申愛敏+霍曉靜+王文娣+王紅霞

摘要：為了改善我國核桃仁外觀品質(zhì)人工檢測(cè)速度慢、精度低、費(fèi)時(shí)費(fèi)力的現(xiàn)狀，提出1種基于機(jī)器視覺和圖像處理技術(shù)的核桃仁大小檢測(cè)方法。構(gòu)建圖像采集系統(tǒng)以獲得與背景顏色對(duì)比度明顯的待檢核桃仁圖像；通過灰度變換、中值濾波，降低了圖像處理計(jì)算數(shù)據(jù)量，提高了圖像信息的可讀性；通過閾值分割和區(qū)域填充，得到了清晰完整的核桃仁區(qū)域分割圖；使用像素統(tǒng)計(jì)法計(jì)算核桃仁像素面積；提出1種自適應(yīng)平均算法對(duì)樣本學(xué)習(xí)訓(xùn)練，進(jìn)而計(jì)算出大小分級(jí)閾值；以Lab Windows/CVI 2012為開發(fā)平臺(tái)，借助其圖像采集和圖像處理函數(shù)，設(shè)計(jì)配套的核桃仁大小自動(dòng)分級(jí)軟件。結(jié)果表明，該方法在實(shí)驗(yàn)室條件下可實(shí)現(xiàn)核桃仁大小分級(jí)，分級(jí)正確率達(dá)90.0%以上。

關(guān)鍵詞：核桃仁；大小分級(jí)；自適應(yīng)平均算法；機(jī)器視覺

中圖分類號(hào)：S126；TP391.41 文獻(xiàn)標(biāo)志碼： A

文章編號(hào)：1002-1302（2016）09-0383-03

核桃是世界四大堅(jiān)果類之首，也是我國主要栽培的果樹種類之一[1]。核桃仁富含蛋白質(zhì)、氨基酸、油脂以及多種其他營養(yǎng)物質(zhì)，核桃加工而成的高級(jí)食用植物油營養(yǎng)豐富，常食核桃仁及其油產(chǎn)品，具有潤肺強(qiáng)腎、預(yù)防冠心病、降低血脂的功效 [1-2]。核桃貿(mào)易主要有核桃仁和帶殼核桃2種，近年來，隨著生活水平的提高，人們對(duì)核桃仁產(chǎn)品的需求量和品質(zhì)要求也越來越高。在核桃仁貿(mào)易中，不同大小核桃仁的銷售價(jià)格和用途也不同，大仁可經(jīng)包裝后直接銷售，小仁可用于制作糕點(diǎn)、瑪仁糖等，碎仁可用于榨油[2]。因此，對(duì)核桃仁進(jìn)行大小分級(jí)是核桃仁產(chǎn)品生產(chǎn)過程中十分必要的環(huán)節(jié)，對(duì)提高核桃仁的經(jīng)濟(jì)價(jià)值具有十分重要的意義。

目前，國內(nèi)對(duì)核桃大小分級(jí)的研究主要以帶殼核桃大小分級(jí)為主[3-7]，對(duì)核桃仁分級(jí)技術(shù)的研究仍處于起步階段[8]，因此，我國核桃仁大小分級(jí)仍主要靠人工進(jìn)行分揀，這種方法不僅過程繁瑣、效率低下，同時(shí)還容易受人的主觀因素影響，不能保證分級(jí)的客觀性和標(biāo)準(zhǔn)化。機(jī)器視覺技術(shù)在農(nóng)產(chǎn)品品質(zhì)檢測(cè)與分級(jí)中的應(yīng)用已非常廣泛，涉及的研究對(duì)象包括玉米[9]、花生[10]、黃花梨[11]、橄欖[12]、檳榔[13]等，不僅實(shí)現(xiàn)了無損檢測(cè)與分級(jí)，還提高了檢測(cè)與分級(jí)的速度和效率，避免人為因素的影響，使分級(jí)結(jié)果更加客觀、精準(zhǔn)。

本研究在實(shí)驗(yàn)室條件下研究1種基于機(jī)器視覺的核桃仁大小分級(jí)技術(shù)，可為進(jìn)一步研究核桃仁的實(shí)時(shí)在線外觀品質(zhì)檢測(cè)和分級(jí)技術(shù)提供新的思路和基礎(chǔ)條件，對(duì)提高我國核桃仁貿(mào)易水平有著重要的意義。

1 材料與方法

1.1 試驗(yàn)材料

本試驗(yàn)所用核桃仁樣本為2014年保定市種植的香玲核桃。

1.2 圖像采集系統(tǒng)構(gòu)建

圖像采集硬件系統(tǒng)如圖1所示。為避免暴露狀態(tài)下周圍自然光源對(duì)采集圖像的影響，本試驗(yàn)在特制的密閉光照箱中進(jìn)行圖像采集，箱內(nèi)設(shè)有與相機(jī)鏡頭上下垂直相對(duì)的載物臺(tái)，載物臺(tái)正中間設(shè)有1個(gè)標(biāo)志點(diǎn)，以保證核桃仁每次的放置位置一致，調(diào)節(jié)相機(jī)物距和焦距使采集圖像清晰后，固定載物臺(tái)與相機(jī)的距離。箱內(nèi)壁為黑色，箱底及載物臺(tái)為藍(lán)色，可使采集到的核桃仁圖像背景為藍(lán)色，便于后期圖像處理；光源為環(huán)形低角度LED工業(yè)光源，其光線均衡，可使采集到的核桃仁圖像無陰影；相機(jī)為MV-GX3300C，計(jì)算機(jī)為ThinkVision E2323，配置i7處理器、2T內(nèi)存硬盤。

1.3 核桃仁圖像處理

為了消除和抑制圖像中的無用信息，增強(qiáng)有用信息的可檢測(cè)性，提高檢測(cè)速度和精度，進(jìn)行圖像檢測(cè)前須先進(jìn)行圖像處理。針對(duì)核桃仁外觀顏色及其輪廓的特殊性，結(jié)合核桃仁大小分級(jí)要求進(jìn)行圖像處理算法設(shè)計(jì)[14-15]。

對(duì)于核桃仁的大小檢測(cè)而言，圖像的色彩信息并不影響所需提取的大小特征，反而會(huì)影響圖像處理的速度，故在對(duì)圖像進(jìn)行分析處理之前先進(jìn)行灰度變換，得到的灰度圖像如圖2-a所示；采用5×5的中值濾波器對(duì)灰度變換后的核桃仁圖像進(jìn)行濾波，如圖2-b所示；采用基于聚類統(tǒng)計(jì)技術(shù)的自動(dòng)閾值法進(jìn)行圖像二值化分割，得到閾值為128，分割結(jié)果如圖2-c所示；采用八向連通算法進(jìn)行小孔填充，填充后得到完整的核桃仁區(qū)域，如圖2-d所示。

1.4 核桃仁圖像特征提取

圖像特征是分析圖像信息的基本屬性，主要包括幾何特征、形狀特征、顏色特征、紋理特征等。鑒于核桃仁邊緣輪廓的不規(guī)則性以及大小分級(jí)的標(biāo)準(zhǔn)要求，本研究主要對(duì)核桃仁圖像的幾何特征進(jìn)行分析，并選擇核桃仁圖像面積這一幾何特征作為大小分級(jí)的特征參數(shù)值。面積計(jì)算方法有很多種，常見的有最小外接矩形法、形狀擬合法、像素計(jì)數(shù)法等[16]。

由于不同大小等級(jí)核桃仁輪廓的不規(guī)則性和隨機(jī)性，使用外接矩形法和形狀擬合法都會(huì)對(duì)分級(jí)結(jié)果造成很大的誤差。以大三角仁為例，使用最小外接矩形法進(jìn)行面積計(jì)算，則大三角仁與整半仁所得到的最小外接矩形可能是大小相同的，如圖3所示，這會(huì)造成嚴(yán)重的誤判現(xiàn)象。由于核桃仁的輪廓嚴(yán)重不規(guī)則，且核桃仁個(gè)體間輪廓差異較大，故形狀擬合法也不適用。而像素計(jì)數(shù)法則不受待測(cè)對(duì)象輪廓的影響，統(tǒng)計(jì)待測(cè)對(duì)象區(qū)域內(nèi)部（包括邊界上）的像素?cái)?shù)即可。因此，本研究采用像素計(jì)數(shù)法來計(jì)算核桃仁面積，計(jì)算公式：

2 算法與實(shí)現(xiàn)

2.1 核桃仁大小分級(jí)標(biāo)準(zhǔn)

LY/T 1922—2010《核桃仁》[17]中對(duì)核桃仁大小等級(jí)進(jìn)行了定義：核桃仁的整半顆粒（一半子葉）稱為半仁，如仁粒缺損，短缺部分不足整半顆粒1/4的仍為半仁；半仁短缺部分約達(dá)整半顆粒1/4以上，但未超過3/8的仁粒稱為大三角仁；縱分的半仁稱為四分仁，如仁粒缺損，余下部分不小于縱分半仁

粒3/4的仍作為四分仁；小于或不符合四分仁的仁粒稱為碎仁。

2.2 分級(jí)模型的構(gòu)建

由核桃仁分級(jí)標(biāo)準(zhǔn)定義可知，各大小等級(jí)的閾值都可用整半仁面積乘以相應(yīng)的系數(shù)來表示。設(shè)整半仁面積為S0，則核桃仁大小分級(jí)的具體過程：先對(duì)同一品種的多個(gè)經(jīng)圖像處理后的核桃整半仁樣本圖像進(jìn)行面積計(jì)算，通過樣本學(xué)習(xí)訓(xùn)練得到此品種核桃整半仁面積S0，設(shè)待檢測(cè)核桃仁面積為S，核桃仁大小等級(jí)（degree）為D，則以整半仁面積S0作為分級(jí)特征參數(shù)，參考核桃仁分級(jí)標(biāo)準(zhǔn)構(gòu)建的大小分級(jí)模型如下：

2.3 閾值選取算法設(shè)計(jì)

核桃的品種不同，核桃整半仁大小就會(huì)不同，即使是同一品種，由于生長狀況的不同，其整半仁大小也不盡相同，因此S0的取值是影響分級(jí)效果的關(guān)鍵因素，為了得到合理的整半仁面積S0，提出1種對(duì)多個(gè)同品種核桃整半仁樣本進(jìn)行學(xué)習(xí)訓(xùn)練的自適應(yīng)閾值選取算法。

首先，隨機(jī)選取N（N≥20）個(gè)樣本，各樣本間相互獨(dú)立，假設(shè)樣本像素面積Si（i=1，2，…，N）服從正態(tài)分布。統(tǒng)計(jì)N個(gè)樣本的像素面積后，若直接求其平均值作為整半仁面積S0進(jìn)行分級(jí)，雖有計(jì)算量小、簡單易行的優(yōu)點(diǎn)，但同時(shí)也存在誤判率高的缺點(diǎn)。為了降低誤判率，提出1種自適應(yīng)平均算法進(jìn)行閾值選取，具體計(jì)算過程如下：

2.4 軟件實(shí)現(xiàn)

以Lab Windows/CVI 2012為軟件開發(fā)平臺(tái)，借助其圖像采集和圖像處理函數(shù)，設(shè)計(jì)開發(fā)核桃仁大小自動(dòng)分級(jí)軟件系統(tǒng)，軟件界面如圖4所示。對(duì)某品種核桃仁進(jìn)行大小檢測(cè)分級(jí)之前，須先對(duì)N（N≥10）個(gè)此品種核桃整半仁樣本進(jìn)行學(xué)習(xí)訓(xùn)練，系統(tǒng)中設(shè)有相應(yīng)的學(xué)習(xí)訓(xùn)練模塊，將整半仁樣本圖像導(dǎo)入后，軟件會(huì)對(duì)其進(jìn)行學(xué)習(xí)訓(xùn)練，并輸出學(xué)習(xí)結(jié)果，即此品種核桃整半仁面積S0，可將學(xué)習(xí)結(jié)果存儲(chǔ)在訓(xùn)練庫中，參數(shù)設(shè)置中的“品種”選項(xiàng)會(huì)列出已學(xué)習(xí)訓(xùn)練過的核桃品種，選擇相應(yīng)品種即可直接進(jìn)行大小分級(jí)。

3 結(jié)果與分析

根據(jù)核桃仁分級(jí)標(biāo)準(zhǔn)，在專家指導(dǎo)下人工選取20粒整半仁，用于學(xué)習(xí)訓(xùn)練和構(gòu)建模型，另外選取半仁、大三角仁、四分仁、碎仁各30粒共120粒核桃仁樣本，并對(duì)每個(gè)樣本進(jìn)行編號(hào)，用于分級(jí)測(cè)試，驗(yàn)證機(jī)器視覺技術(shù)的分級(jí)準(zhǔn)確率。

為了驗(yàn)證改進(jìn)后學(xué)習(xí)訓(xùn)練算法的可行性，進(jìn)行直接計(jì)算平均值法與改進(jìn)后算法的對(duì)比分級(jí)試驗(yàn)。首先，用所構(gòu)建的圖像采集系統(tǒng)對(duì)隨機(jī)選取的20個(gè)香玲核桃整半仁樣本進(jìn)行圖像采集，并將其輸入系統(tǒng)中進(jìn)行圖像處理，得到各樣本的像素面積；然后，分別使用直接平均算法和自適應(yīng)平均算法對(duì)處理后的樣本圖像進(jìn)行學(xué)習(xí)訓(xùn)練，得到S0分別為1 332 151、126 368像素；最后分別將1 332 151、126 368像素作為S0，按照公式（1）對(duì)選取的120粒核桃仁樣本進(jìn)行分級(jí)，結(jié)果如表1所示。對(duì)比試驗(yàn)結(jié)果表明：（1）使用自適應(yīng)平均法得出閾值的分級(jí)正確率明顯提高，與直接平均算法相比，半仁、大三角仁、四分仁、碎仁的分級(jí)正確率分別提高了3.3、0.0、13.3、6.6百分點(diǎn)，表明用自適應(yīng)平均法進(jìn)行核桃仁樣本分級(jí)閾值是高效可行的；（2）所提出的基于機(jī)器視覺的核桃仁大小分級(jí)技術(shù)在實(shí)驗(yàn)室條件下的分級(jí)正確率可達(dá)90.0%及以上。

4 結(jié)論

本研究提出了1種基于機(jī)器視覺的核桃仁大小分級(jí)技術(shù)，通過設(shè)計(jì)圖像處理算法步驟，得到了清晰完整的核桃仁區(qū)域圖像；使用像素統(tǒng)計(jì)法得到了核桃仁的像素面積，并將其作為特征參數(shù)進(jìn)行大小分級(jí)；提出1種自適應(yīng)平均算法來進(jìn)行分級(jí)閾值選取，使得分級(jí)閾值的選取更加科學(xué)，避免了人工閾值選取的主觀性和隨機(jī)性，提高了分級(jí)的準(zhǔn)確率；設(shè)計(jì)開發(fā)了核桃仁大小自動(dòng)分級(jí)軟件，提高了分級(jí)效率；提出的基于機(jī)器視覺的核桃仁大小分級(jí)技術(shù)在實(shí)驗(yàn)室條件下分級(jí)正確率可達(dá)90.0%及以上。綜上可知，將機(jī)器視覺技術(shù)應(yīng)用到核桃仁大小分級(jí)中是可行的。在今后的研究中，可進(jìn)一步對(duì)此技術(shù)進(jìn)行優(yōu)化，以提高其分級(jí)精度和效率，將其發(fā)展為實(shí)時(shí)在線分級(jí)系統(tǒng)并投入到實(shí)際應(yīng)用中，以提高我國核桃仁出口貿(mào)易量，增強(qiáng)我國的綜合國力。

參考文獻(xiàn)：

[1]李 敏，劉 媛，孫 翠，等. 核桃營養(yǎng)價(jià)值研究進(jìn)展[J]. 中國糧油學(xué)報(bào)，2009，24（6）：166-170.

[2]黃黎慧，黃 群，孫術(shù)國，等. 核桃的營養(yǎng)保健功能與開發(fā)利用[J]. 糧食科技與經(jīng)濟(jì)，2009，34（4）：48-50.

[3]李 莉. 基于虛擬儀器技術(shù)的核桃品質(zhì)綜合測(cè)評(píng)系統(tǒng)[D]. 保定：河北農(nóng)業(yè)大學(xué)，2004.

[4]張慶磊. 核桃品質(zhì)的無損檢測(cè)技術(shù)研究[D]. 鎮(zhèn)江：江蘇大學(xué)，2010.

[5]戚淑葉，張振偉，趙 昆，等. 太赫茲時(shí)域光譜無損檢測(cè)核桃品質(zhì)的研究[J]. 光譜學(xué)與光譜分析，2012，32（12）：3390-3393.

[6]何 鑫，史建新. 6FG-900型核桃分級(jí)機(jī)的原理與試驗(yàn)[J]. 新疆農(nóng)業(yè)大學(xué)學(xué)報(bào)，2010，33（3）：268-271.

[7]買合木江，劉 奎，朱占江，等. 6FG-3000型滾杠式青核桃分級(jí)機(jī)的設(shè)計(jì)[J]. 新疆農(nóng)機(jī)化，2013（4）：20-22.

[8]新疆農(nóng)業(yè)科學(xué)院農(nóng)業(yè)機(jī)械化研究所. 核桃仁分級(jí)機(jī)：中國，201110406022.4[P]. 2011-12-08.

[9]鄭小東，王 杰. 機(jī)器視覺在玉米籽粒品質(zhì)檢測(cè)中的應(yīng)用研究[J]. 中國糧油學(xué)報(bào)，2013，28（4）：124-128.

[10]熊利榮，任奕林，肖任勤. 基于機(jī)器視覺的花生大小檢驗(yàn)[J]. 湖北農(nóng)業(yè)科學(xué)，2007，46（3）：464-465.

[11]應(yīng)義斌，景寒松，馬俊福，等. 機(jī)器視覺技術(shù)在黃花梨尺寸和果面缺陷檢測(cè)中的應(yīng)用[J]. 農(nóng)業(yè)工程學(xué)報(bào)，1999，15（1）：197-200.

[12]Guzmán E，Baeten V，Pierna J A F，et al. Infrared machine vision system for the automatic detection of olive fruit quality[J]. Talanta，2013，116：894-898.

[13]Huang K Y. Detection and classification of areca nuts with machine vision[J]. Computers and Mathematics with Applications，2012，64（5）：739-746.

[14]Horn B K P. Robot vision[M]. Massachusetts：The MIT Press，1986.

[15]Gonzalez R C，Woods R E，阮秋琦，等. 數(shù)字圖像處理[M]. 3版. 北京：電子工業(yè)出版社，2010.

[16]鄧海霞. 基于機(jī)器視覺的群體禽蛋大小檢測(cè)方法研究[D]. 武漢：華中農(nóng)業(yè)大學(xué)，2006.

[17]國家林業(yè)局. LY/T 1922—2010 核桃仁[S].2010.