>單色圖像進(jìn)行分級時,對缺陷的識別率分別為69.2％、65.8％、51.2％、45％,對果?；ㄝ嗟淖R別率分別為67.5％、71.7％、59.2％、54.2％.而利用I<,630>/I<,530>比率多光譜圖像進(jìn)行分級時,缺陷和果?；ㄝ嗟淖R別率分別為73.3％、84.2％.由此可見,I<,630>/I<,530>比