李澤平 李雪蓮 周 軍 郭俊先 黃 華 郭 陽 張亮亮

(1.新疆農(nóng)業(yè)大學(xué)機電工程學(xué)院，新疆 烏魯木齊 830052；2.新疆農(nóng)業(yè)大學(xué)數(shù)理學(xué)院，新疆 烏魯木齊 830052)

無核白葡萄作為新疆吐魯番地區(qū)的主栽品種[1-2]，對吐魯番農(nóng)業(yè)經(jīng)濟的發(fā)展起重要作用。目前，無核白葡萄上市前品質(zhì)等級主要依靠人工檢測和分級，速度慢、效率低且主觀性強[3-4]，果品的采后處理技術(shù)比較薄弱，不利于其精確有效的分級[5-6]。

無核白葡萄呈現(xiàn)強透光特點，成像質(zhì)量和光源選取均直接影響無核白葡萄的指標預(yù)測和分級。如何獲得無核白葡萄成像系統(tǒng)的最佳因素與水平，對提高圖像質(zhì)量具有重要意義[7]。常見的葡萄圖像采集主要基于2種環(huán)境：室外特定光照環(huán)境下的露天環(huán)境和室內(nèi)人工控制的機器視覺成像系統(tǒng)。例如，Zabawa等[8]使用卷積神經(jīng)網(wǎng)絡(luò)執(zhí)行語義分割檢測圖像中的單個漿果，來計算每個漿果的數(shù)量。邱津怡等[9]提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)的多尺度葡萄圖像識別方法，發(fā)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)對于特征提取的效果優(yōu)于傳統(tǒng)的特征提取算法。劉智杭等[10]針對自然光照復(fù)雜背景下，葡萄果穗?yún)^(qū)域分割準確度差的問題，提出了一種融合局部異常因子(LOF)算法和K均值聚類算法的圖像分割算法。由于沒有統(tǒng)一的衡量標準，目前通常都是采用圖像評價的方法評價采集到的圖像。

為消除葡萄粒透光和光暈問題，獲得葡萄串的最佳分割效果，準確分析葡萄串的圖像信息，試驗擬采集不同背景、光源結(jié)構(gòu)、打光模式下的無核白鮮葡萄圖像，采用圖像評價的方法對比各因素水平下采集的圖像，確定無核白葡萄機器視覺成像系統(tǒng)因素的最佳取值，旨在為無核白葡萄的指標預(yù)測與分級提供參考依據(jù)。

1 材料與方法

1.1 試驗材料

無核白鮮葡萄：共30串，顆粒均勻(單果粒重約為2～3 g)，糖度為17%～23%、濕基含水率為(82±3)%，于1 ℃冰柜冷藏存放，市售。

1.2 儀器設(shè)備

采集平臺：規(guī)格為48 cm×43 cm×170 cm，外層用黑色幕布將整個平臺全部遮擋，自制；

圖像采集系統(tǒng)(見圖1)：AT-200CL型，包括相機、3CCD面陣攝像機，丹麥JAI公司；

鏡頭：LM35CLS型，日本NIKON公司；

高亮條形光源：LTS-2BR3503型，樂視自動化科技有限公司；

高亮度LED線光源：HLND-500SW2-R型，美國CCS公司；

低角度環(huán)形光源：HRL180SW LED型，東莞科視自動化科技有限公司；

圖像采集卡：OR-X4C0-XPD00型，日本Kowa公司；

光源控制器：LTS-APC2460-2型，樂視自動化科技有限公司；

計算機：CentreM6100t型，聯(lián)想(北京)有限公司。

1.3 圖像采集

采集圖像時，葡萄樣本先于室溫下放置0.5 h，調(diào)整機器視覺系統(tǒng)物距、圖像分辨率、光圈大小等參數(shù)，直至采集的圖像清晰。

1.4 數(shù)據(jù)處理

采用Matlab R2014A軟件進行圖像處理，采用SPSS軟件進行數(shù)據(jù)處理。使用Excel 97-2003軟件進行圖、表繪制。

2 試驗設(shè)計

2.1 單因素試驗

2.1.1 背景紙對圖像的影響 分別以黑色、白色、棕色、灰色、紫色、綠色、深藍色、淺綠色、紅色、褐色、黃色、藍色、粉色、淺粉色、桃紅色15種顏色的4K硬卡紙為背景，拍攝一批無核白葡萄圖片，使用Matlab軟件進行分析，以葡萄圖像的前景和背景的灰度差異值和圖像信噪比為衡量指標，確定采集圖像時的最佳背景紙。

1.光源控制器 2.LED光源 3.鋁型材框架 4.鏡頭 5.攝像機 6.電腦 7.圖像采集卡(內(nèi)置主機箱里)圖1 圖像采集系統(tǒng)Figure 1 Image acquisition system

2.1.2 光源結(jié)構(gòu)對圖像的影響 在最佳采集背景紙下，以3種不同光源(條形光源、線光源、環(huán)形光源)以及光源與相機所成的不同夾角(分別為0°，30°，45°，60°)組成不同的光源結(jié)構(gòu)(條形光源-0°、條形光源-30°、條形光源-45°、條形光源-60°、線光源-0°、線光源-60°、環(huán)形光源-0°)，拍攝一批無核白葡萄圖像，使用Matlab軟件進行分析，以葡萄圖像的前景和背景的灰度差異值和圖像信噪比為衡量指標，確定采集圖像時的最優(yōu)光源結(jié)構(gòu)。

2.2 正交試驗

在單因素試驗的基礎(chǔ)上，選取30串無核白葡萄，以背景紙、光源結(jié)構(gòu)、打光模式為因素，進行三因素三水平正交試驗，以確定采集圖像時的最佳條件。

3 常用圖像質(zhì)量評價方法

圖像質(zhì)量評價分為主觀評價和客觀評價[11]。主觀評價是觀察者對圖像質(zhì)量進行評價，人為干擾因素大，在實際應(yīng)用中受到極大的限制[12-13]。而客觀評價只需設(shè)計算法模型，通過模型自動評價圖像質(zhì)量[14]，常用的客觀評價方法主要有PSNR、均方誤差[15]、平均梯度、圖像熵、NIQE、SNR等，但PSNR、均方誤差等需要原始圖像進行參照，不適用于單幅圖像的評價[13]。因此只對平均梯度、圖像熵、NIQE、NR 4種方法(表1)展開討論。

4 結(jié)果與分析

4.1 單因素試驗

4.1.1 背景紙對圖像的影響 由圖2(a)可知：白色背景紙下，圖像的信噪比最高，黃色和桃紅色次之。信噪比可以反映圖像的質(zhì)量，其值越高說明產(chǎn)生的雜質(zhì)越少，圖像越清晰，圖像信號質(zhì)量越高。由圖2(b)可知，白色背景紙下，圖像的前景與背景的灰度值差異最大。而背景灰度值與前景灰度值對比度越高，越有利于目標區(qū)域的有效獲得，分割效果越佳。因此，白色背景紙對圖像的影響最大，黃色和桃紅色背景紙影響次之，黑色背景紙對圖像的影響最小。

4.1.2 光源結(jié)構(gòu)對圖像的影響 由圖3可知，在條形光源-60°的光源結(jié)構(gòu)下，圖像的信噪比最高，且前景與背景的灰度值差異最大，而線光源-60°、條形光源-45°和條形光源-30°的光源結(jié)構(gòu)效果次之，其中條形光源-0° 的光源結(jié)構(gòu)效果最差。由人為觀察可知，線光源-60° 的光源結(jié)構(gòu)在拍攝過程中，由于線光源的光在空間傳播過程中只向一個方向呈線性傳播，所以容易造成無核白葡萄表面受光不均勻、圖像光暈較大，不利于后期圖像處理，故后續(xù)正交試驗中，由條形光源-30°的光源結(jié)構(gòu)取代線光源-60°的光源結(jié)構(gòu)。

表1 圖像質(zhì)量客觀評價方法Table 1 Objective evaluation method of image quality

圖2 背景紙對圖像效果的影響Figure 2 Effect of different color background paper on image

圖3 光源結(jié)構(gòu)對圖像效果的影響Figure 3 Influence of different light source structures on image

4.2 正交試驗

在單因素試驗基礎(chǔ)上，結(jié)合打光模式進行三因素三水平正交試驗，其因素水平及編碼見表2，試驗設(shè)計與結(jié)果見表3。

由表3可知，影響無核白葡萄圖像的因素為C>A>B，即打光模式>背景紙>光源結(jié)構(gòu)。由表4可知，打光模式對圖像前景與背景的灰度差異值和信噪比的影響顯著，與極差分析結(jié)果一致，得到采集圖像的最佳組合為A1B1C1，因此無核白葡萄圖像采集的最佳條件為：背景紙為白色背景紙，光源結(jié)構(gòu)為條形光源-60°，打光模式為明場模式。

4.3 圖像質(zhì)量評價

采用客觀評價方法對圖像質(zhì)量進行評價，通過分析可知：① 同一因素水平下同一無核白葡萄拍攝的3張照片，其評價結(jié)果相差不大，可以取同一因素水平下3次重復(fù)評價結(jié)果的平均值作為該因素水平下的評價結(jié)果；② 同一張無核白葡萄圖片在9種因素水平下的圖像質(zhì)量差異較大；③ 90張無核白葡萄圖片分別在9種因素水平下的圖像質(zhì)量評價結(jié)果呈現(xiàn)一致的趨勢。

與客觀評價方法對比，選擇若干主觀評價人員對圖像進行評價，評價結(jié)果分為5個等級。圖像質(zhì)量評價結(jié)果見表5。由表5可知，主、客觀評價的結(jié)果基本一致，在一定條件下反映了無核白葡萄圖像的質(zhì)量。綜上，1號試驗所得圖像結(jié)果最佳，從而得出無核白葡萄機器視覺成像系統(tǒng)的最佳因素取值。

表2 試驗因素水平及編碼Table 2 Test factor level and code

表3 正交試驗設(shè)計與結(jié)果?Table 3 Orthogonal test analysis table

表4 正交試驗方差分析?Table 4 Analysis of variance of orthogonal test

表5 圖像質(zhì)量評價結(jié)果Table 5 Image quality evaluation results

為了驗證試驗結(jié)論的正確性，采用上述9組因素水平下各拍攝10串綠色和黃色無核白葡萄照片，重復(fù)上述步驟并進行質(zhì)量評價，結(jié)果顯示，驗證實驗的無核白葡萄的綜合評分優(yōu)于正交試驗中大部分試驗結(jié)果，說明無核白葡萄成像系統(tǒng)的確定可行性較高。9種環(huán)境因素水平下拍攝的圖像質(zhì)量存在一定差別，其圖像質(zhì)量由高到低對應(yīng)的成像系統(tǒng)的因素水平順序依次為1，4，8，5，9，7，2，3，6。其中1號試驗所得圖像結(jié)果最佳，因此無核白葡萄機器視覺成像系統(tǒng)的最佳因素取值為：背景紙為白色背景紙，光源結(jié)構(gòu)為條形光源-60°，打光模式為明場模式。

5 結(jié)論

針對無核白葡萄圖像獲取等問題開展了試驗研究，并結(jié)合主客觀綜合評價圖像質(zhì)量的方法評價了獲取到的無核白葡萄圖像，確定無核白葡萄機器視覺成像系統(tǒng)的最佳因素取值為：背景紙為白色背景紙，光源結(jié)構(gòu)為條形光源-60°，打光模式為明場模式。由于試驗采集的圖像只是固定背景下的無核白葡萄圖像，容易導(dǎo)致葡萄穗形變，后續(xù)應(yīng)考慮掛靠或懸掛式采集葡萄照片。