運(yùn)動(dòng)水果的形狀描述方法與在線檢測(cè)技術(shù).pdf

1、果形是評(píng)價(jià)水果品質(zhì)的重要特征之一。然而，由于自然形態(tài)差異大，水果形狀的準(zhǔn)確描述十分困難。目前形狀描述方法存在執(zhí)行復(fù)雜，對(duì)水果姿態(tài)要求嚴(yán)格，檢測(cè)不全面等問題，不能滿足高速分級(jí)過程中水果姿態(tài)多變情況下果形的描述。
　　本文以蘋果為主要研究對(duì)象，分別從二維和三維圖像方面研究了水果形狀的描述方法。研究了不同品種蘋果的形狀特征和單一品種不同等級(jí)蘋果的形狀特征的檢測(cè)方法;構(gòu)建了基于3相機(jī)的視覺檢測(cè)系統(tǒng)，實(shí)現(xiàn)了姿態(tài)多變的運(yùn)動(dòng)水果的形狀快速準(zhǔn)確描

2、述，確保姿態(tài)多變情況下水果形狀判別的一致性。
　　本文的主要研究?jī)?nèi)容、結(jié)果、結(jié)論如下:
　　(1)提出了一種FOFS背景分割與目標(biāo)提取方法。針對(duì)水果顏色、大小、缺陷以及光照等多種因素變化導(dǎo)致OTSU等傳統(tǒng)圖像分割方法不能準(zhǔn)確分割水果圖像的問題，通過彩色圖像的顏色分量融合、形態(tài)學(xué)開運(yùn)算消噪、空間濾波去除鋸齒狀邊界和自動(dòng)閾值分割等步驟，準(zhǔn)確地提取了目標(biāo)。采用該方法對(duì)280幅蘋果圖像處理的結(jié)果表明:203幅圖像分割偏差小于1％，占

3、總量的72.50％;70幅圖像分割偏差在1％～2％，占總量的25％;7幅圖像偏差大于2％，占總量的2.50％;最大分割偏差為2.83％。結(jié)果表明，F(xiàn)OFS方法提取的目標(biāo)偏差小于2.83％，邊界光滑，具有良好的光照適應(yīng)性，并可以較好地消除顏色、姿態(tài)、大小以及缺陷和果?；ㄝ鄬?duì)水果圖像背景分割的影響。
　　(2)提出了形心距離差指標(biāo)的水果三維形狀描述方法。針對(duì)水果二維形狀描述方法只考慮水果的一個(gè)成像平面，形狀描述不全面，精度差的問題，采

4、用結(jié)構(gòu)光三維成像技術(shù)采集水果的三維點(diǎn)云圖像，根據(jù)形心距離差描述水果形狀，對(duì)480幅三維點(diǎn)云圖像進(jìn)行處理的結(jié)果表明，對(duì)于具有端正果形的各品種蘋果，形心距離差的描述方法可以100％區(qū)分細(xì)長(zhǎng)形、近細(xì)長(zhǎng)形、方圓形3種形狀。結(jié)果表明，形心距離差三維形狀描述方法可以描述水果細(xì)長(zhǎng)形、近細(xì)長(zhǎng)形、方圓形3種形狀特征。
　　(3)提出了對(duì)稱指數(shù)、方形度、輪廓不平度、輪廓峭度、離心率等形狀描述指標(biāo)量，改進(jìn)了傅里葉描述子、小波描述予以及各種矩的形狀描述子

5、。針對(duì)傳統(tǒng)的形狀特征量計(jì)算偏差大，不準(zhǔn)確等問題，在對(duì)比分析了傳統(tǒng)的描述方法的基礎(chǔ)上，提出和改進(jìn)了形狀描述指標(biāo)，對(duì)200個(gè)姿態(tài)多變的運(yùn)動(dòng)水果10次的形狀檢測(cè)試驗(yàn)證明，采用對(duì)稱指數(shù)Os的離散度閾值區(qū)分形狀端正果和畸變果的準(zhǔn)確率達(dá)80.15％，采用改進(jìn)的Zernike矩Z2-0閾值區(qū)分的準(zhǔn)確率達(dá)66％以上;對(duì)440幅蘋果圖像處理的結(jié)果表明，采用Zernike矩Z3-1檢測(cè)圓柱果和球形果的準(zhǔn)確率達(dá)83.75％;對(duì)34組圓柱形和58組類球形，采用

6、小波矩W3-8-1判定的準(zhǔn)確率達(dá)93.10％。結(jié)果表明，對(duì)稱指數(shù)Os、改進(jìn)的Zernike矩、小波矩等形狀描述子對(duì)檢測(cè)水果形狀具有一定的可行性。
　　(4)提出了采用Zernike矩Z3-1和小波矩W3-8-1的閾值區(qū)分圓柱形果和類球形果的方法。針對(duì)目前形狀檢測(cè)主要關(guān)注的是單品種不同等級(jí)形狀特征的描述，而不同品種的水果形狀特征描述問題很少學(xué)者研究，本文以11個(gè)品種的蘋果為研究對(duì)象，對(duì)比分析了244個(gè)形狀描述指標(biāo)，包括圓形度、占有率

7、、對(duì)稱指數(shù)、方形度、輪廓不平度、輪廓峭度、離心率、圓度、圓形比、內(nèi)外接圓半徑比，以及傅里葉描述子、小波描述子、Hu矩描述子、Zernike矩描述子和小波矩描述子。對(duì)440幅蘋果圖像處理的結(jié)果表明，采用Zernike矩Z3-1檢測(cè)圓柱果和球形果的準(zhǔn)確率達(dá)83.75％;對(duì)34組圓柱形和58組類球形，采用小波矩W3-8-1判定的準(zhǔn)確率達(dá)93.10％。而采用多元線性回歸模型，其判斷準(zhǔn)確率最高為56.52％。結(jié)果表明，采用Zernike矩Z3-1

8、指標(biāo)和小波矩W3-8-1指標(biāo)的固定閾值對(duì)圓柱形和球形有一定的判別力，且比采用多元線性回歸建立的模型分類準(zhǔn)確率高，計(jì)算復(fù)雜度低。
　　(5)提出了采用Zernike矩Z2-0的閾值判定多姿態(tài)水果形狀是否端正，以及采用離心率Ec、圓形度C4、對(duì)稱指數(shù)Os、Zernike矩Z5-3輔助判定特定姿態(tài)的水果形狀是否端正的方法。針對(duì)目前形狀描述方法主要研究的是特定姿態(tài)的水果形狀，而多姿態(tài)的水果形狀很少關(guān)注的問題，本文以采集于山東棲霞果園的29

9、個(gè)富士蘋果和36個(gè)喬納金蘋果為實(shí)驗(yàn)對(duì)象，根據(jù)形狀人工將它們分成3個(gè)等級(jí)，對(duì)每個(gè)蘋果采集了8幅不同姿態(tài)的圖像。對(duì)比分析了244個(gè)形狀描述指標(biāo)，包括圓形度、占有率、對(duì)稱指數(shù)、方形度、輪廓不平度、輪廓峭度、離心率、圓度、圓形比、內(nèi)外接圓半徑比，以及傅里葉描述子、小波描述子、Hu矩描述子、Zernike矩描述子和小波矩描述子。對(duì)520幅蘋果圖像處理的結(jié)果表明，采用Zernike矩Z2-0的閾值判別多姿態(tài)水果果形是否端正，對(duì)富士蘋果和喬納金蘋果檢

10、測(cè)的準(zhǔn)確率分別為67.24％和43.06％，而采用6種特征指標(biāo)通過多元線性回歸建立的線性模型判別，其對(duì)富士蘋果和喬納金蘋果檢測(cè)的準(zhǔn)確率分別為11.21％和30.90％;果軸傾斜姿態(tài)，采用離心率Ec的閾值判別，其檢測(cè)準(zhǔn)確率對(duì)于富士蘋果和喬納金蘋果分別為87.93％和79.17％。采用圓形度C4的閾值判別，其檢測(cè)準(zhǔn)確率對(duì)于富士蘋果和喬納金蘋果分別為81.03％和65.28％。果軸豎直姿態(tài)，采用離心率Ec的閾值判別，其檢測(cè)準(zhǔn)確率對(duì)于富士蘋果和

11、喬納金蘋果分別為67.24％和59.72％。采用圓形度C4的閾值判別，其檢測(cè)準(zhǔn)確率對(duì)于富士蘋果和喬納金蘋果分別為65.52％和59.72％。果軸水平姿態(tài)，采用Zernike矩Z5-3的閾值判別，其檢測(cè)準(zhǔn)確率對(duì)于富士蘋果和喬納金蘋果分別為70.69％和52.08％。采用對(duì)稱指數(shù)Os的閾值判別，其檢測(cè)準(zhǔn)確率對(duì)于富士蘋果和喬納金蘋果分別為73.28％和59.03％。結(jié)果說明，根據(jù)Zernike矩Z2-0的閾值對(duì)多姿態(tài)蘋果果形是否端正的判別有一

12、定的可行性，且比采用多元線性回歸建立的模型分類準(zhǔn)確率高，計(jì)算復(fù)雜度低。在果軸豎直或者傾斜時(shí)，采用離心率Ec或者圓形度C4判別會(huì)更為準(zhǔn)確;果軸水平時(shí)，采用Zernike矩Z5-3和對(duì)稱指數(shù)Os對(duì)水果形狀會(huì)更為準(zhǔn)確。
　　(6)設(shè)計(jì)了基于3相機(jī)的視覺系統(tǒng)，提出了采用Zernike矩Z2-0的閾值以及圓形度C4和對(duì)稱指數(shù)Os的離散度閾值判定姿態(tài)多變運(yùn)動(dòng)水果的形狀是否端正的方法。針對(duì)目前形狀檢測(cè)主要研究靜止的固定姿態(tài)的水果，而姿態(tài)多變運(yùn)動(dòng)

13、水果的形狀檢測(cè)一直是個(gè)難點(diǎn)。本文以水果市場(chǎng)購(gòu)買的大小規(guī)格為90mm，80mm，70mm的三種紅富士蘋果為研究對(duì)象，對(duì)5個(gè)端正果，8個(gè)形變果，50次在線檢測(cè)的1950幅圖像處理的結(jié)果表明，采用Zernike矩Z2-0的閾值判別姿態(tài)多變運(yùn)動(dòng)水果的形狀是否端正，5個(gè)形狀端正果中有3個(gè)50次測(cè)試的檢測(cè)結(jié)果都為端正果，其余2個(gè)50次均為錯(cuò)判;8個(gè)形變果中有5個(gè)50次測(cè)試的檢測(cè)結(jié)果都為形變果，其余為部分錯(cuò)判。采用C4和Os的離散度判別，當(dāng)C4的離散

14、度小于10％時(shí)，判斷其形狀端正;當(dāng)C4的離散度大于10％時(shí)，Os的離散度小于20％的判斷其形狀端正，該判定方法可以完全區(qū)分樣本形狀是否端正。進(jìn)一步的驗(yàn)證實(shí)驗(yàn)，對(duì)100個(gè)端正果和100個(gè)形變果，10次在線檢測(cè)的18000幅圖像處理結(jié)果表明，采用3相機(jī)水果形狀檢測(cè)系統(tǒng)，設(shè)置采集一個(gè)工位的蘋果3幅圖像，根據(jù)這3幅圖像的Zernike矩Z2-0的平均值的閾值判別水果形狀，準(zhǔn)確率約66％，平均每個(gè)蘋果的檢測(cè)時(shí)間約0.2063秒。設(shè)置采集一個(gè)蘋果3