基于機器視覺的紅提果粒大小無損檢測技術.pdf

1、據(jù)聯(lián)合國糧農(nóng)組織統(tǒng)計數(shù)據(jù)庫顯示的數(shù)據(jù)表明，截止2011年，我國紅提的產(chǎn)量位居世界第一。目前，我國紅提的分級一般都采用的是人工方式實現(xiàn)。人工分級的方式存在主觀性強，工作效率低，以及長時間工作會造成檢測疲勞等缺點。隨著紅提產(chǎn)量的增加，人們對紅提的質(zhì)量要求越來越高，紅提品質(zhì)等級的劃分在消費市場中顯得越來越重要，如何實現(xiàn)對紅提的無損自動化分級，以提高紅提整體的質(zhì)量和品質(zhì)標準，也就成為一個急需解決的問題。
　　 本文中，在機器視覺技術的基

2、礎上，提出了一種針對紅提果粒大小的無損檢測分級的方法。該方法主要分為機器視覺系統(tǒng)的搭建和紅提圖像處理兩大部分。其中，機器視覺系統(tǒng)的關鍵點在于合適光源和相機的選擇。本試驗中，通過對白色環(huán)形光源，Led黃光面光源以及近紅外環(huán)形光源的對比發(fā)現(xiàn)，近紅外光源具有一定的透光性，結合黑白CCD工業(yè)相機，得到的葡萄圖像，具有清晰的外輪廓和單粒葡萄的內(nèi)輪廓邊緣，同時可以屏蔽葡萄顆粒上的異物信息。
　　 紅提圖像處理部分，通過對各種亮度均衡化方法和

3、邊緣檢測算子的對比，發(fā)現(xiàn)彩色梯度邊緣檢測算子不僅能得到清晰的單粒葡萄邊緣圖像，而且能消除由于葡萄內(nèi)部的莖紋路或者葡萄表面異物造成的干擾信息。因此，圖像處理的過程是，首先利用彩色梯度邊緣檢測算子得到清晰但不連續(xù)的單粒葡萄邊緣，然后在得到的葡萄邊緣上拾取3個初始點，利用旋轉(zhuǎn)矩陣，通過計算初始點弧段上首點和末點的相對位置，判斷初始點所在弧段的旋轉(zhuǎn)方向和旋轉(zhuǎn)角度，再根據(jù)邊緣上各點灰度值遠大于非邊緣上各點灰度值的原則，計算葡萄邊緣采樣點序列，最后