李悅 趙娜

摘要： 隨著工業(yè)化的時代的高速發(fā)展，對于需求巨大的水果，使用人工的分揀已經(jīng)不能滿足需求，采用機器視覺的方法來對各種類水果進(jìn)行分級檢測，可以達(dá)到高的速度，優(yōu)的品質(zhì)，也可方便記錄當(dāng)年各種類水果的重量，形狀，顏色的數(shù)據(jù)，反饋到農(nóng)業(yè)相關(guān)部門，提出解決措施，保持優(yōu)良性狀，以便來年種植得到更加完美的產(chǎn)品。本文主要研究的就是通過機器視覺來研究水果外部品質(zhì)，以此來實現(xiàn)對水果品質(zhì)的檢測和數(shù)據(jù)的記錄。

關(guān)鍵詞：機器視覺；水果；外部品質(zhì)

中圖分類號：TP393 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2019）07-0189-02

Abstract： With the rapid development of the era of industrialization， manual sorting fruits can no longer meet the demand. And the machine vision method is used to classify various kinds of fruits to achieve high speed and excellent quality. It is also convenient to record the weight， shape and color data of various types of fruits in the same year， and feedback to the relevant departments of agriculture， propose solutions， and maintain good traits so that plants can be more perfect in the coming year. The main research in this paper is to study the external quality of fruits through machine vision， in order to achieve the detection of fruit quality and the record of data.

Key words： machine vision； fruit； external quality

1 概述

當(dāng)今社會，經(jīng)濟高速發(fā)展，人們的生活水平不斷提高，越來越重視身體的健康，吃水果已經(jīng)成了人們每天都會做的事情，所以對水果的需求也在不斷地增加。而今現(xiàn)在的水果市場上同類的水果品種參差不齊，人工去挑揀水果更是耗費大量的人力、物力與財力。機器視覺是通過對目標(biāo)物體圖像的獲取、處理和分析來模擬人類的視覺功能，并使用各種機電設(shè)備實現(xiàn)生產(chǎn)自動化。通過機器視覺來研究水果的外部品質(zhì)，可以更加快速高效的檢驗水果的內(nèi)在和外在品質(zhì)，以此來達(dá)到在市場中買賣水果得到更多的經(jīng)濟利益。

我國是水果生產(chǎn)大國，在當(dāng)今的經(jīng)濟來源上，水果的銷售收入是國民經(jīng)濟的一大部分來源。一般水果的外部光滑，顏色鮮亮均勻便是佳品，也是人們爭相購買的。水果具有儲存時間短，不易儲藏，不易翻動等特點，甚至有的水果在離開枝莖之后很短的時間便會腐敗或者變質(zhì)。這時如果采用人工分揀裝箱，速度往往很慢，就會導(dǎo)致浪費。通過機器視覺來將水果進(jìn)行分級與檢測，能夠大大地提高水果買賣的經(jīng)濟利益，同時減少時間與人力，這樣也符合大眾的需求。同時，使用機器視覺去研究水果的外部品質(zhì)，還可以記錄和檢測該類農(nóng)產(chǎn)品在一定時期的產(chǎn)量與質(zhì)量，檢測存在的問題，有益于今后的種植問題與注意事項，以此來培育具有更高優(yōu)良性狀的水果品種。這樣必然能使今后的水果種植業(yè)有著更加強大的數(shù)據(jù)指標(biāo)，達(dá)到高產(chǎn)優(yōu)產(chǎn)。

2 機器視覺方法

機器視覺系統(tǒng)由三部分組成：圖像的獲取、圖像的處理和分析、輸出或顯示，一般需要電荷耦合器件（Charge Coupled Device CCD）、檢測裝置、傳送帶、計算機、控制系統(tǒng)等設(shè)備。在水果分級過程中，水果位于傳送帶上方，CCD攝像機配置在傳送帶的上方及周邊，在傳送帶的兩側(cè)安裝有檢測裝置。當(dāng)水果通過CCD攝像機時，CCD攝像機將通過圖像采集卡將水果圖像傳入計算機，由計算機對圖像及數(shù)據(jù)進(jìn)行一系列處理，確定水果的顏色、形狀、重量情況等特征，再根據(jù)處理結(jié)果控制機構(gòu)，完成分級，該方法無損水果質(zhì)量。

首先要獲取對象，在合適光照條件下的場景中，使用成像儀器，獲取收集水果的圖像，并且轉(zhuǎn)換成數(shù)字信號輸入計算機中。之后分析圖像，并且生成一個對被成像物體（或場景）的描述。通常，從圖像中生成符號描述的過程，可以被分為以下兩個階段。第一個階段生成一個素描圖，即：一個詳盡的、但是未經(jīng)加工處理的描述。下一個階段是：生成一個簡化的、有結(jié)構(gòu)的描述，用來進(jìn)行決策。第一個階段被稱為圖像分析：而對第一個階段所得到的結(jié)果進(jìn)行后續(xù)處理的過程，則被稱為場景分析。這兩個階段有幾分相似，其主要區(qū)別是：圖像分析從圖像開始，而場景分析從素描圖開始[1]。

在整個機器視覺檢測系統(tǒng)當(dāng)中，最重要的就是獲取到的圖像的質(zhì)量，如果獲取到的圖像質(zhì)量有一定的缺陷，就會造成圖像分析的不準(zhǔn)確性大大增加，所以一定要保證圖像的準(zhǔn)確性。在這種情況下，可以考慮在CCD攝像機的配件上下功夫，例如提高相機鏡頭的分辨率，調(diào)整照明情況，使獲取到的圖像的對比度達(dá)到最佳效果，另外還有場深，失真等鏡頭上的優(yōu)化事項都可以作為提高圖像質(zhì)量的方法。但是也要注意不能過分調(diào)整各項參數(shù)，強化了一些指標(biāo)，破壞了圖像本質(zhì)的樣子，造成圖像分析的判斷錯誤，例如在水果果皮顏色上，如果光線太過明亮就會造成視覺上的錯覺，以此無法更加細(xì)小的區(qū)分果皮的顏色。

3 基于機器視覺方法的檢測方法

在研究水果的外部品質(zhì)上，機器視覺技術(shù)主要通過采集靜態(tài)圖像，對水果進(jìn)行多方面的特征分析，以此得到果實的外部品質(zhì)的數(shù)據(jù)，從而對水果進(jìn)行分級與檢測。建立基于多光譜成像設(shè)備的計算機視覺系統(tǒng)，對水果的外觀品質(zhì)進(jìn)行定量檢測。采用機器視覺技術(shù)對水果的3個指標(biāo)進(jìn)行外觀品質(zhì)檢測。在重量檢測方面，每種水果規(guī)定重量的分級，標(biāo)準(zhǔn)重量附近左右的水果為最佳的產(chǎn)品；在形狀檢測方面，不同水果外形類別應(yīng)保持在正常形態(tài)，區(qū)分殘缺果和畸形果；在顏色檢測方面，每一種類的水果果皮顏色都應(yīng)當(dāng)是均勻的，并且顏色應(yīng)當(dāng)?shù)氖蔷К撏噶?，按照正常水果種類顏色的分布來劃分等級，區(qū)分最佳果皮顏色[2]。

高光譜技術(shù)能有效檢測水果的表面損傷缺陷。ElMasry等利用波段范圍400～1000nm的高光譜成像系統(tǒng)對“McIntosh"蘋果表面損傷進(jìn)行檢測。實驗選取30個表面無缺陷、無損的蘋果，貯藏在3℃環(huán)境下，24 小時后取出進(jìn)行癌傷處理。選取了三種不同背景顏色的“McIntosh" 蘋果作為實驗對象。每個樣品從10cm高處掉落到重250g的鋼板上，在樣品位于果梗與花萼的中間位置處產(chǎn)生直徑約為14～ 18mm的相同瘀傷。將產(chǎn)生瘀傷的蘋果分別放置1，12，24小時及3天后進(jìn)行數(shù)據(jù)采集，以此得到高光譜成像系統(tǒng)對蘋果表面從正常組織到瘀傷組織識別的一個時間閾值。水果放置在托盤上，通過步進(jìn)電機控制平移臺移動進(jìn)行線掃描采集，圖像尺寸大小為400X400像素，826個光譜波段。利用高光譜成像技術(shù)結(jié)合逐步回歸算法及偏最小二乘算法，提取水果表面正常組織和瘀傷組織的光譜特征，對高光譜數(shù)據(jù)進(jìn)行降維分析， 反射圖像的數(shù)據(jù)被減少到三個最佳波長（750nm、820nm、 960nm）。這三個特征波長可用在多光譜成像系統(tǒng)中檢測蘋果表面瘀傷。實驗驗證了這種技術(shù)可以預(yù)測蘋果表面的瘀傷的時間段為1個小時～3天[3]。

利用高空間分辨率（0.5～ Inm）的高光譜成像系統(tǒng)能檢測蘋果表面污染、腐爛、疤痕等缺陷。Mehl等以四類蘋果（蛇果、金冠、嘎啦和富士蘋果）作為研究對象，蘋果被儲存在0～4C環(huán)境中。美國農(nóng)業(yè)部儀器與傳感技術(shù)實驗室（instrumentation and sensing lboretory ISL.） 開發(fā)的一套高光譜成像系統(tǒng)，光譜范圍為430～ 930nm，光譜分辨率為10nm， 空間分辨率為1mm。該系統(tǒng)可以采集高光譜反射圖像和熒光圖像。通過高光譜系統(tǒng)對四類蘋果表面的損傷、腐爛、疤痕和土壤污染進(jìn)行檢測，確定完好蘋果以及帶有缺陷和污染物的蘋果不同目標(biāo)處的光譜特征波長。通過實驗發(fā)現(xiàn)利用主成分分析法檢測蘋果的表面情況（損傷、污染第多個主成分圖像均受到蘋果種類的影響，在某一特定波長得到的高光譜圖像存在較大差異，為解決這一問題，設(shè)計了一種新的算法不均勻二次差分（asymmetric second diference， ASD）。不均勻二次差分方法在二次差分方法的基礎(chǔ)上，對中心波長的較高波長和較低波長使用不同的波長間隔[4]。

4 總結(jié)

利用機器視覺來完成對水果的分級，可以加快經(jīng)濟的發(fā)展，解放勞動力，提高生產(chǎn)的效率，面對日益增加的水果需求，采用機器視覺技術(shù)可以更好地完成任務(wù)，提高國民生活質(zhì)量，同時也是發(fā)展機械農(nóng)業(yè)的重要步驟。將機器視覺與計算機相結(jié)合，不僅能將水果分級，還能提取水果的數(shù)據(jù)，達(dá)到商業(yè)與農(nóng)業(yè)的完美結(jié)合。因此，緊緊抓住京津冀體化發(fā)展的歷史性機遇，將信息化作為引領(lǐng)現(xiàn)代農(nóng)業(yè)發(fā)展、創(chuàng)新農(nóng)業(yè)管理服務(wù)、破解農(nóng)業(yè)發(fā)展難題的重要手段，全面提升農(nóng)業(yè)信息化應(yīng)用水平[5]。未來在市場上這項技術(shù)一定會非常的流行與重要。

參考文獻(xiàn)：

[1] 霍恩.機器視覺[M].王亮，蔣欣蘭，譯.北京：中國青年出版社，2014.

[2] 彭彥昆.農(nóng)畜產(chǎn)品品質(zhì)安全光學(xué)無損快速檢測技術(shù)[M].北京：科學(xué)出版社，2016.

[3] ElMasry G， Wang N，Vigneault C，et al. Early detection of apple bruises on different background colors using hyperspectral imaging. LWT，2008（41）：337-345.

[4] Mehl P M，Chen Y R，Kim M S， et al. Development of hyperspectral imaging technique for the detectionof apple surface defects and contaminations.Journal of Food Engineering，2004（61）：67-81.

[5] 農(nóng)業(yè)部信息中心課題.農(nóng)業(yè)信息化研究報告[M].北京：中國農(nóng)業(yè)出版社，2017.

【通聯(lián)編輯：唐一東】