張銀萍，徐 燕，朱雙杰, ，周 宇

（1.滁州學(xué)院生物與食品工程學(xué)院，安徽滁州 239000；2.滁州市仙迪節(jié)能科技有限公司，安徽滁州 239000）

金絲皇菊花朵干制加工后可作為夏季飲品，其性微寒、味甘苦，有疏散風(fēng)熱、清肝明目、清熱解毒等功效[1]。近年來(lái)，隨著人們對(duì)保健養(yǎng)生的需求提高，金絲皇菊的消費(fèi)量呈快速增長(zhǎng)的趨勢(shì)，金絲皇菊品質(zhì)也逐漸受到重視[2?4]。現(xiàn)階段，金絲皇菊的分級(jí)過(guò)程智能化程度還比較低，分級(jí)的過(guò)程主要還是依靠人工感官評(píng)價(jià)來(lái)完成[5]。人工分級(jí)方式不僅工作量巨大、強(qiáng)度高、重復(fù)大量相同工作容易疲勞導(dǎo)致效率低錯(cuò)誤率高，使得金絲皇菊的生產(chǎn)成本也有所增加。因此，實(shí)現(xiàn)金絲皇菊的智能快速無(wú)損分級(jí)是非常必要的。

機(jī)器視覺(jué)技術(shù)是實(shí)現(xiàn)農(nóng)產(chǎn)品快速無(wú)損分級(jí)的重要手段[6?8]，機(jī)器視覺(jué)技術(shù)無(wú)損分級(jí)和人工分級(jí)相比，具有安全性高、標(biāo)準(zhǔn)程度高、工作效率高、對(duì)象選擇范圍廣等特點(diǎn)。目前，很多學(xué)者在基于機(jī)器視覺(jué)的農(nóng)產(chǎn)品分級(jí)技術(shù)方面有了深入的研究。國(guó)外在農(nóng)產(chǎn)品的分級(jí)檢測(cè)的研究開(kāi)始較早，尤其是在蔬菜水果分級(jí)領(lǐng)域，Kuma等[9]運(yùn)用圖像處理技術(shù)和機(jī)器學(xué)習(xí)技術(shù)完成對(duì)水果和蔬菜進(jìn)行質(zhì)量分級(jí)，解決了人工分級(jí)效率較慢的問(wèn)題；Lal等[10]提出了一種基于顏色特征自動(dòng)檢測(cè)和分類蘋果果實(shí)成熟度的方法，通過(guò)顏色特征的閾值分析對(duì)蘋果的成熟度進(jìn)行了自動(dòng)辨別；Mesa等[11]運(yùn)用具有RGB和高光譜成像的多輸入深度學(xué)習(xí)模型完成對(duì)香蕉的分級(jí)；Behera等[12]使用圖像處理技術(shù)完成對(duì)西紅柿的分類和分級(jí)，提高了西紅柿的分級(jí)效率。國(guó)內(nèi)也有學(xué)者在農(nóng)產(chǎn)品的分級(jí)檢測(cè)領(lǐng)域做了很多研究。李倩倩[13]設(shè)計(jì)了一套針對(duì)獼猴桃無(wú)損檢測(cè)和自動(dòng)分級(jí)的視覺(jué)系統(tǒng)，對(duì)獼猴桃進(jìn)行顏色分級(jí)時(shí)，提出用HSI模型描述其顏色特征并根據(jù)獼猴桃顏色特點(diǎn)在此基礎(chǔ)上建立了基于粒子群優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)，試驗(yàn)結(jié)果表明分級(jí)精度高，不僅分級(jí)速度快，而且正確率高達(dá)95.6%。獼猴桃表面缺陷采用了形態(tài)學(xué)處理方式，使用基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)算法對(duì)表面缺陷分級(jí)；實(shí)驗(yàn)準(zhǔn)確率高達(dá)91.3%；汪威等[14]設(shè)計(jì)了一種去柄鮮香菇視覺(jué)分級(jí)系統(tǒng)，結(jié)果表明，相比于傳統(tǒng)的人工分級(jí)方式,試驗(yàn)設(shè)計(jì)的自動(dòng)分級(jí)系統(tǒng)的可靠性、速度、穩(wěn)定性等指標(biāo)具有非常明顯的優(yōu)勢(shì)；錢柏英等[15]通過(guò)機(jī)器視覺(jué)技術(shù)完成雙孢蘑菇在線自動(dòng)分級(jí)，該系統(tǒng)通過(guò)ARM控制器自動(dòng)完成圖像識(shí)別，具有識(shí)別準(zhǔn)確率高、速度快的特點(diǎn)，提高雙孢菇分揀的工作效率。目前，基于機(jī)器視覺(jué)的分級(jí)技術(shù)在農(nóng)產(chǎn)品領(lǐng)域的研究主要集中在水果蔬菜方面，在花茶領(lǐng)域的研究較少，利用機(jī)器視覺(jué)技術(shù)對(duì)金絲皇菊品質(zhì)分級(jí)的研究更缺乏，因此對(duì)基于機(jī)器視覺(jué)的金絲皇菊品質(zhì)等級(jí)的快速無(wú)損分級(jí)研究具有重要意義。

結(jié)合上述學(xué)者的研究方法，本文應(yīng)用機(jī)器視覺(jué)技術(shù)通過(guò)金絲皇菊的顏色、形狀、完整度、花徑等外部特征對(duì)金絲皇菊進(jìn)行無(wú)損分級(jí)，通過(guò)機(jī)器智能分級(jí)代替人工分級(jí)，提高分級(jí)的準(zhǔn)確性、客觀性和穩(wěn)定性，對(duì)花茶領(lǐng)域的分級(jí)技術(shù)研究具有重要的推廣價(jià)值。

1 材料與方法

1.1 材料與儀器

金絲皇菊 顏色、直徑（大小）、形狀、完整度等參數(shù)不同的金絲皇菊干花3000朵，由滁州學(xué)院生物與食品工程學(xué)院實(shí)驗(yàn)室提供。

分級(jí)系統(tǒng)機(jī)械設(shè)備、傳送帶 食品級(jí)，浙江米歐制帶股份有限公司；MV-EM120C攝像頭 維視智造集團(tuán)；工控一體機(jī) 深圳華北工控股份有限公司。

1.2 實(shí)驗(yàn)方法

1.2.1 系統(tǒng)整體研究方案 金絲皇菊智能分級(jí)系統(tǒng)主要分為四個(gè)部分。本系統(tǒng)包括：金絲皇菊傳送模塊、光照與圖像采集模塊、圖像處理模塊和分級(jí)模塊。本系統(tǒng)的工作原理為：傳送模塊把金絲皇菊傳送給光照與圖像采集模塊，完成對(duì)金絲皇菊?qǐng)D像的采集；把包括金絲皇菊的花徑、完整度與色澤等的圖像數(shù)據(jù)傳送至圖像處理模塊；比較圖像識(shí)別結(jié)果及預(yù)設(shè)分級(jí)標(biāo)準(zhǔn)，得到金絲皇菊的等級(jí)，把金絲皇菊的分級(jí)結(jié)果與其位置信息傳送至分級(jí)模塊；分級(jí)機(jī)構(gòu)中可旋轉(zhuǎn)傳送裝置將金絲皇菊旋轉(zhuǎn)至對(duì)應(yīng)等級(jí)的分級(jí)通道內(nèi)，完成分級(jí)過(guò)程。如圖1所示。

圖1 分級(jí)系統(tǒng)整體研究方案Fig.1 Overall system research scheme

1.2.2 分級(jí)系統(tǒng)機(jī)械結(jié)構(gòu)與工作原理 金絲皇菊分級(jí)裝置通過(guò)振料盤將金絲皇菊有序地排列并傳送到傳送帶上，傳送帶利用差速原理拉開(kāi)金絲皇菊的個(gè)體間距，使得它們能夠逐一地通過(guò)視覺(jué)檢測(cè)區(qū)域，并保證工業(yè)相機(jī)的視野范圍內(nèi)只出現(xiàn)一個(gè)待檢對(duì)象。當(dāng)金絲皇菊經(jīng)過(guò)視覺(jué)檢測(cè)工位后，進(jìn)入分級(jí)區(qū)域，分級(jí)區(qū)域沿著傳送帶方向設(shè)置了特級(jí)、一級(jí)、二級(jí)、三級(jí)和等級(jí)外五個(gè)分級(jí)區(qū)域，實(shí)現(xiàn)金絲皇菊五級(jí)的劃分，分級(jí)結(jié)構(gòu)主要采用的是圓形可旋轉(zhuǎn)分級(jí)裝置，通過(guò)視覺(jué)系統(tǒng)識(shí)別的等級(jí)結(jié)果對(duì)傳送帶的轉(zhuǎn)向進(jìn)行控制，使其轉(zhuǎn)向，從而使得金絲皇菊被送到相應(yīng)等級(jí)的分級(jí)通道。圓形可旋轉(zhuǎn)分級(jí)裝置可以達(dá)到每秒最高可旋轉(zhuǎn)10次的設(shè)計(jì)要求。金絲皇菊分級(jí)裝置機(jī)械結(jié)構(gòu)如圖2所示。

圖2 金絲皇菊分級(jí)系統(tǒng)機(jī)械結(jié)構(gòu)Fig.2 Mechanical structure of Imperial Chrysanthemum grading system

1.2.3 金絲皇菊等級(jí)判定依據(jù) 金絲皇菊的等級(jí)主要與花的顏色、直徑（大小）、形狀、完整度等參數(shù)有關(guān)。本文將金絲皇菊分為五個(gè)等級(jí)（依據(jù)項(xiàng)目實(shí)際及金絲皇菊市場(chǎng)的品質(zhì)需求），其判別依據(jù)如表1所示。

表1 金絲皇菊等級(jí)評(píng)判依據(jù)Table 1 Criteria for grade evaluation of Imperial Chrysanthemum

1.2.4 金絲皇菊?qǐng)D像采集 金絲皇菊?qǐng)D像的采集是基于一定的設(shè)備，采集金絲皇菊完整的圖像，并將其存儲(chǔ)在計(jì)算機(jī)中。為了得到更清晰的圖像，圖像采集系統(tǒng)主要由電腦、工業(yè)相機(jī)、工業(yè)鏡頭、光源等部分組成。如圖3所示。

圖3 金絲皇菊?qǐng)D像采集系統(tǒng)Fig.3 Imperial Chrysanthemum image acquisition system

如上圖所示，在圖像采集的過(guò)程中，確保相機(jī)和傳送帶的相對(duì)高度保持不變，本研究根據(jù)項(xiàng)目的實(shí)際情況，相機(jī)和傳送帶之間的高度為18.5 cm，其他裝置的相對(duì)位置保持不變，傳送帶傳送金絲皇菊的速度（V=2.0 m/s）保持不變，確保圖像采集時(shí)的外部客觀條件的一致性。

1.2.5 金絲皇菊?qǐng)D像的預(yù)處理 如前文所述，金絲皇菊分級(jí)過(guò)程是動(dòng)態(tài)的，受外界環(huán)境影響，實(shí)時(shí)采集到的金絲皇菊?qǐng)D像往往包含無(wú)用信息，因此需要預(yù)處理圖像消除無(wú)用信息來(lái)改善其成像效果，凸顯有價(jià)值信息，利于金絲皇菊?qǐng)D像的深度處理。本文根據(jù)分級(jí)系統(tǒng)的實(shí)際需求，圖像的處理流程如圖4所示。

圖4 金絲皇菊?qǐng)D像處理流程Fig.4 Imperial Chrysanthemum image processing flow

1.2.5.1 圖像的灰度化 圖像的灰度化指把彩色圖像變換成灰度圖像[16]。圖像灰度化可以提高計(jì)算的效率，減少計(jì)算的時(shí)間?；叶然髨D像僅保存其亮度信息，不會(huì)使圖像模糊化。經(jīng)過(guò)綜合比較，本文選擇加權(quán)平均值法的灰度化方法對(duì)彩色圖像進(jìn)行灰度化，其數(shù)學(xué)模型如公式（1）所示[17]。

式中，f（i, j）是灰度化后圖像的像素值，范圍是[0,255]；R（i, j）、G（i, j）和B（i, j）分別表示紅色、綠色、藍(lán)色三原色分量，權(quán)值分量為0.299、0.587、0.114。加權(quán)平均法灰度化前后對(duì)比如圖5所示。

圖5 圖像灰度化前后對(duì)比圖Fig.5 Comparison before and after image grayscale

1.2.5.2 圖像的去噪 在金絲皇菊分級(jí)裝置傳送的過(guò)程中，采集到的金絲皇菊?qǐng)D像往往易受到外界環(huán)境的干擾，圖像轉(zhuǎn)換和存儲(chǔ)過(guò)程中也容易受到處理過(guò)程的影響，產(chǎn)生大量噪聲，因此應(yīng)該先對(duì)其去噪處理。根據(jù)分級(jí)系統(tǒng)的實(shí)際需求，綜合比較常見(jiàn)的去噪方式[18]。本文采用去噪效果較好的3×3中值濾波去噪模板對(duì)金絲皇菊?qǐng)D像去噪處理。如圖6所示。

圖6 圖像去噪前后對(duì)比圖Fig.6 Comparison before and after image denoising

1.2.5.3 圖像增強(qiáng) 圖像的增強(qiáng)也是圖像預(yù)處理的重要方法[19]，圖像增強(qiáng)能夠讓金絲皇菊的圖像信息變得更加明顯，圖像經(jīng)過(guò)直方圖均衡化，灰度值像素變得更加明顯，圖像對(duì)比度增強(qiáng)能夠使得圖像的明亮程度得以提高，使得圖像輪廓的清晰度更高。綜合以上兩種圖像增強(qiáng)的優(yōu)勢(shì)，本文選擇直方圖均值化和對(duì)比度增強(qiáng)相結(jié)合的方式完成圖像的增強(qiáng)，即先對(duì)圖像進(jìn)行直方圖均值化，再進(jìn)行對(duì)比度增強(qiáng)。效果如圖7所示。

由圖7可知，對(duì)金絲皇菊?qǐng)D像進(jìn)行增強(qiáng)處理，能夠使得圖像像素點(diǎn)的動(dòng)態(tài)范圍擴(kuò)大，且金絲皇菊的局部特征得到細(xì)化，有利于金絲皇菊?qǐng)D像的深度處理。

圖7 圖像增強(qiáng)效果圖Fig.7 Image enhancement rendering

1.2.6 顏色特征的提取 根據(jù)系統(tǒng)的實(shí)際需求，為了更加全面有效地對(duì)金絲皇菊?qǐng)D像顏色特征進(jìn)行提取和分析，本文選擇RGB模型[20]表達(dá)金絲皇菊的色澤信息。應(yīng)用RGB模型對(duì)色度不同的金絲皇菊?qǐng)D像進(jìn)行分析，得到色度的直方圖，通過(guò)色度直方圖上像素點(diǎn)和有色區(qū)域像素點(diǎn)的比例，可以實(shí)現(xiàn)金絲皇菊顏色的準(zhǔn)確識(shí)別。如圖8 所示，選取二級(jí)金絲皇菊和等級(jí)外金絲皇菊?qǐng)D片各1張，對(duì)兩張不同等級(jí)的圖像作比較，實(shí)現(xiàn)金絲皇菊顏色等級(jí)的判定。

圖8 金絲皇菊?qǐng)D像RGB分析Fig.8 RGB analysis of Imperial Chrysanthemum image

1.2.7 金絲皇菊直徑大小與完整度判定 若要準(zhǔn)確判定金絲皇菊的等級(jí)，需要完成對(duì)直徑不同與完整度不同的金絲皇菊?qǐng)D像做具體判定。本文運(yùn)用圖像分割的方法對(duì)金絲皇菊的完整度進(jìn)行判別，通過(guò)邊緣檢測(cè)的方法完成金絲皇菊直徑大小的判定和計(jì)算。

1.2.7.1 圖像分割 為了辨別金絲皇菊?qǐng)D像的完整度，需要將金絲皇菊?qǐng)D像的背景部分和金絲皇菊?qǐng)D像進(jìn)行分割。本文采用閾值分割的方式，將金絲皇菊?qǐng)D像中灰度值高于閾值T的部分設(shè)置為1，低于T的部分設(shè)置為0，最后形成白色的金絲皇菊區(qū)域和黑色的背景區(qū)域[21]。表達(dá)式如公式（2）所示。

其中，f（x, y）是原始灰度圖像；T為閾值；g（x）閾值分割后的圖像。效果如圖9所示。

圖9 金絲皇菊?qǐng)D像分割效果Fig.9 Image segmentation effect of Imperial Chrysanthemum

由于在圖像采集的過(guò)程中，相機(jī)、光源、相機(jī)與目標(biāo)的距離等客觀因素均相同。因此，本文可直接通過(guò)圖像分割的方式，在分級(jí)系統(tǒng)中設(shè)定合適的閾值即可判定金絲皇菊的完整度。

1.2.7.2 圖像邊緣提取 對(duì)直徑不同的金絲皇菊做具體判定。根據(jù)系統(tǒng)的實(shí)際需求，本文采用Canny算子[22]以對(duì)金絲皇菊輪廓區(qū)域的邊緣進(jìn)行檢測(cè)。主要通過(guò)以下步驟完成。

首先，通過(guò)高斯平滑濾波器處理原圖像f（x, y），得到圖像g（x, y），如公式（3）所示；

其中，σ為高斯函數(shù)分布的標(biāo)準(zhǔn)差。

其次，對(duì)圖像x,y方向上的偏導(dǎo)數(shù)進(jìn)行計(jì)算，如公式（4）和（5）；

梯度幅值為：

公式（6）中，M（x,y）表示圖像邊緣強(qiáng)度；公式（7）中方向角θ (x,y)表示圖像的邊緣方向。

再次，對(duì)梯度幅值進(jìn)行非極大值抑制操作；

最后，采用雙閾值法的原理對(duì)圖像的邊緣進(jìn)行檢測(cè)與連接。圖10為分割后的圖像Canny邊緣檢測(cè)的效果圖。

圖10 金絲皇菊Canny邊緣檢測(cè)效果Fig.10 Canny edge detection effect of Imperial Chrysanthemum

通過(guò)Canny邊緣檢測(cè)提取出邊緣圖區(qū)，設(shè)定合適的閾值對(duì)金絲皇菊的平均直徑進(jìn)行分析計(jì)算，確定金絲皇菊的等級(jí)。

2 結(jié)果與分析

2.1 金絲皇菊智能分級(jí)系統(tǒng)的搭建

根據(jù)金絲皇菊智能分級(jí)系統(tǒng)的實(shí)際功能需要和軟件部分設(shè)計(jì)需求，通過(guò)MATLAB[23?25]對(duì)采集到的圖像進(jìn)行處理及算法編寫，在Microsoft Visual Studio 2017[26]平臺(tái)搭建軟件界面，完成金絲皇菊智能分級(jí)系統(tǒng)的搭建工作。其主要的工作界面情況如圖11所示。

圖11 金絲皇菊智能分級(jí)系統(tǒng)工作界面Fig.11 Working interface of Imperial Chrysanthemum intelligent grading system

如上圖所示，“初始化”按鈕的作用是清零，使系統(tǒng)恢復(fù)到全部為零的初始狀態(tài)；鼠標(biāo)點(diǎn)擊“開(kāi)始”按鈕，分級(jí)系統(tǒng)開(kāi)始工作，對(duì)金絲皇菊在工業(yè)相機(jī)視野范圍內(nèi)的圖像進(jìn)行實(shí)時(shí)檢測(cè)；檢測(cè)結(jié)果一并顯示在“當(dāng)前分級(jí)結(jié)果”區(qū)域，本區(qū)域可以根據(jù)系統(tǒng)的分級(jí)標(biāo)準(zhǔn)實(shí)時(shí)顯示當(dāng)前金絲皇菊的分級(jí)；檢測(cè)已經(jīng)完成的結(jié)果顯示在“已完成”分級(jí)區(qū)域，此區(qū)域可以對(duì)檢測(cè)的結(jié)果進(jìn)行實(shí)時(shí)計(jì)數(shù)；點(diǎn)擊“停止”按鈕可以實(shí)時(shí)結(jié)束檢測(cè)；點(diǎn)擊“退出”按鈕可以退出整個(gè)系統(tǒng)，返回到電腦桌面。

2.2 系統(tǒng)分級(jí)與人工分級(jí)對(duì)比

選取1500朵金絲皇菊進(jìn)行分級(jí)測(cè)試，前文已經(jīng)將金絲皇菊劃分為特級(jí)、一級(jí)、二級(jí)、三級(jí)、等級(jí)外五個(gè)等級(jí)。同時(shí)，設(shè)定人工肉眼分級(jí)作為金絲皇菊對(duì)照組，整體的分級(jí)結(jié)果對(duì)比如表2所示。

表2 金絲皇菊系統(tǒng)分級(jí)與人工分級(jí)結(jié)果對(duì)比Table 2 Comparison of systematic classification and artificial classification of Imperial Chrysanthemum

由表2可知，金絲皇菊智能分級(jí)系統(tǒng)的整體分級(jí)準(zhǔn)確率和人工相比達(dá)到了97.6%。同時(shí)對(duì)整個(gè)金絲皇菊分級(jí)速度進(jìn)行了計(jì)時(shí)，金絲皇菊智能分級(jí)系統(tǒng)對(duì)1500朵金絲皇菊完成分級(jí)所花的時(shí)間為406 s，平均速度為3.7 朵/s；人工分級(jí)用了2124 s，平均速度為0.71 朵/s。由此可見(jiàn)，金絲皇菊智能分級(jí)系統(tǒng)的平均分級(jí)速度為人工分級(jí)平均速度的5倍多，而且由于人工容易產(chǎn)生勞累，后期的分級(jí)速度越來(lái)越慢。

2.3 圖像處理的穩(wěn)定性

為了能夠驗(yàn)證不同金絲皇菊?qǐng)D像的處理速度的穩(wěn)定性和不同等級(jí)金絲皇菊?qǐng)D像處理速度的差異性，選取已經(jīng)分級(jí)完成的金絲皇菊?qǐng)D像各30張，輸入到分級(jí)系統(tǒng)，計(jì)算金絲皇菊?qǐng)D像處理時(shí)間，實(shí)驗(yàn)結(jié)果如表3所示。

表3 金絲皇菊?qǐng)D像處理時(shí)間統(tǒng)計(jì)Table 3 Statistics of image processing time of Imperial Chrysanthemum

由表3可知，處理不同等級(jí)的金絲皇菊?qǐng)D像平均耗時(shí)基本相差不大，說(shuō)明金絲皇菊智能分級(jí)系統(tǒng)圖像處理速度的穩(wěn)定性較高。

由表2和表3實(shí)驗(yàn)數(shù)據(jù)可以得知，基于機(jī)器視覺(jué)的金絲皇菊智能分級(jí)系統(tǒng)具有分級(jí)速度快、分級(jí)準(zhǔn)確率高的特點(diǎn)，并且相對(duì)于人工分級(jí)，金絲皇菊智能分級(jí)系統(tǒng)不僅速度快而且可以長(zhǎng)時(shí)間工作，保持著較高的工作效率和較高的工作穩(wěn)定性，分級(jí)標(biāo)準(zhǔn)也與系統(tǒng)設(shè)置的標(biāo)準(zhǔn)保持一致，減少了主觀性。因此，此分級(jí)系統(tǒng)能夠滿足食品工業(yè)智能化生產(chǎn)的需求。

3 結(jié)論

研究了一種基于機(jī)器視覺(jué)的金絲皇菊智能分級(jí)系統(tǒng)。通過(guò)圖像灰度化、去噪、增強(qiáng)完成金絲皇菊?qǐng)D像的預(yù)處理，通過(guò)RGB模型完成金絲皇菊的顏色特征的提取的識(shí)別，運(yùn)用邊緣檢測(cè)完成金絲皇菊花徑的測(cè)量和輪廓的提取。結(jié)果表明：金絲皇菊智能分級(jí)系統(tǒng)的整體分級(jí)準(zhǔn)確率和人工相比達(dá)到了97.6%。同時(shí)對(duì)整個(gè)金絲皇菊分級(jí)速度進(jìn)行了計(jì)時(shí)，金絲皇菊智能分級(jí)系統(tǒng)對(duì)1500朵金絲皇菊完成分級(jí)所花的時(shí)間為406 s，平均速度為3.7 朵/s；人工分級(jí)用了2124 s，平均速度為0.71 朵/s，金絲皇菊智能分級(jí)系統(tǒng)的分級(jí)效率較高、分級(jí)結(jié)果準(zhǔn)確，能夠有效替代人工分級(jí)，滿足食品工業(yè)智能化生產(chǎn)的需求。但是目前還存在一些不足，分級(jí)準(zhǔn)確率和分級(jí)速度還需要提高，期望通過(guò)提高金絲皇菊生產(chǎn)線傳送帶傳送的速度、改進(jìn)圖像處理算法，將其分級(jí)準(zhǔn)確率提高到99%以上、分級(jí)速度達(dá)到每秒5朵以上。本分級(jí)系統(tǒng)只測(cè)試了金絲皇菊，為機(jī)器視覺(jué)技術(shù)在花茶分級(jí)領(lǐng)域提供了實(shí)際案例與技術(shù)參考，后續(xù)可以進(jìn)行其他花茶領(lǐng)域的研究。