基于機(jī)器視覺(jué)的水果外部品質(zhì)的研究

李悅 趙娜

摘要： 隨著工業(yè)化的時(shí)代的高速發(fā)展，對(duì)于需求巨大的水果，使用人工的分揀已經(jīng)不能滿足需求，采用機(jī)器視覺(jué)的方法來(lái)對(duì)各種類水果進(jìn)行分級(jí)檢測(cè)，可以達(dá)到高的速度，優(yōu)的品質(zhì)，也可方便記錄當(dāng)年各種類水果的重量，形狀，顏色的數(shù)據(jù)，反饋到農(nóng)業(yè)相關(guān)部門，提出解決措施，保持優(yōu)良性狀，以便來(lái)年種植得到更加完美的產(chǎn)品。本文主要研究的就是通過(guò)機(jī)器視覺(jué)來(lái)研究水果外部品質(zhì)，以此來(lái)實(shí)現(xiàn)對(duì)水果品質(zhì)的檢測(cè)和數(shù)據(jù)的記錄。

關(guān)鍵詞：機(jī)器視覺(jué)；水果；外部品質(zhì)

中圖分類號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2019）07-0189-02

Abstract： With the rapid development of the era of industrialization， manual sorting fruits can no longer meet the demand. And the machine vision method is used to classify various kinds of fruits to achieve high speed and excellent quality. It is also convenient to record the weight， shape and color data of various types of fruits in the same year， and feedback to the relevant departments of agriculture， propose solutions， and maintain good traits so that plants can be more perfect in the coming year. The main research in this paper is to study the external quality of fruits through machine vision， in order to achieve the detection of fruit quality and the record of data.

Key words： machine vision； fruit； external quality

1 概述

當(dāng)今社會(huì)，經(jīng)濟(jì)高速發(fā)展，人們的生活水平不斷提高，越來(lái)越重視身體的健康，吃水果已經(jīng)成了人們每天都會(huì)做的事情，所以對(duì)水果的需求也在不斷地增加。而今現(xiàn)在的水果市場(chǎng)上同類的水果品種參差不齊，人工去挑揀水果更是耗費(fèi)大量的人力、物力與財(cái)力。機(jī)器視覺(jué)是通過(guò)對(duì)目標(biāo)物體圖像的獲取、處理和分析來(lái)模擬人類的視覺(jué)功能，并使用各種機(jī)電設(shè)備實(shí)現(xiàn)生產(chǎn)自動(dòng)化。通過(guò)機(jī)器視覺(jué)來(lái)研究水果的外部品質(zhì)，可以更加快速高效的檢驗(yàn)水果的內(nèi)在和外在品質(zhì)，以此來(lái)達(dá)到在市場(chǎng)中買賣水果得到更多的經(jīng)濟(jì)利益。

我國(guó)是水果生產(chǎn)大國(guó)，在當(dāng)今的經(jīng)濟(jì)來(lái)源上，水果的銷售收入是國(guó)民經(jīng)濟(jì)的一大部分來(lái)源。一般水果的外部光滑，顏色鮮亮均勻便是佳品，也是人們爭(zhēng)相購(gòu)買的。水果具有儲(chǔ)存時(shí)間短，不易儲(chǔ)藏，不易翻動(dòng)等特點(diǎn)，甚至有的水果在離開(kāi)枝莖之后很短的時(shí)間便會(huì)腐敗或者變質(zhì)。這時(shí)如果采用人工分揀裝箱，速度往往很慢，就會(huì)導(dǎo)致浪費(fèi)。通過(guò)機(jī)器視覺(jué)來(lái)將水果進(jìn)行分級(jí)與檢測(cè)，能夠大大地提高水果買賣的經(jīng)濟(jì)利益，同時(shí)減少時(shí)間與人力，這樣也符合大眾的需求。同時(shí)，使用機(jī)器視覺(jué)去研究水果的外部品質(zhì)，還可以記錄和檢測(cè)該類農(nóng)產(chǎn)品在一定時(shí)期的產(chǎn)量與質(zhì)量，檢測(cè)存在的問(wèn)題，有益于今后的種植問(wèn)題與注意事項(xiàng)，以此來(lái)培育具有更高優(yōu)良性狀的水果品種。這樣必然能使今后的水果種植業(yè)有著更加強(qiáng)大的數(shù)據(jù)指標(biāo)，達(dá)到高產(chǎn)優(yōu)產(chǎn)。

2 機(jī)器視覺(jué)方法

機(jī)器視覺(jué)系統(tǒng)由三部分組成：圖像的獲取、圖像的處理和分析、輸出或顯示，一般需要電荷耦合器件（Charge Coupled Device CCD）、檢測(cè)裝置、傳送帶、計(jì)算機(jī)、控制系統(tǒng)等設(shè)備。在水果分級(jí)過(guò)程中，水果位于傳送帶上方，CCD攝像機(jī)配置在傳送帶的上方及周邊，在傳送帶的兩側(cè)安裝有檢測(cè)裝置。當(dāng)水果通過(guò)CCD攝像機(jī)時(shí)，CCD攝像機(jī)將通過(guò)圖像采集卡將水果圖像傳入計(jì)算機(jī)，由計(jì)算機(jī)對(duì)圖像及數(shù)據(jù)進(jìn)行一系列處理，確定水果的顏色、形狀、重量情況等特征，再根據(jù)處理結(jié)果控制機(jī)構(gòu)，完成分級(jí)，該方法無(wú)損水果質(zhì)量。

首先要獲取對(duì)象，在合適光照條件下的場(chǎng)景中，使用成像儀器，獲取收集水果的圖像，并且轉(zhuǎn)換成數(shù)字信號(hào)輸入計(jì)算機(jī)中。之后分析圖像，并且生成一個(gè)對(duì)被成像物體（或場(chǎng)景）的描述。通常，從圖像中生成符號(hào)描述的過(guò)程，可以被分為以下兩個(gè)階段。第一個(gè)階段生成一個(gè)素描圖，即：一個(gè)詳盡的、但是未經(jīng)加工處理的描述。下一個(gè)階段是：生成一個(gè)簡(jiǎn)化的、有結(jié)構(gòu)的描述，用來(lái)進(jìn)行決策。第一個(gè)階段被稱為圖像分析：而對(duì)第一個(gè)階段所得到的結(jié)果進(jìn)行后續(xù)處理的過(guò)程，則被稱為場(chǎng)景分析。這兩個(gè)階段有幾分相似，其主要區(qū)別是：圖像分析從圖像開(kāi)始，而場(chǎng)景分析從素描圖開(kāi)始[1]。

在整個(gè)機(jī)器視覺(jué)檢測(cè)系統(tǒng)當(dāng)中，最重要的就是獲取到的圖像的質(zhì)量，如果獲取到的圖像質(zhì)量有一定的缺陷，就會(huì)造成圖像分析的不準(zhǔn)確性大大增加，所以一定要保證圖像的準(zhǔn)確性。在這種情況下，可以考慮在CCD攝像機(jī)的配件上下功夫，例如提高相機(jī)鏡頭的分辨率，調(diào)整照明情況，使獲取到的圖像的對(duì)比度達(dá)到最佳效果，另外還有場(chǎng)深，失真等鏡頭上的優(yōu)化事項(xiàng)都可以作為提高圖像質(zhì)量的方法。但是也要注意不能過(guò)分調(diào)整各項(xiàng)參數(shù)，強(qiáng)化了一些指標(biāo)，破壞了圖像本質(zhì)的樣子，造成圖像分析的判斷錯(cuò)誤，例如在水果果皮顏色上，如果光線太過(guò)明亮就會(huì)造成視覺(jué)上的錯(cuò)覺(jué)，以此無(wú)法更加細(xì)小的區(qū)分果皮的顏色。

3 基于機(jī)器視覺(jué)方法的檢測(cè)方法

在研究水果的外部品質(zhì)上，機(jī)器視覺(jué)技術(shù)主要通過(guò)采集靜態(tài)圖像，對(duì)水果進(jìn)行多方面的特征分析，以此得到果實(shí)的外部品質(zhì)的數(shù)據(jù)，從而對(duì)水果進(jìn)行分級(jí)與檢測(cè)。建立基于多光譜成像設(shè)備的計(jì)算機(jī)視覺(jué)系統(tǒng)，對(duì)水果的外觀品質(zhì)進(jìn)行定量檢測(cè)。采用機(jī)器視覺(jué)技術(shù)對(duì)水果的3個(gè)指標(biāo)進(jìn)行外觀品質(zhì)檢測(cè)。在重量檢測(cè)方面，每種水果規(guī)定重量的分級(jí)，標(biāo)準(zhǔn)重量附近左右的水果為最佳的產(chǎn)品；在形狀檢測(cè)方面，不同水果外形類別應(yīng)保持在正常形態(tài)，區(qū)分殘缺果和畸形果；在顏色檢測(cè)方面，每一種類的水果果皮顏色都應(yīng)當(dāng)是均勻的，并且顏色應(yīng)當(dāng)?shù)氖蔷К撏噶粒凑照ＫN類顏色的分布來(lái)劃分等級(jí)，區(qū)分最佳果皮顏色[2]。

高光譜技術(shù)能有效檢測(cè)水果的表面損傷缺陷。ElMasry等利用波段范圍400～1000nm的高光譜成像系統(tǒng)對(duì)“McIntosh"蘋果表面損傷進(jìn)行檢測(cè)。實(shí)驗(yàn)選取30個(gè)表面無(wú)缺陷、無(wú)損的蘋果，貯藏在3℃環(huán)境下，24 小時(shí)后取出進(jìn)行癌傷處理。選取了三種不同背景顏色的“McIntosh" 蘋果作為實(shí)驗(yàn)對(duì)象。每個(gè)樣品從10cm高處掉落到重250g的鋼板上，在樣品位于果梗與花萼的中間位置處產(chǎn)生直徑約為14～ 18mm的相同瘀傷。將產(chǎn)生瘀傷的蘋果分別放置1，12，24小時(shí)及3天后進(jìn)行數(shù)據(jù)采集，以此得到高光譜成像系統(tǒng)對(duì)蘋果表面從正常組織到瘀傷組織識(shí)別的一個(gè)時(shí)間閾值。水果放置在托盤上，通過(guò)步進(jìn)電機(jī)控制平移臺(tái)移動(dòng)進(jìn)行線掃描采集，圖像尺寸大小為400X400像素，826個(gè)光譜波段。利用高光譜成像技術(shù)結(jié)合逐步回歸算法及偏最小二乘算法，提取水果表面正常組織和瘀傷組織的光譜特征，對(duì)高光譜數(shù)據(jù)進(jìn)行降維分析， 反射圖像的數(shù)據(jù)被減少到三個(gè)最佳波長(zhǎng)（750nm、820nm、 960nm）。這三個(gè)特征波長(zhǎng)可用在多光譜成像系統(tǒng)中檢測(cè)蘋果表面瘀傷。實(shí)驗(yàn)驗(yàn)證了這種技術(shù)可以預(yù)測(cè)蘋果表面的瘀傷的時(shí)間段為1個(gè)小時(shí)～3天[3]。

利用高空間分辨率（0.5～ Inm）的高光譜成像系統(tǒng)能檢測(cè)蘋果表面污染、腐爛、疤痕等缺陷。Mehl等以四類蘋果（蛇果、金冠、嘎啦和富士蘋果）作為研究對(duì)象，蘋果被儲(chǔ)存在0～4C環(huán)境中。美國(guó)農(nóng)業(yè)部?jī)x器與傳感技術(shù)實(shí)驗(yàn)室（instrumentation and sensing lboretory ISL.） 開(kāi)發(fā)的一套高光譜成像系統(tǒng)，光譜范圍為430～ 930nm，光譜分辨率為10nm， 空間分辨率為1mm。該系統(tǒng)可以采集高光譜反射圖像和熒光圖像。通過(guò)高光譜系統(tǒng)對(duì)四類蘋果表面的損傷、腐爛、疤痕和土壤污染進(jìn)行檢測(cè)，確定完好蘋果以及帶有缺陷和污染物的蘋果不同目標(biāo)處的光譜特征波長(zhǎng)。通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)利用主成分分析法檢測(cè)蘋果的表面情況（損傷、污染第多個(gè)主成分圖像均受到蘋果種類的影響，在某一特定波長(zhǎng)得到的高光譜圖像存在較大差異，為解決這一問(wèn)題，設(shè)計(jì)了一種新的算法不均勻二次差分（asymmetric second diference， ASD）。不均勻二次差分方法在二次差分方法的基礎(chǔ)上，對(duì)中心波長(zhǎng)的較高波長(zhǎng)和較低波長(zhǎng)使用不同的波長(zhǎng)間隔[4]。

4 總結(jié)

利用機(jī)器視覺(jué)來(lái)完成對(duì)水果的分級(jí)，可以加快經(jīng)濟(jì)的發(fā)展，解放勞動(dòng)力，提高生產(chǎn)的效率，面對(duì)日益增加的水果需求，采用機(jī)器視覺(jué)技術(shù)可以更好地完成任務(wù)，提高國(guó)民生活質(zhì)量，同時(shí)也是發(fā)展機(jī)械農(nóng)業(yè)的重要步驟。將機(jī)器視覺(jué)與計(jì)算機(jī)相結(jié)合，不僅能將水果分級(jí)，還能提取水果的數(shù)據(jù)，達(dá)到商業(yè)與農(nóng)業(yè)的完美結(jié)合。因此，緊緊抓住京津冀體化發(fā)展的歷史性機(jī)遇，將信息化作為引領(lǐng)現(xiàn)代農(nóng)業(yè)發(fā)展、創(chuàng)新農(nóng)業(yè)管理服務(wù)、破解農(nóng)業(yè)發(fā)展難題的重要手段，全面提升農(nóng)業(yè)信息化應(yīng)用水平[5]。未來(lái)在市場(chǎng)上這項(xiàng)技術(shù)一定會(huì)非常的流行與重要。

參考文獻(xiàn)：

[1] 霍恩.機(jī)器視覺(jué)[M].王亮，蔣欣蘭，譯.北京：中國(guó)青年出版社，2014.

[2] 彭彥昆.農(nóng)畜產(chǎn)品品質(zhì)安全光學(xué)無(wú)損快速檢測(cè)技術(shù)[M].北京：科學(xué)出版社，2016.

[3] ElMasry G， Wang N，Vigneault C，et al. Early detection of apple bruises on different background colors using hyperspectral imaging. LWT，2008（41）：337-345.

[4] Mehl P M，Chen Y R，Kim M S， et al. Development of hyperspectral imaging technique for the detectionof apple surface defects and contaminations.Journal of Food Engineering，2004（61）：67-81.

[5] 農(nóng)業(yè)部信息中心課題.農(nóng)業(yè)信息化研究報(bào)告[M].北京：中國(guó)農(nóng)業(yè)出版社，2017.

【通聯(lián)編輯：唐一東】