亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于圖像識別的水果分揀系統(tǒng)

        2021-07-01 09:59:24倪云峰葉健樊嬌嬌
        江蘇農(nóng)業(yè)科學(xué) 2021年10期

        倪云峰 葉健 樊嬌嬌

        摘要:為了解決人工水果分揀的缺點,探討了一種基于圖像識別的水果分揀系統(tǒng)。通過硬件采集系統(tǒng)采集各類不同水果的圖像數(shù)據(jù),應(yīng)用圖像處理技術(shù),設(shè)定水果分類的顏色、大小特征的閾值標(biāo)準(zhǔn),根據(jù)閾值標(biāo)準(zhǔn)對水果進(jìn)行腐爛檢測,區(qū)分出腐爛和完好水果;再對完好水果進(jìn)行種類識別,并在相同種類下進(jìn)行水果的大小等級識別和顏色狀態(tài)判定。結(jié)合水果的大小及顏色,將水果分揀為特等果、優(yōu)等果、次等果、劣等果四大類,以判別水果的外部和內(nèi)部品質(zhì),最終實現(xiàn)水果的分揀。在分揀過程中實時統(tǒng)計已分揀水果的數(shù)量,將已識別的水果圖像進(jìn)行實時刪除操作,減少系統(tǒng)內(nèi)存,設(shè)置同步模塊,使圖像處理與自動化設(shè)備達(dá)到同步。測試結(jié)果顯示,該水果分揀系統(tǒng)效率高、成本低,對水果供應(yīng)鏈中的水果分揀應(yīng)用具有較大意義。

        關(guān)鍵詞:圖像識別;特征選擇;實時統(tǒng)計;水果分揀

        中圖分類號: S126;TP391.41 ?文獻(xiàn)標(biāo)志碼: A ?文章編號:1002-1302(2021)10-0170-06

        傳統(tǒng)水果分揀主要采用人工分揀,而人工分揀效率低、易造成水果損壞、準(zhǔn)確率低、人力物力消耗較大,極大增加了分揀成本。為了降低水果分揀成本,亟需探索出一種分揀效率高、準(zhǔn)確率高、人力物力消耗小的自動化系統(tǒng)。

        關(guān)于農(nóng)產(chǎn)品的品質(zhì)鑒定和分級研究,主要涉及農(nóng)產(chǎn)品的大小、形狀、顏色、表面損傷與缺陷檢測等[1-5]。國外對農(nóng)產(chǎn)品分級檢測的研究開始較早。Tao等采用多變識別技術(shù)實現(xiàn)對蘋果和馬鈴薯的顏色識別,識別準(zhǔn)確率高但效率較低[6]。Blanc等設(shè)計的分級系統(tǒng),對葡萄等串狀水果的分級效率有較為明顯的提高[7]。Baigvand等設(shè)計了完整的分級系統(tǒng),實現(xiàn)了對無花果干的等級劃分[8]。國內(nèi)研究人員對農(nóng)副產(chǎn)品的品質(zhì)鑒定和分級檢測也做了很多研究。葉晉濤等提出了基于 SVM 神經(jīng)網(wǎng)絡(luò)與哈密瓜圖像特征的哈密瓜分級方法,對哈密瓜的分級提出了切實可靠的方法[9]。魏康麗等利用機(jī)器視覺,實現(xiàn)了對蘋果脆片的外觀品質(zhì)鑒定[10]。應(yīng)義斌等采用表面色澤和固酸比作為柑橘成熟度指標(biāo),實現(xiàn)了對柑橘的成熟度檢測[11]。

        針對一般分類系統(tǒng)存在準(zhǔn)確率低、分辨水果種類單一、系統(tǒng)無法對分類結(jié)果實時計數(shù)、已經(jīng)分類的圖片無法實時刪除導(dǎo)致占用系統(tǒng)內(nèi)存、設(shè)備昂貴、系統(tǒng)處理時間與自動化設(shè)備處理時間匹配魯棒性低等問題,本研究研發(fā)出一套可對多種水果進(jìn)行圖像分辨、實時計數(shù)分類結(jié)果、實時刪除已分類圖像、設(shè)備成本較低、系統(tǒng)與自動化設(shè)備同步性高、魯棒性強(qiáng)的水果分類系統(tǒng),具有一定的應(yīng)用推廣價值。

        1 基于圖像識別的水果分揀系統(tǒng)

        本水果分揀系統(tǒng)基于圖像識別,可以實現(xiàn)各種不同水果的分類。這里以較為常見的蘋果和梨作為研究對象,實現(xiàn)了水果大小分類、腐爛水果檢測、水果顏色檢測、水果計數(shù)、腐爛水果發(fā)出警告、圖片文件夾提取、檢測后刪除等功能。方案設(shè)計流程如圖1所示。

        2 水果圖像的采集

        水果圖像采集是基于一定的設(shè)備,采集水果完整的圖像,并將其存儲在計算機(jī)中。圖像采集系統(tǒng)模擬實現(xiàn)如圖2所示,包括1臺電腦,1個拍攝設(shè)備(相機(jī)),1塊幕布或光照箱,1個光源保證獲取足夠清晰的水果圖像,以便圖像的后續(xù)處理操作。

        關(guān)于圖像的提取,首先需要在電腦平臺上批量讀取要進(jìn)行系統(tǒng)操作的所有采集到的水果圖像,具體操作如下:找到水果圖像的文件夾路徑;找到該文件下相同格式(本研究為.jpg格式)的圖像文件,這個圖像文件是一個結(jié)構(gòu)體,有data、name等成員;定時提取這些水果圖像以備后續(xù)操作。圖像提取工作完成后,進(jìn)入水果圖像處理和實現(xiàn)分揀的具體功能,即對流程所述的其他模塊逐一進(jìn)行操作。

        3 水果分揀系統(tǒng)原理介紹

        3.1 水果腐爛檢測

        在進(jìn)行水果分揀時,第一個實際步驟是水果的腐爛檢測。水果的缺陷和腐爛是人們在購買水果時的第一關(guān)注點。在采摘和運輸過程中,腐爛變質(zhì)的水果會降低或破壞整批水果的質(zhì)量。設(shè)計系統(tǒng)時,如果開始判定了某水果屬于腐爛水果,則系統(tǒng)將會對操作人員發(fā)出警報,跳到水果分揀模塊將其歸為腐爛水果,通過移動機(jī)床將其歸入腐爛水果收集筐,并進(jìn)行后續(xù)計數(shù)、刪除圖片等操作;如果判定了此水果非腐爛水果,則進(jìn)行接下來的種類識別等一系列操作。

        本系統(tǒng)利用RGB值轉(zhuǎn)換為HIS模式,得到色度直方圖,通過顏色特征來進(jìn)行評定。其中蘋果和梨的顏色有較大差異,蘋果以黃、紅色為主,梨以黃色為主,梨及蘋果的腐爛部分以棕色為主。公式如下:

        其中,x、y分別為方形區(qū)域中心位置的橫縱坐標(biāo)。T(x,y)為圖像二值化的閾值,m(x,y)為方形區(qū)域計算出的均值,s(x,y) 為計方形區(qū)域計算出的標(biāo)準(zhǔn)方差;k為修正系數(shù)。通過上述公式可以將像素值置為0或者255。

        3.2.5 圖像的孔洞填充 由于光線問題,拍攝的圖像可能存在一定的反光或者模糊的情況,為避免輪廓提取等后續(xù)步驟產(chǎn)生誤差,需要對圖像做孔洞填充。一般采用的方法為先掃描將要填充的像素點(x,y)為中心的3×3的塊,用計數(shù)器記錄這9個點中灰度值為255的點的個數(shù)N。若N≥5,則將點(x,y)的灰度值賦值為255,即像素點(x,y)被認(rèn)為是前景;否則認(rèn)為是背景,將點(x,y)賦值為0。

        3.2.6 圖像的邊緣提取 每種水果都有其特定的形狀特征,因此可以通過提取水果的邊緣輪廓對水果的種類進(jìn)行判斷。邊緣提取的主要思想是利用邊緣增強(qiáng)算子,突出圖像的邊緣,并設(shè)置合適的閾值將邊緣提取出來。但是由于噪聲等因素常使邊緣變寬或者中斷,因此還需要剔除部分變寬的區(qū)域并將間斷點連接。從信號處理的角度來說,邊緣提取就是提取灰度變換最劇烈的位置,因此也可以按照微分的角度對信號做邊緣提取。

        3.2.7 圖像的特征提取 每種水果都具有其獨特的特征,選取合適的特征參數(shù)來表征水果的種類至關(guān)重要。Eccentricity函數(shù)是特征提取的一種方法。Eccentricity指的是與區(qū)域具有相同標(biāo)準(zhǔn)二階中心距的橢圓的離心率,通過計算研究對象所在區(qū)域的具有相同標(biāo)準(zhǔn)的二階中心距的大小,可以表征一種圖像的形狀特點。但是由于水果的形狀較為接近,單純的Eccentricity可能無法準(zhǔn)確地將水果進(jìn)行分類。本研究采取顏色與Eccentricity函數(shù)相結(jié)合的方式,大大提高了水果分類的準(zhǔn)確性。

        3.3 水果的分揀

        經(jīng)過了前述關(guān)于蘋果一些基本特征的判定,對水果進(jìn)行分揀的流程如圖4所示。分揀功能和前面流程對應(yīng)主要完成以下方面:第1級,腐爛水果(水果表面出現(xiàn)腐爛)和完好水果的分揀;第2級,在完好水果的前提下,對采集的所有水果進(jìn)行分類,比如梨、蘋果、香蕉等其他所有采集到的水果;第3級,在對應(yīng)種類水果的基礎(chǔ)上,依據(jù)上述的大小等級判別和顏色判定,對其進(jìn)行分揀,分出特等水果、優(yōu)等水果、次等蘋果、劣等水果。本研究實行的水果分揀都是基于各水果的相同品種,否則在使用顏色判斷品質(zhì)時會不成立。

        其中,以蘋果和梨為例,將其大小和顏色各分為3個等級。最后再對分揀出的水果數(shù)量做統(tǒng)計,統(tǒng)計出腐爛水果、特等水果、優(yōu)等水果、次等水果、劣等水果以及已分揀水果的數(shù)量。

        3.4 圖像的刪除

        進(jìn)行完前面的步驟,最后要對所有進(jìn)行識別的圖片完成刪除功能,以發(fā)揮持續(xù)檢測并節(jié)省電腦內(nèi)存的作用。本研究利用delete函數(shù),直接在時間函數(shù)下對已經(jīng)識別統(tǒng)計完的圖像進(jìn)行刪除操作。

        3.5 同步模塊

        由于圖像采集、處理速度與自動化設(shè)備在運行時間上的不同步,可能會出現(xiàn)圖像處理結(jié)果和自動化設(shè)備分揀出的結(jié)果不匹配,系統(tǒng)長時間空轉(zhuǎn)造成設(shè)備故障等問題。因此本系統(tǒng)在圖像處理過程之前設(shè)置了時間模塊,通過設(shè)置合適的時間,使所有圖像處理的時間與自動化設(shè)備的時間匹配,大大提高了系統(tǒng)的魯棒性。

        3.6 圖像采集完成的判別

        上述操作完成后,需要去判斷采集系統(tǒng)對水果圖像的采集是否結(jié)束:若否,則重新從第2步開始對圖像進(jìn)行操作處理,完成一系列水果的分揀;若是,則直接結(jié)束操作。

        4 系統(tǒng)測試

        4.1 水果的圖像識別

        圖5為蘋果的Matlab圖像處理過程,包括了原始圖像、增強(qiáng)對比圖像、二值化圖像、孔洞填充圖像、邊緣提取圖像和特征提取圖像。

        4.2 水果的腐爛檢測

        對輸入的水果圖像進(jìn)行腐爛檢測時,主要依據(jù)其表面顏色特征來進(jìn)行評定。梨、蘋果腐爛部分的顏色以棕色為主。當(dāng)蘋果腐爛時,蘋果紅色區(qū)域面積會降低,棕色面積變大。同理,當(dāng)梨腐爛時會由嫩黃變?yōu)樽厣?。圖6展示了腐爛水果的HIS模式圖和色度直方圖,直方圖的橫坐標(biāo)為像素點H分量的角度值,縱坐標(biāo)為像素點的數(shù)量。

        4.3 水果種類的識別

        本研究只以蘋果和梨為例對水果進(jìn)行了種類識別。前面軟件設(shè)計中提到了利用 RGB 值轉(zhuǎn)換為 HIS 模式,得到色度的直方圖,通過顏色特征來進(jìn)行評定,其中蘋果和梨的顏色有較大差異,蘋果以黃、紅色為主,梨以黃色為主。圖7、圖8分別展示了水果的HIS模式圖和色度直方圖,直方圖的橫坐標(biāo)為像素點H分量的角度值,縱坐標(biāo)為像素點的數(shù)量。結(jié)合色度直方圖和上述的特征提取方法,可以很容易地辨別出蘋果和梨。

        4.4 水果的大小等級判定

        對大小不同的蘋果或梨做具體判定。不同大小的水果圖像在整體圖像中的像素點數(shù)量也不同,因此本系統(tǒng)以水果像素點的數(shù)量作為判決標(biāo)準(zhǔn)。圖9展示2種大小不同的蘋果,其像素點顯示分別為86 377和65 370,根據(jù)判決參數(shù),>30 000判斷為大果,25 000~30 000為中果,<25 000為小果,可以較為準(zhǔn)確地對水果大小進(jìn)行判斷。

        4.5 水果的顏色判定

        以蘋果為例,對2種色度不同的蘋果進(jìn)行分析,利用RGB值轉(zhuǎn)換為HIS模式,得到色度的直方圖,通過顏色特征來進(jìn)行評定。圖10展示了顏色較黃蘋果的HIS模式圖和色度直方圖,通過色度直方圖上像素點與有色區(qū)域像素點的比例,設(shè)置合適的閾值,可以實現(xiàn)顏色的準(zhǔn)確識別,與圖7、圖8中的蘋果作比較,實現(xiàn)顏色的判定。

        4.6 水果的分揀顯示

        采集到梨、蘋果以及腐爛水果的若干圖像,然后依據(jù)系統(tǒng)設(shè)計方案和軟件設(shè)計流程依次實現(xiàn)水果的分揀,具體見圖11(只選取了部分)。圖11-a左為水果圖像,右為分揀后的評價,顯示窗口出現(xiàn):完好的蘋果,顏色全紅,屬于大果,最終分揀為“這是特等水果”;統(tǒng)計數(shù)量依次顯示在窗口。圖11-b左為水果圖像,顯示窗口出現(xiàn):完好的梨,顏色黃中帶綠, 屬于大果,最終分揀為“這是優(yōu)等水果”;統(tǒng)計數(shù)量依次顯示在窗口。圖11-c為腐爛的水果,顯示發(fā)出:警告!這是個壞果請?zhí)幚怼?/p>

        4.7 誤差分析

        在上述所設(shè)計系統(tǒng)進(jìn)行水果分揀時,發(fā)現(xiàn)其中有1個腐爛程度十分小的蘋果在腐爛檢測模塊沒有判別出來(圖12)。圖12中的蘋果是腐爛水果,但是顯示窗口出現(xiàn)“完好的蘋果”字樣。而其他不同腐爛程度的水果均獲得正確的識別,并且能夠?qū)崿F(xiàn)水果的種類識別、顏色判定、大小等級判別及完成水果的分揀。

        5 結(jié)論

        本研究探討了一種基于圖像識別的水果分揀系統(tǒng)。通過硬件采集系統(tǒng)采集的各類不同水果的圖像數(shù)據(jù),利用Matlab仿真技術(shù)實現(xiàn)了對水果的腐爛檢測、等級分揀、實時計數(shù)、實時清空內(nèi)存等功能。通過測試結(jié)果來看,實現(xiàn)效果較好,解決了現(xiàn)實生活中的水果分揀困難的一些問題。但是由于所采用的一些方法較為簡單,所以存在一定的精確度問題。如對腐爛檢測中,只能識別腐爛程度較高的水果,腐爛程度較低可能會出現(xiàn)誤差。在后續(xù)的研究中可以考慮從多角度圖像采集、優(yōu)化特征提取方法、優(yōu)化缺陷檢測方法等角度出發(fā),以提高系統(tǒng)的同步性和準(zhǔn)確性。

        參考文獻(xiàn):

        [1]Kawamura S,Natsuga M,Takekura K,et al. Development of automatic rice-quality inspection system[J]. Computers and Electronics in Agriculture,2003,40(1/2/3):115-126.

        [2]趙茂程,侯文軍. 我國基于機(jī)器視覺的水果自動分級技術(shù)及研究進(jìn)展[J]. 包裝與食品機(jī)械,2007,25(5):5-8.

        [3]Zhao M C,Hou W J. Researches of machine vision on fruit automatic grading technology and its prospect in China[J]. Packaging and Food Machinery,2007,25(5):5-8.

        [4]Yud-Ren C,Chao K L,Moon S K. Machine vision technology for agricultural applications[J]. Computers and Electronics in Agriculture,2002,36(2/3):173-191.

        [5]費琦琪,施 杰,夏敏,等. 基于CNN的冰糖橙分級系統(tǒng)[J]. 江蘇農(nóng)業(yè)學(xué)報,2020,36(2):513-519.

        [6]Tao Y,Heinemann P H,Varqhese Z. Machine vision color inspection of potatoes and apples[J]. Transactions of the ASAE,1995,38(5):1555-1561.

        [7]Blanc P. Unit for sorting and packaging products capable of being hung on a hooking member for the purpose of their conveyance,such as bunches of fruits,in particular table grapes or truss tomatoes:US,US6957940[P]. 2005.

        [8]Baigvand M,Banakar A,Minaei S,et al. Machine vision system for grading of driedfigs[J]. Computers & Electro nics in Agriculture,2015,119(C):158-165.

        [9]葉晉濤,王運祥,楊 杰,等. 馬本學(xué).哈密瓜顏色特征提取及成熟度分級的研究[J]. 石河子大學(xué)學(xué)報(自然科學(xué)版),2016,34(1):106-111.

        [10]魏康麗,王振杰,孫 柯,等. 基于計算機(jī)視覺對蘋果脆片外觀品質(zhì)分級[J]. 南京農(nóng)業(yè)大學(xué)學(xué)報,2017,40(3):547-555.

        [11]應(yīng)義斌,饒秀勤,馬俊福. 柑橘成熟度機(jī)器視覺無損檢測方法研究[J]. 農(nóng)業(yè)工程學(xué)報,2004,20(2):144-147.

        成人试看120秒体验区| 中文字幕人妻少妇久久| 久久er这里都是精品23| 米奇亚洲国产精品思久久| 成人大片免费在线观看视频| 女人av天堂国产在线| 人妻体体内射精一区二区| 丰满少妇被猛烈进入| 日韩中文字幕中文有码| 婷婷激情六月| 日韩少妇人妻一区二区| 国产白浆一区二区三区佳柔| 国产精品午夜福利视频234区| 最新中文字幕av无码不卡| 又爽又黄又无遮挡的激情视频 | 亚洲第一区无码专区| 中文字幕久久熟女人妻av免费| 成人国产精品一区二区八戒网| 国产激情电影综合在线看| 日日摸夜夜添无码无码av| 亚洲AV一二三四区四色婷婷| 国产亚洲视频在线观看播放| 综合久久精品亚洲天堂| 国产亚洲精品久久午夜玫瑰园| 国产一区二区在线视频| 少妇内射视频播放舔大片| 国产三级黄色片子看曰逼大片| 国产黄色一区二区三区,| 国产精品videossex久久发布| 蜜桃无码一区二区三区| 白浆出来无码视频在线| 亚洲乱码中文字幕综合| 国产高清在线视频一区二区三区| 大学生粉嫩无套流白浆| 欧美午夜精品一区二区三区电影| 亚洲乱码少妇中文字幕| 久久99精品久久只有精品| 大尺度无遮挡激烈床震网站 | 精品国产精品久久一区免费式| 色综合久久久久综合99| 两个黑人大战嫩白金发美女|