楊再雄，吳 戀，左 建，王 柳，張 麒

（1.貴州師范學院 數(shù)學與大數(shù)據(jù)學院，貴州 貴陽550018；2.貴州師范學院 大數(shù)據(jù)科學與智能工程研究院，貴州 貴陽550018）

水果分級是水果商品化處理的關鍵步驟之一，水果的品質檢測是水果產(chǎn)后處理的重要步驟，是提高銷售和保證水果質量的重要手段。水果分級檢測直接關系到水果的價值和買家的滿意度。水果分級檢測的重要依據(jù)就是水果的質量，而想要通過水果分級檢測來保障水果的品質就要先了解這項技術的核心。水果的檢測是從外觀開始的，而原始的外觀檢測主要是通過分級器械來對水果進行檢測的，器械按照水果體型的大小、重量等作為指標來進行分級檢測。這種方法主要是利用設計專業(yè)的機器來檢測水果的大小和重量，然而此方法卻無法對水果的顏色、紋理和表面缺陷等做出測量判斷，而采用這樣測量的設備專用性較強，利用率還比較低。使用該方法對水果的測試分析過程同樣也較為繁瑣，速度較慢，通常只能用來測量少量樣本的方法來對整個批次水果的品質進行評測，所以導致檢測結果的可靠性和穩(wěn)定性比較差。而農產(chǎn)水果分級檢測系統(tǒng)是一款基于人工智能的智能檢測系統(tǒng)，它結合了基于深度學習的圖像識別技術與物聯(lián)網(wǎng)技術，其主要目的就是為了解決人工進行水果分級時水果種類的繁多、水果分揀效率低、人力物力資源耗費大等問題。將采摘后的水果進行精品水果、一等品、二等品等分類后以不同的價格進行出售。然而現(xiàn)階段的人工分級檢測方式效率低，同時還會導致水果的擱置時間長而導致腐壞浪費?；谌斯ぶ悄艿乃旨墮z測技術是為了研究水果分類、水果外觀缺陷檢測、水果等級層次劃分的自動化技術，是用機器代替人工進行工作，保障農戶產(chǎn)出的水果能快速高質量的出售，從而獲得更高的經(jīng)濟效益。

1 計算機視覺技術

伴隨著互聯(lián)網(wǎng)技術的大力發(fā)展，一種新型的智能技術隨之產(chǎn)生，這就是計算機視覺技術。其主要工作原理是通過計算機對水果三維模型空間進行感知，其中包括捕捉、數(shù)據(jù)分析及圖像識別等，從而完成自動分級的全過程。它有效綜合利用了計算機科學、工業(yè)設計、農業(yè)、信息自動化及智能識別等相關專業(yè)知識，在各種水果自動分級系統(tǒng)中被廣泛應用。因此計算機視覺技術具有的特點有信息量大、處理信息的綜合能力強、速度快、相對功能多、可對目標進行定量的測量等;同時還可以避免人為的主觀因素對檢測的結果產(chǎn)生偏差，利于設計制造自動的檢測流水線?；谌斯ぶ悄艿臋C器視覺條件的水果自動分級系統(tǒng)，一般可以分為3個模塊：水果獲取三維模型圖像、處理并分析圖像要素、智能輸出并完成識別。與人工分級相比計算機視覺技術的自動化程度更高，可以實現(xiàn)水果的無損檢測，同時也會有更加穩(wěn)定的檢測精度。在工作人員運行程序之后，計算機視覺系統(tǒng)技術的識別功能就會按照我們所設定的檢測標準來執(zhí)行操作，而不會隨時間的改變而產(chǎn)生不必要的變化，這就使得系統(tǒng)具有更加穩(wěn)定的檢測精度，從而避免如人工檢測時由于各種不必要因素而造成檢測的結果產(chǎn)生差異變化。圖1為普通的計算機視覺系統(tǒng)，該系統(tǒng)由計算機作為主體，再通過視覺傳感器和圖像采集器與圖像處理器組成。

圖1 普通的計算機視覺系統(tǒng)圖

2 基于人工智能的農產(chǎn)水果分級檢測技術現(xiàn)有成果

水果分級檢測技術能夠盡可能地保證銷售水果的品質，降低水果銷售的差異化程度，從而使消費者的好評率得到提升，提高我國農產(chǎn)水果產(chǎn)業(yè)的競爭力和利潤水平。由于當下科學技術大力發(fā)展進程的加快，研究出更智能更高效準確的水果分級檢測技術就顯得很有必要。我國現(xiàn)階段，很大一部分水果的品質分級檢測仍然停留在靠人工感官來進行識別判斷的初始階段，這種主觀評測的效率較低，誤差較大。這就導致了我國對外出口水果的外觀質量比較差，良莠不齊，大小不一，使我國對外出口水果在國際市場上的競爭力較弱，所以盡快提升我國水果品質的分級檢測技術手段就成了當務之急。人工智能的農產(chǎn)水果分級檢測技術與其他檢測技術相比較而言，使用人工智能技術的特點是檢測的效率更高、處理的信息量更大、檢測效率也相對較快，而且還可以對水果進行定量的測量指標。目前，不論是國內還是國外對于水果各方面的檢測方法還待提高。當下我國水果分級技術在工業(yè)現(xiàn)場的應用還有待提高，因此需要針對水果自動檢測分級和控制一體化系統(tǒng)進行進一步的研究，再整合各個領域研究取得的成果，用來開發(fā)出能夠滿足國內生產(chǎn)需求的水果分級檢測的系統(tǒng)。

2.1 國外的研究成果

Rehkugler提出了通過利用基于圖像灰度值的方法來檢測出蘋果的外表缺陷。Leemans在水果的缺陷檢測中運用另外的方法，他把水果像素點逐個和同類水果的平均顏色值相互比較。差別過大的就認為水果是存在缺陷的，差別不明顯則認為是水果的正常組織。顯而易見的是這種方法存在明顯缺點的，當缺陷部位與正常組織對比差異大時這種方法非常有效，但如果差異不是特別大時，就可能會產(chǎn)生比較大的誤差，顯然這種方法的穩(wěn)定性較弱。Shalin等通過x射線掃描設備來對水果的創(chuàng)傷進行檢測，以空間邊緣特性與離散余弦變換系數(shù)為主要的特征，通過人工神經(jīng)網(wǎng)絡對創(chuàng)傷進行判別，使用這種方法對舊的水果創(chuàng)傷精確度較高，但是對于新的創(chuàng)傷的精確度就不夠突出。Miller對柑橘進行分類檢測是通過利用HSI彩色模型來實現(xiàn)的，這種方法通過對比同類水果的每個顏色參數(shù)，再用得到的水果顏色與標準顏色模型來計算相應的平均差和平均方差，再把這些值進行統(tǒng)一整理，然后通過神經(jīng)元網(wǎng)絡、貝葉斯-高斯分類、無參數(shù)分離器這3種方法來對蘋果進行分類處理，成功率可以維持在68.9%～85.8%。Tao等人探索出了基于缺陷變化的計算機視覺的蘋果缺陷檢測系統(tǒng)，他們在解決蘋果表面凹凸不平從而導致受光照強度不均勻的問題時，通過采用缺陷的相似變換，盡可能地保留蘋果表面的缺陷，當中囊括了灰度值低于背景灰度的像素，然后就是對光照進行補償，補償?shù)姆椒ㄊ抢眯螤钭儞Q的算法來實現(xiàn)的。

2.2 國內的研究成果

國內水果的分級檢測技術的發(fā)展相較于國外方面是起步比較晚的，但是發(fā)展也是十分迅速的。馮斌等人經(jīng)過水果的形心、軸心的確定，再經(jīng)過計算得出了水果的大小、尺寸，通過這種方法檢測的精確度十分高。高華等人提出利用傅里葉系數(shù)的方法來大概確定出水果的形態(tài)。以此來估計判斷出水果的果型。林開顏等人先利用“基于梯度法的彩色圖像邊緣檢測”來確定水果的界限，再經(jīng)過對水果的邊界進行傅里葉變換，通過傅里葉系數(shù)近似的確定出水果的大概形狀，再對確定的水果形狀的不規(guī)則度進行判斷。胡海晴等人通過對水果圖像進行處理，將水果圖像的RGB模型轉換為HSI模型，之后再通過色度相比來確定水果的成熟情況。使用的度量器則用了Harmning網(wǎng)絡結構作為人工神經(jīng)網(wǎng)絡的主體結構，使得這種方法運算速度快而且判斷的精確度也比較高。劉禾、汪懋華等按照蘋果光學反射的基本特性來設計了比較適用于自動檢測蘋果缺陷的計算機圖像系統(tǒng)，其中解析了蘋果圖像中有缺陷或噪聲，無缺陷和花萼或果梗時蘋果圖像灰度值特征的變化情況等等。何東建、楊青等人經(jīng)過計算機視覺自動檢測蘋果表面的顏色，并獲取顏色圖像，再將RGB值轉換為HSI值（RGB到HSI模型的轉換公式如圖2所示）；在分析蘋果果色特征的基礎之上，找到了一種用適當?shù)念伾娣e累積百分比來對水果進行顏色分類的方法。通過實驗得到利用計算機視覺分級和傳統(tǒng)人工分級的分級效果高達88%。

圖2 HSI顏色三角形

3 基于人工智能的農產(chǎn)水果分級檢測技術方法概括

人工智能的農產(chǎn)水果分級檢測技術主要是在計算機視覺技術的基礎之上來進行的，此技術是為實現(xiàn)水果種類的自動識別、果型形態(tài)的檢測以及外表缺陷的判別而設計的，對推進我國農產(chǎn)水果進行分級化優(yōu)果銷售具有重要意義。技術基本的構成是通過收集水果的基本平均信息，然后編寫特定的程序算法并設計出符合要求的機械設備配合軟件程序來智能化的實現(xiàn)自動化智能分級檢測。對于水果表面紋理形態(tài)可用差異程度由圖3水果灰度值來進行分類。對計算機采集的水果圖像利用設計的算法來求平均值，再通過處理的圖像與平均值比較來對水果進行等級的分類。

圖3 灰度處理圖像

其中：HIS模型中有亮度I，色度H，飽和度S三個分量。H的計算與G-B有關，當G≥B時，H值為0～180°，當G＜B時，H值為360°-H，為了保證變換后色彩空間比特數(shù)和變換前一致用式（4）處理。

對于水果而言顏色從紅到綠，其色度覆蓋范圍最大為0～120°左右,用式（3）、式（4）直接計算。

4 人工智能在水果分級檢測方面的優(yōu)點

隨著科學技術的發(fā)展，人工智能在各個領域得到了廣泛使用，人工智能技術不僅僅在替代人工方面取得了重大成就，而且很多具體工作超越了人類，人工智能如此快速發(fā)展是為了服務人類，使工作更便捷、高效的進行。相比人工對水果品質的檢測，利用人工智能技術會更高效和穩(wěn)定。

4.1 水果的高準確分類檢測識別

通過使用基于高精度分類識別的計算機視覺系統(tǒng)對水果的圖像進行采集和特征分析，從而對水果進行快速的分類分揀。

4.2 水果外觀缺陷的自動化檢測

通過使用基于深度學習的機器視覺技術與紅外掃描和對水果圖片的色調及像素點的差異化來對水果表面的缺陷進行判斷，以掃描出來的形狀差異來判斷水果是否存在畸形果的可能，再通過同類水果的平均采集像素點為標準，對水果外部組織缺陷狀態(tài)進行判斷分類。

4.3 水果的高效等級檢測

經(jīng)過水果的缺陷檢測后，使用基于深度學習的機器視覺技術再通過水果的重量和水果的形態(tài)完整性來作為水果等級的分類標準。通過對同類水果的平均重量和標準形狀的采集，以此為標準來對水果的等級進行分級檢測。

5 結束語

因為國內使用人工智能對水果品質分級的檢測及自動化方面的研究時間還不長，雖然也取得了一些成功的研究，但還遠遠談不上大規(guī)模的推廣應用。對此技術的改革創(chuàng)新是非常重要的。例如當下國內大體的研究還達不到動態(tài)進行，另外之前研究的主要還是單方面的水果分級檢測，而當同時進行多個水果指標檢測的時候，檢測的速度比較慢。如果想要實現(xiàn)對水果進行快速而全面的質量分級檢測，多個方面同時進行檢測，就必須通過大力的研究和實驗來完善技術。同時，理論和實際往往是有很大差距的。如今我國水果的基本分級檢測所使用的設備還局限于機器的簡單分級方式，其實就是利用水果的重量和大小來進行水果分級，這種方法并沒有得到廣泛應用，效率還比較低。我們應該在充分吸取利用國外研究取得成果基礎之上，再去探索新的高效的理論和方法，并且大力發(fā)展功能更完善的人工智能化的自動分級技術。有效地使我國農產(chǎn)水果品質的分級檢測得到提高并且減輕勞動人民的工作強度，這是非常具有重要意義的，同時還可以創(chuàng)造高效的經(jīng)濟效益，促進我國農產(chǎn)水果的優(yōu)質化銷售。