基于雙橢圓變化參數(shù)的香蕉形狀描述方法

彭　祺，屠禮芬，，張凱兵

(1.湖北工程學(xué)院 物理與電子信息工程學(xué)院，湖北 孝感 432000；2.湖北工程學(xué)院 計(jì)算機(jī)與信息科學(xué)學(xué)院，湖北 孝感 432000)

?

基于雙橢圓變化參數(shù)的香蕉形狀描述方法

彭祺1，屠禮芬1，*，張凱兵2

(1.湖北工程學(xué)院 物理與電子信息工程學(xué)院，湖北 孝感 432000；2.湖北工程學(xué)院 計(jì)算機(jī)與信息科學(xué)學(xué)院，湖北 孝感 432000)

為實(shí)現(xiàn)香蕉外部形狀的描述，提出一種基于雙橢圓變化參數(shù)的香蕉形狀描述方法。首先通過圖像預(yù)處理獲得對(duì)象物體的二值化圖像，結(jié)合開源計(jì)算機(jī)視覺庫(OPENCV)提供的庫函數(shù)cv.fitEllipse進(jìn)行二維點(diǎn)集的橢圓曲線擬合，并篩選出外接橢圓輪廓作為初始輪廓；然后在此基礎(chǔ)上構(gòu)造可變參數(shù)的外接橢圓和內(nèi)接橢圓，以雙橢圓疊合面積的大小為準(zhǔn)則進(jìn)行香蕉形狀的擬合描述；最后提取描述香蕉形狀的雙橢圓參數(shù)作為特征參數(shù)，并運(yùn)用該類參數(shù)對(duì)其他類型果蔬形狀進(jìn)行描述，判斷該類特征參數(shù)的有效性。試驗(yàn)結(jié)果表明，所提出的方法簡便易行，在AMD FX6300處理器平臺(tái)上運(yùn)算速度約0.1 s。算法采用C++語言編寫，能夠應(yīng)用于水果分類包裝自動(dòng)化生產(chǎn)線。

橢圓輪廓；香蕉形狀；參數(shù)化描述；水果分類

在水果農(nóng)產(chǎn)品分揀包裝、分揀入柜、分類擺放等多個(gè)環(huán)節(jié)中，部分情況下需要依靠人工分揀出不同的水果，該方式費(fèi)時(shí)費(fèi)力，不利于大規(guī)模自動(dòng)化生產(chǎn)。為減輕勞力，需要對(duì)水果進(jìn)行自動(dòng)化包裝、分揀和分類操作，運(yùn)用機(jī)器視覺技術(shù)對(duì)水果進(jìn)行自動(dòng)分類識(shí)別顯得尤為重要。分類識(shí)別方法主要包括顏色識(shí)別、紋理識(shí)別和形狀識(shí)別。大多數(shù)水果的顏色和紋理特征具有唯一性，例如香蕉的顏色從生到熟，從熟到壞基本上分為綠、黃、黑三種，因此可以選擇代表性較強(qiáng)的顏色和紋理特征變量對(duì)水果進(jìn)行較為準(zhǔn)確的分類識(shí)別[1-2]。有許多算法通過顏色和形狀特征對(duì)水果進(jìn)行分類識(shí)別。Liu等[3]采用圓形模板對(duì)桃子進(jìn)行了形狀識(shí)別，在不同自然環(huán)境下達(dá)到95.75%的識(shí)別率，桃子整體形狀接近圓形，而香蕉的形狀難以用基本幾何圖形圓形描述，該算法對(duì)非圓形形狀的香蕉失效。朱堅(jiān)民等[4]采用基于模糊隸屬度匹配的方法對(duì)蘋果、橘子、梨等球形水果進(jìn)行了形狀識(shí)別，結(jié)合基于灰色關(guān)聯(lián)分析的顏色特征分析方法，識(shí)別的平均準(zhǔn)確率達(dá)99%以上，但香蕉不是球形水果，而且不同的香蕉個(gè)體形狀差別也較大，有彎、微彎、直之分，難以建立單一的隸屬度函數(shù)并用模糊隸屬度參數(shù)表示。目前，針對(duì)香蕉形狀進(jìn)行描述的文章較少，本文將針對(duì)香蕉形狀的描述方法進(jìn)行重點(diǎn)研究。

傳統(tǒng)的形狀描述方法有曲線擬合[5]、水平集[6]、傅里葉描述子[7]。曲線擬合法能較為精確地描述形狀邊緣，但描述的形狀邊緣規(guī)則性不強(qiáng)，數(shù)據(jù)量較大，擬合出來的形狀邊緣一般用鏈表表征，難以用較為簡單的數(shù)學(xué)公式表達(dá)，在香蕉形狀的匹配識(shí)別中較難應(yīng)用。水平集方法需要在整個(gè)定義域內(nèi)不斷更新所有像素點(diǎn)的水平集函數(shù)值，復(fù)雜性從O(N)提升到O(N2)，而速度參數(shù)的選取和水平集函數(shù)的重新初始化又增加了計(jì)算的復(fù)雜性[8]。傅里葉描述子是在邊界鏈碼的基礎(chǔ)上對(duì)形狀進(jìn)行描述，需要將坐標(biāo)變化周期函數(shù)展開為傅里葉級(jí)數(shù)，計(jì)算復(fù)雜度較高，文獻(xiàn)[9]對(duì)此進(jìn)行改進(jìn)，但輪廓線函數(shù)提取時(shí)間依然為2.927 s，難以應(yīng)用到生產(chǎn)環(huán)境中；且該方法針對(duì)封閉曲線，而某些物體邊緣二值化圖像在局部區(qū)域受噪聲干擾，并不能精確完整地描述真實(shí)輪廓的封閉曲線[10]，給傅里葉描述子在形狀描述上的應(yīng)用帶來局限。本文提出一種基于雙橢圓變化參數(shù)的香蕉形狀描述方法，運(yùn)用兩個(gè)橢圓對(duì)香蕉形狀進(jìn)行近似描述，標(biāo)準(zhǔn)橢圓方程參數(shù)只有長軸a、短軸b、中心坐標(biāo)(x，y)3組參數(shù)，計(jì)算復(fù)雜度低，能較好應(yīng)用到生產(chǎn)環(huán)境中。

1　材料與方法

1.1供試材料和軟硬件平臺(tái)

試驗(yàn)所用圖像來源于百度圖片網(wǎng)站，分為兩套圖像：一套圖像是香蕉的典型圖片，位置擺放及大小形狀各不同；另一套圖像是其他類型果蔬圖片。網(wǎng)絡(luò)下載的圖像，信息屬性復(fù)雜，而包裝流水線等工業(yè)化生產(chǎn)環(huán)境，可對(duì)相機(jī)參數(shù)和光照環(huán)境因素進(jìn)行有效控制和調(diào)節(jié)，將背景單純化，突出被測物體。為模擬工業(yè)化生產(chǎn)環(huán)境，使用Photoshop軟件對(duì)網(wǎng)絡(luò)圖片中的背景進(jìn)行處理，將其設(shè)置為純白色，排除背景干擾，專注于本文算法對(duì)香蕉形狀描述的試驗(yàn)，分辨率未做調(diào)整。

為配合算法實(shí)現(xiàn)，運(yùn)用C++編程語言在WINDOWS7 64bit操作系統(tǒng)，VS2010和OPENCV2.4.10開發(fā)環(huán)境下編寫水果識(shí)別軟件“fruit recognize”。軟件運(yùn)行的計(jì)算機(jī)硬件環(huán)境為：CPU AMD FX6300，內(nèi)存16 G DDR3，固態(tài)硬盤三星EVO850 250G。

1.2圖像預(yù)處理

首先對(duì)香蕉彩色圖像進(jìn)行灰度化處理，依據(jù)式(1)：

Y=0.299×R+0.587×G+0.114×B

(1)

應(yīng)用CV_BGR2GRAY方法將彩色圖像灰度化。接下來應(yīng)用歸一化濾波器blur對(duì)灰度圖像進(jìn)行平滑處理，去除圖像中的小噪聲以利于后續(xù)操作。第三步依據(jù)式(2)，運(yùn)用閾值法對(duì)灰度圖像中的香蕉二值化：

(2)

其中二值化后的背景灰度值maxval設(shè)為255，香蕉灰度值設(shè)為0，閾值thresh設(shè)置為220。因?yàn)橄憬侗旧淼念伾珵榧兩?，且基本上為綠、黃、黑3種顏色，跟純白色背景環(huán)境區(qū)分度較大，經(jīng)試驗(yàn)發(fā)現(xiàn)香蕉本身的灰度值很難高于220，所以閾值設(shè)置為220較為恰當(dāng)[11]。

1.3邊界橢圓輪廓初定

運(yùn)用findContours函數(shù)，對(duì)預(yù)處理后的二值化圖像進(jìn)行輪廓搜索，該函數(shù)輸入二值化圖像，輸出輪廓以point類型的點(diǎn)向量表達(dá)，多個(gè)輪廓以圖像拓?fù)湫畔⒔M織為層次化結(jié)構(gòu)。其中輪廓檢索模式設(shè)置為CV_RETR_TREE，該模式提取所有輪廓并建立網(wǎng)狀的輪廓結(jié)構(gòu)，輪廓的近似方法設(shè)置為CV_CHAIN_APPROX_SIMPLE，該方法壓縮水平、垂直、對(duì)角線方向的元素，只保留終點(diǎn)坐標(biāo)。

找到圖像中香蕉的輪廓后，為限定算法處理區(qū)域，尋找最小包圍矩形，運(yùn)用minAreaRect函數(shù)進(jìn)行處理，該函數(shù)對(duì)于給定的二維輪廓點(diǎn)集，可尋找出最小面積包圍矩形框。同時(shí)對(duì)香蕉輪廓進(jìn)行初始化橢圓擬合，運(yùn)用函數(shù)fitEllipse進(jìn)行處理[12]，該函數(shù)對(duì)于給定的二維輪廓點(diǎn)集，可尋找出外接橢圓進(jìn)行擬合，本文的可變參數(shù)雙橢圓即在該外接橢圓的基礎(chǔ)上進(jìn)行處理。

1.4可變參數(shù)外接橢圓擬合下邊緣

單根香蕉從側(cè)面觀察有上下兩個(gè)邊緣，如圖1所示。

圖1　香蕉的上邊緣和下邊緣Fig.1　The top and bottom edges of the banana

通過圖像預(yù)處理以及邊界橢圓輪廓初定，我們可以獲得外接橢圓，該外接橢圓與下邊緣擬合，如圖2所示。

圖2　香蕉邊緣橢圓輪廓初定Fig.2　The edge of an initial elliptical contour of banana

從圖2中可以看到外接橢圓與香蕉的下邊緣較為接近，但香蕉下邊緣相對(duì)于外接橢圓底部弧長來說呈外切狀態(tài)，擬合精度不高，因此需要對(duì)外接橢圓參數(shù)進(jìn)行調(diào)整。設(shè)外接橢圓參數(shù)為式(3)：

(3)

其中：a，b為橢圓的長軸和短軸長度，橢圓的中心坐標(biāo)為center (x，y)，angle為直角坐標(biāo)系下橢圓短軸與x軸的夾角。中心坐標(biāo)和角度不變，僅改變a，b的值，使橢圓所包含的香蕉輪廓區(qū)域內(nèi)的面積最大，為防止a，b的值同時(shí)增大造成全包含，a，b值的改變必須滿足式(4)：

(4)

其中：(a0，b0)為初始外接橢圓的長短軸，經(jīng)試驗(yàn)設(shè)Δa為圖像寬度的1/10，β為短軸收縮控制系數(shù)，為防短軸收縮太快，經(jīng)試驗(yàn)設(shè)β為10。標(biāo)準(zhǔn)橢圓經(jīng)過旋轉(zhuǎn)和平移后，如式(5)：

(5)

BEnum=max(Mat[fBE])

(6)

其中BEnum為最大像素?cái)?shù)量值。

1.5可變參數(shù)內(nèi)接橢圓擬合上邊緣

(7)

根據(jù)式(7)和式(5)計(jì)算內(nèi)接橢圓所圍香蕉輪廓區(qū)域面積，即兩者離散矩陣疊合的像素?cái)?shù)量，獲得矩陣Mat[fBES]=Mat[fB(x，y)]&Mat[fES(x，y)]，該面積應(yīng)該盡量小，因此按式(8)求最小值：

BESnum=min(Mat[fBES])

(8)

其中BESnum為最小像素?cái)?shù)量值。

1.6香蕉形狀描述參數(shù)獲取

當(dāng)獲取外接橢圓疊加面積最大像素?cái)?shù)量值BEnum和內(nèi)接橢圓疊加面積最小像素?cái)?shù)量值BESnum后，雙橢圓參數(shù)被完全確定，即式(3)和式(7)內(nèi)的參數(shù)被完全確定，這些參數(shù)之間相互關(guān)聯(lián)，因此可以縮略為：φ，(u，v)，(xe，ye)，a，b等5組參數(shù)。分析這5組參數(shù)發(fā)現(xiàn)：夾角φ僅與香蕉擺放的角度有關(guān)，與香蕉本身形狀無關(guān)；外接橢圓中心坐標(biāo)與香蕉擺放位置有關(guān)，與香蕉形狀相關(guān)度不強(qiáng)；因此表征香蕉本身形狀的參數(shù)有(xe，ye)，a，b等3組參數(shù)。相對(duì)于文獻(xiàn)[7]中傅里葉系數(shù)的4組參數(shù)，這3組參數(shù)獲取更容易，表征更直觀，數(shù)量上也少一組，方便程序?qū)崿F(xiàn)并應(yīng)用于生產(chǎn)實(shí)踐中?？傮w操作流程，如圖3所示。

2　結(jié)果與分析

2.1模板圖像參數(shù)提取

從百度圖片網(wǎng)站上百張香蕉圖片中挑選出具有代表性的8張。圖4中a1～a4為4張典型形狀的香蕉圖片，其位置擺放及大小形狀各不同；a5，a6為末端直和全直形狀的香蕉；a7，a8為倒放和側(cè)放位置的典型形狀香蕉。

運(yùn)用上述方法對(duì)圖4-a1～a8中的8幅香蕉圖像進(jìn)行處理，獲得對(duì)應(yīng)雙橢圓形狀描述結(jié)果如圖4-b1～b8所示：

圖3　形狀參數(shù)獲取總體流程圖Fig.3　The overall flow chart to obtain shape parameters

從圖4-b1～b4的各個(gè)子圖像中可以看到，香蕉的上下兩個(gè)邊緣被外接和內(nèi)接兩個(gè)橢圓較好的描述，該種描述屬于一種快速近似描述，能以小于0.1 s的運(yùn)算速度給出香蕉形狀的規(guī)則化參數(shù)結(jié)構(gòu)。通過外接和內(nèi)接兩個(gè)規(guī)則化橢圓的結(jié)構(gòu)類比，可以獲得雙橢圓香蕉形狀描述參數(shù)。從圖4-b5，b6可以看到，本算法對(duì)于上下邊緣沒有彎曲度的香蕉，即末端直和全直形狀的香蕉無效，外接橢圓無法擬合。從圖4-b7，b8可以看到，本算法不受香蕉擺放位置的影響，只要是典型形狀即上下邊緣有弧度即可正確擬合外接和內(nèi)接橢圓。8張香蕉圖像的參數(shù)如表1所示：表1中所提供的參數(shù)即為這8張香蕉圖片的形狀描述參數(shù)，這些參數(shù)可以作為特征參數(shù)，對(duì)真實(shí)場景中香蕉的形狀提供參數(shù)化描述。

2.2驗(yàn)證香蕉雙橢圓參數(shù)描述的正確性

運(yùn)用表1中的香蕉形狀雙橢圓特征參數(shù)，以及雙橢圓參數(shù)形狀描述方法對(duì)其他類型的果蔬形狀進(jìn)行描述，驗(yàn)證香蕉雙橢圓參數(shù)描述的正確性，分別選取不同形狀類型的6種果蔬進(jìn)行試驗(yàn)，如圖5所示。

圖5中，a1～a6為原圖，b1～b6為對(duì)應(yīng)的雙橢圓輪廓擬合圖像，c1～c6為對(duì)應(yīng)的雙橢圓疊合圖像。圖5-a1是形狀類似香蕉的小黃瓜，根據(jù)表1中的4號(hào)樣本參數(shù)對(duì)其描述，發(fā)現(xiàn)BESnum值無法達(dá)到最小，不符合香蕉的雙橢圓特征參數(shù)。圖5-a2是圓形類水果，蘋果、橘子、梨子等水果都屬于圓形水果，以蘋果為例，運(yùn)用表1中的3號(hào)樣本參數(shù)對(duì)其描述，發(fā)現(xiàn)BESnum值始終為最大，與香蕉的雙橢圓特征參數(shù)不符。圖5-a3中的芒果為不規(guī)則形狀水果，參數(shù)描述效果同圖5-a2中的蘋果。圖5-a4為另一類別水果，單個(gè)葡萄為類圓形，在包裝生產(chǎn)線上，葡萄一般為成串結(jié)構(gòu)，運(yùn)用本文提出的算法對(duì)該類成串結(jié)構(gòu)水果進(jìn)行參數(shù)描述，也不符合香蕉的雙橢圓特征參數(shù)。圖5-a5為長黃瓜，形狀細(xì)且直，外接橢圓無法算出，在1.4節(jié)的步驟中就已參數(shù)提取失敗。圖5-a6為兩根甘蔗疊放在一起，形成一個(gè)不規(guī)則形狀物體，本文的算法在此失效，無法處理分叉狀非規(guī)則物體。通過上述試驗(yàn)證明本文的雙橢圓變化參數(shù)香蕉形狀描述算法切實(shí)可行，且效果較好；部分圖像像素近300萬像素，運(yùn)算時(shí)間依然低于0.1 s，運(yùn)算效率較高。

圖4　香蕉的雙橢圓形狀輪廓描述Fig.4　Double ellipses shape contour description for banana

表1香蕉形狀雙橢圓參數(shù)特征提取

Table 1Double ellipses parameters of banana shape feature extraction

樣本編號(hào)內(nèi)橢圓中心坐標(biāo)內(nèi)橢圓長軸內(nèi)橢圓短軸外橢圓中心坐標(biāo)外橢圓長軸外橢圓短軸1(304.1,227.1)295.6204.2(304.1,227.1)511.1408.42(528.1,313.3)538.8269.0(528.1,313.3)977.7544.33(498.6,473.6)521.1282.3(504.3,367.8)940.2571.74(368.7,378.9)294.6112.8(398.4,330.9)509.2230.15(0,0)00(0,0)006(0,0)00(0,0)007(135.5,132.9)201.7117.2(189.6,152.2)360.4237.78(533.9,470.9)400.5226.3(508.0,369.9)698.9460.6

圖5　其他果蔬的雙橢圓形狀輪廓及疊加描述Fig.5　Double ellipses shape contour description and overlay for other fruits and vegetables

3　討論

水果分類應(yīng)用的研究，已有部分專利[13-14]和論文[15]，并應(yīng)用到大規(guī)模自動(dòng)化生產(chǎn)中。這些專利和文章的大體思路為：首先利用工業(yè)CCD相機(jī)，對(duì)水果進(jìn)行實(shí)時(shí)圖像采集；將采集到的圖像回傳到計(jì)算機(jī)進(jìn)行圖像預(yù)處理；然后提取水果顏色、形狀、氣味等各項(xiàng)特征；最后根據(jù)水果的顏色、形狀、氣味或其他特征對(duì)水果進(jìn)行定性判斷，并按需進(jìn)行后續(xù)操作。對(duì)水果這類自然物體進(jìn)行分類識(shí)別，獲取特征屬性是十分關(guān)鍵的步驟。

特征屬性的獲取過程是將人或其他生物體所能感知到的信息，通過數(shù)學(xué)等方法抽象描述為計(jì)算機(jī)能夠處理的信息。本文所做工作即為將香蕉這種水果的外部形狀通過雙橢圓參數(shù)進(jìn)行數(shù)學(xué)描述，該描述參數(shù)可以方便地存儲(chǔ)在數(shù)據(jù)庫中作為特征信息，在實(shí)際應(yīng)用中，可以通過這些參數(shù)去判斷對(duì)象物體是否符合香蕉形狀，再配合顏色等其他信息判定是否為香蕉。

基于水果或其他物體外部形狀描述的論文較多，有直接進(jìn)行精確曲線描述的論文[16-17]，該類論文運(yùn)用較為復(fù)雜的數(shù)學(xué)理論對(duì)曲線進(jìn)行精細(xì)化描述和匹配，對(duì)不同物體的適應(yīng)性較強(qiáng)，但運(yùn)算復(fù)雜，大部分運(yùn)用Matlab軟件進(jìn)行仿真試驗(yàn)，編寫的軟件應(yīng)用于大規(guī)模生產(chǎn)中具有一定難度。本文的算法只針對(duì)香蕉這一特定形狀，曲線描述層次為粗略描述，通過試驗(yàn)驗(yàn)證該粗略描述能有效區(qū)分香蕉和其他類型的果蔬，本文所提出的算法優(yōu)點(diǎn)在于：復(fù)雜度低、運(yùn)算效率高，整個(gè)試驗(yàn)軟件運(yùn)用C++編寫，能方便應(yīng)用于實(shí)際生產(chǎn)中。

本文的算法也存在一定的局限性，對(duì)于典型的上下邊緣彎曲形狀的香蕉，雙橢圓變化參數(shù)描述方法能有效提取出香蕉的形狀特征，并用直觀且較少的參數(shù)表達(dá)。但對(duì)于末端直和全直形狀的香蕉，因上下邊緣接近直線，無法擬合出橢圓，本算法失效。對(duì)此在后續(xù)研究中，需要引入其他類型的形狀模板，例如圓柱形，替代橢圓形模板對(duì)該類形狀的香蕉進(jìn)行參數(shù)化描述；但圓柱形模板難以區(qū)分單根甘蔗、黃瓜等長條形果蔬，對(duì)此可能需要加入其他特征，例如顏色、紋理等進(jìn)行綜合特征描述。對(duì)于典型形狀的香蕉，在生產(chǎn)線或分揀傳送帶上擺放位置不固定，相機(jī)采集到的圖像可能是倒放或者是側(cè)放樣式，本文的算法對(duì)該種情況的適應(yīng)性較強(qiáng)，能順利提取出雙橢圓參數(shù)描述香蕉的形狀，但對(duì)非規(guī)則分叉物體識(shí)別效果不佳，在后續(xù)研究中，將對(duì)可變參數(shù)橢圓輪廓描述曲線的方法進(jìn)行改進(jìn)，以期獲得更好的適應(yīng)性，廣泛應(yīng)用于其他果蔬的形狀描述。

[1]ANAMI B S，SAVAKAR D G.Suitability of feature extraction methods in recognition and classification of grains，fruits and flowers[J].International Journal of Food Engineering，2011，7(1):69-75.

[2]盧軍，付雪媛，苗晨琳，等.基于顏色和紋理特征的柑橘自動(dòng)分級(jí)[J].華中農(nóng)業(yè)大學(xué)學(xué)報(bào)，2012，31(6):783-786.

[3]LIU Y，CHEN B，QIAO J.Development of a machine vision algorithm for recognition of peach fruit in a natural scene[J].Transactions of the ASABE，2011，54(2):695-702.

[4]朱堅(jiān)民，雷靜桃，翟東婷，等.基于灰關(guān)聯(lián)分析和模糊隸屬度匹配的球形水果自動(dòng)識(shí)別方法[J].儀器儀表學(xué)報(bào)，2012，33(8):1826-1836.

[5]BEYER M，HAHN R，PESCHEL S，et al.Analysing fruit shape in sweet cherry[J].Scientia Horticulturae，2002，96(1-4):139-150.

[6]GUI J S，RAO X Q，YING Y B.Fruit shape detection by level set[J].Journal of Zhejiang University (Science A∶An International Applied Physics &Engineering Journal)，2007，8(8):1232-1236.

[7]胡孟晗，董慶利，劉寶林，等.基于橢圓傅里葉描述子的香蕉形狀識(shí)別[J].浙江農(nóng)業(yè)學(xué)報(bào)，2014，26(1):200-205.

[8]游瑞.變分水平集的圖像分割技術(shù)研究[D].武漢:華中科技大學(xué)，2011.

[9]徐國清，穆志純.基于多級(jí)三角形面積函數(shù)的傅里葉形狀描述子[J].北京科技大學(xué)學(xué)報(bào)，2013，35(9):1201-1206.

[10]薛磊，楊曉敏，陳默，等.基于改進(jìn)差分邊緣檢測法的車牌字符二值化算法[J].四川大學(xué)學(xué)報(bào)(自然科學(xué)版)，2007，43(6):1253-1258.

[11]毛星云，冷雪飛，王碧輝，等.OpenCV3編程入門[M].北京:電子工業(yè)出版社，2015.

[12]FITZGIBBON A W，F(xiàn)ISHER R B.A buyer’s guide to conic fitting[C]// British Machine Vision Conference，1995:513-522.

[13]王進(jìn)學(xué)，杜義賢，胡芬，等.一種水果自動(dòng)分揀系統(tǒng):CN103949409A[P].2014.

[14]徐亮，裔曉琴，徐仁佩，等.三攝像頭視覺智能檢測水果裝置:CN 103406279 A[P].2013.

[15]朱霞，陳仁文，夏樺康，等.智能機(jī)器人水果采摘識(shí)別系統(tǒng)設(shè)計(jì)[J].計(jì)算機(jī)應(yīng)用研究，2014，31(9):2711-2714.

[16]PARK H.B-spline surface fitting based on adaptive knot placement using dominant columns[J].Computer-Aided Design，2011，43(3):258-264.

[17]曾接賢，劉秀朋，符祥.角點(diǎn)距離矩陣和同心圓劃分的曲線描述與匹配[J].中國圖象圖形學(xué)報(bào)，2012，17(8):1011-1020.

(責(zé)任編輯張韻)

Banana shape description method based on change parameters for double ellipses

PENG Qi1，TU Li-fen1，*，ZHANG Kai-bing2

(1.School of Physics and Electronic Information Engineering，Hubei Engineering University，Xiaogan 432000，China;2.School of Computer and Information Science，Hubei Engineering University，Xiaogan 432000，China)

In order to realize the external shape description for banana，a banana shape description method based on change parameters for double ellipses has been proposed.First of all，the binary image of the object was obtained by image processing.The ellipse curve fitting of the two dimensional point set was provided by the library function cv.fitEllipse in Open Source Computer Vision Library (OPENCV)，and the external outline of ellipse was selected as the initial contour.Then，based on the first step，the external ellipse and inscribed ellipse with variable parameters was constructed，and the banana shape fitting was described based on the areas of double ellipses overlap.Finally，the double ellipses parameters describing the banana shape were extracted as characteristic parameter，which was used to describe the shape for the other types of fruits and vegetables，and to determine the effectiveness of the characteristic parameters.Experimental results showed that the proposed method was simple，fast and efficient.The operation speed was about 0.1 s on the FX6300 AMD processor platform.The algorithm was written in C++ language，which can be used in automatic production line for fruit sorting and packing.

outline of ellipse;banana shape;parameterized description;fruit classification

浙江農(nóng)業(yè)學(xué)報(bào)Acta Agriculturae Zhejiangensis，2016，28(3):515-521http://www.zjnyxb.cn

彭祺，屠禮芬，張凱兵.基于雙橢圓變化參數(shù)的香蕉形狀描述方法[J].浙江農(nóng)業(yè)學(xué)報(bào)，2016，28(3)： 515-521.

10.3969/j.issn.1004-1524.2016.03.25

2015-07-23

國家自然科學(xué)基金(61471161)；湖北省自然科學(xué)基金(2015CFC770)；湖北省教育廳科學(xué)技術(shù)研究項(xiàng)目(Q20152701)；生物質(zhì)資源轉(zhuǎn)化利用湖北省協(xié)同創(chuàng)新中心科技創(chuàng)新項(xiàng)目(XTCX005)

彭祺(1983—)，男，湖北武漢人，博士，講師，研究方向?yàn)闄C(jī)器視覺。E-mail:petersky0316@163.com

，屠禮芬，E-mail:tulifen_0301@163.com

S668.1;TS255.3

A

1004-1524(2016)03-0515-07