基于机器视觉的苹果大小自动分级方法

基于机器视觉的苹果大小自动分级方法

0苹果生产的分级现状分类是根据要求将物体分为不同级别的方法。苹果分级一直是我国水果生产业上的一大薄弱环节,直接影响到苹果在市场上的销售。众所周知,我国出口到国外市场上的苹果,其品质并不亚于国外同类产品,但是由于等级层次不齐而导致苹果在市场上毫无竞争优势可言。据中国标准咨询网上的报道,在国外,苹果收获后要经过严格的分级,这样不仅拉开了价格档次,而且也方便了消费者的购买。中国在加入WTO之前,农产品关税一直保持在很高的水平,国外苹果没有在实质上冲击本土苹果。现在,我国农产品的市场之门已经打开,中国近10亿的农业人口要面临来自世界的竞争[1.2]。长期以来,我国乡村劳动力资源丰富,苹果生产的分级只采用人工方式。人工分级存在明显的缺点:首先,分级标准的客观性水平差,同一品种的苹果对于不同的产地,其人为制定的分级标准可能不同,即使是同一个生产者,由于受情绪和疲劳程度的影响,所把握的标准也在波动;另外,分级的效率低,无法与自动化生产线的生产能力相比。一个产业的附加值往往在产业之外。目前,我国的苹果分级现状直接导致其质量大打折扣。研究如何提高我国的苹果自动分级水平,提高其在市场上的竞争力,对于我国这样一个苹果生产大国,具有深远意义[4.5]。在此基础上,本文提出了一种基于机器视觉的苹果大小自动分级方法。1分类系统的组成和图像采集流程1.1双锥式区域机器识别系统设计分级系统主要由苹果输送翻转机构、机器视觉识别系统和分级机构组成,如图1所示。苹果输送翻转机构主要由双锥式滚筒、摩擦带和倾斜条等组成。该机构由链传动完成,双锥式滚筒通过水平轴装在链条上,并能随链条向前运动。装在双锥式滚筒下面的摩擦带由另一电动机驱动,与双锥式滚筒紧密接触。当摩擦带和双锥式滚筒具有速度差时,双锥式滚筒就会在摩擦带上绕水平轴转动,调节摩擦带的速度可以控制双锥式滚筒的旋转速度,从而保证苹果在向前运动的同时具有翻转运动。倾斜条的作用是保证苹果在输送过程中能自动单个成行进入每对双锥式滚筒中,苹果输送翻转机构的速度可根据生产线工作的需要进行调整。机器识别系统主要由CCD摄像头、微机和光照箱等组成。CCD摄像头选用SONYDC—TRV75E摄像机,其性能指标:成像器件为5.1㎜(1/3.6倍)的CCD(电荷偶合器件),总象素为21.1万,镜头采用组合电动变焦镜头,焦距4.5~45㎜;USB插孔为DCR—TRV75,解象度为640×480象素,摄像头采集图像速度(帧频率)为30帧/s;微机配置为1.7GHzCPU、512MB内存和40GB硬盘;照明装置采用寿命长、灯显色性好、颜色失真小和色泽均匀的2只220V100W长寿灯泡。分级部分主要由控制模块、滑道和分级执行机构组成。当分级料斗输送带上的苹果到达对应的分级口位置时,由分级控制模块发送指令,使分级机构动作,完成分级。1.2苹果图像的采集试验时,调节CCD摄像头的焦距和苹果输送翻转部分的速度,直到采集苹果图像清晰为止,锁定焦距和苹果输送翻转部分的速度。CCD摄像头采集苹果视频信号存储在数码录像带上。试验结束后,视频信号通过USB接口传输到微机,并以MPEG格式存储,称为视觉检测样本。2视觉检测样品的成像采用MATLAB图像处理工具箱对图像进行处理和分析。具体过程是图像背景去除、二值化、图像平滑、特征量提取、图像标定和自动分级等。2.1rgod函数在获取的样本图像中,包括苹果、摩擦带和滚子等背景物体,因此首先应该将这部分背景去除。调用imclearborder(X,CONN)函数,其功能是去除图像X中与图像边界相连通且比其周围物体明度高的部分。为此,可以通过选择CONN的值来选用4连通或是8连通(即CONN=4或CONN=8)。根据具体情况进行调整。这里选用8连通效果较好[8、10]。实现背景去除可使用如下语句:去除背景后的图像如图2所示。2.2图像图像对比图像二值化处理是特征量提取所必需的。去除与边缘相连的背景物后,图像还是真彩色图像。为将图像变换成二值图像,应将图像变换成灰度图像。实现彩色图像灰度化可使用如下语句:灰度图像如图3所示。得到灰度图像后,选取合适的阈值对图像进行二值化处理。二值化处理的具体过程如下:设定某一阈值T,二值化处理就是用T将图像分为两部分。大于T的象素群取值1,小于T的象素群取值0,从而把图像化分成仅留目标对象和黑色背景的两个区域。通过二值化处理,使检测对象从复杂的图像背景中凸显出来。图像二值化处理的函数表达式如下这一步处理的关键是阈值的选择。通过对所采集样本图像的分析,采用自动搜索阈值法进行图像二值化处理。实现搜索最佳阈值和二值化处理可使用如下语句:二值化图像如图4所示。2.3去噪干扰图像经二值化处理后不仅包括苹果目标,还残留一些干扰噪音(小斑点)。这些噪音直接影响检测的准确度,而图像的平滑处理就是消除噪音。实现图像平滑处理可使用如下语句:平滑处理图像如图5所示。2.4苹果大小分级苹果在输送带上既有旋转运动又有平移运动,这两种运动的组合使苹果状态出现了不确定性。一般表现为3种形式,即侧倾、正立和倒立形式。当处于正立和倒立形式时,由苹果的生物特性决定其图像边缘近似圆形;当处于侧倾形式时,图像边缘呈不规则形状,反映苹果的形状差异,在对苹果进行大小分级时,一般按苹果直径进行分级。因此,对采集图像进行图像处理后,检测其边缘序列点集(xi,yi),i=,1,0…,n-1,n,则苹果圆形性表达为式中r—从形心到边界点的平均距离;σ—从形心到边界点距离的均方差。式中cx,cy—形心坐标。文中采用质点法计算形心坐标,计算公式为当苹果形状趋于圆形时,特征量c是单调减少趋向0,它不受形状区域位置和尺寸的影响。对经过图像处理后的图像分别计算特征量c,取c值较小的一幅图像来检测苹果大小。在得到检测图像后,需确定苹果直径的检测轴向,取垂直方向为轴向方向。这样,取垂直于轴向的最大苹果宽度即为苹果直径大小。但最大宽度的确定仍需搜索完成,即沿着轴向方向进行宽度检测,得到一系列苹果宽度,最后对其进行比较,确定最大值,这是进行苹果大小分级的特征量。2.5图像标记的转换在进行特征量提取后,得到苹果的直径值是像素坐标下的值。要进行苹果大小分级,还需对其值进行像素坐标和实际坐标的转化(即图像标定)。在图像标定中,以水平放置的刻度尺为参考,在刻度尺上做两处标记,两标记点间的实际坐标差为10cm。通过多次检测两标记点间的像素坐标差,利用公式(6),就可以得到像素坐标于实际坐标的标定比例。式中α—单位长度内的象素数;X1—左标记点的象素坐标;L—刻度尺的总长度(10cm)。3自动分类3.1苹果直径分级利用图像标定比例对检测到的特征量进行转化,可以得到苹果的实际直径。苹果大小分级可以按照国家标准进行在GB10651-89中,关于苹果直径分级参数如表1所示。由表1可见,采用简单阈值法就可以进行苹果大小的分级。以大型果为例,取阈值Dl、D2、D3,则有:Dl=80、D2=75、D3=70。设实际苹果直径大小为d,分级程序如下利用上面的程序,分级很容易实现,且计算量小,分级速度快。3.2视觉分级结果和人工分级结果文中以红富士为研究对象,选取64个样本进行分级。视觉分级结果和人工分级结果见表2所示。从表2可以看出:视觉分级结果与人工分级结果相一致的有60个,不一致的有4个,视觉分级的准确率可达93.75%。4自动分级和视觉分级的实验分析1)构建了苹果视觉分级系统,通过试验获取了视觉分