基于計算機視覺的橙子分級研究設(shè)計

李順琴，陳 勇，何 嬌

(重慶城市管理職業(yè)學(xué)院，重慶 401331 )

0 引言

橙子富含各類維生素、胡蘿卜素、檸檬酸、礦質(zhì)元素和無機鹽等，具有很高的營養(yǎng)價值。橙子是一大類水果的總稱，包括甜橙、血橙和臍橙這3大種類及幾百個品種。其中，甜橙果實為圓形，酸含量低，是數(shù)量最多的橙子種類；血橙的果肉和果汁呈紫紅或暗紅色，是柑橘中唯一含有花青素的種類，具有很高的商業(yè)價值；臍橙的果實較大，一般無籽，適合新鮮食用。贛南地區(qū)是世界著名的臍橙產(chǎn)區(qū)，已經(jīng)成為了當(dāng)?shù)氐闹鲗?dǎo)產(chǎn)業(yè)和重要商品基地。

我國是橙子的生產(chǎn)大國之一，近些年來的年產(chǎn)量在700萬t左右。因為品種與國外有差異，每年的鮮橙和干橙進出口數(shù)量為8～10萬t，貿(mào)易金額超過1億美元。橙子分布在13個省份，特殊品種酸橙的產(chǎn)量占世界的2/3。雖然不是主要水果，橙子在我國農(nóng)業(yè)中仍占有一定地位，成為一些適應(yīng)種植地區(qū)的支柱產(chǎn)業(yè)，在農(nóng)業(yè)經(jīng)濟發(fā)展和多元化經(jīng)營中發(fā)揮著重要作用。

分級是水果和蔬菜采摘后進入市場銷售前的一道重要工序，是根據(jù)果實的大小、形狀、顏色和表面缺陷等劃分等級。通過分級可以淘汰缺陷果，并將品質(zhì)相同的果實劃分到一起，按照相應(yīng)的價格銷售。分級有利于滿足消費者的不同需求，增加銷售的收益，并提高產(chǎn)業(yè)在國際和國內(nèi)市場上的競爭力。橙子的種類繁多，不同品種的果實大小和形狀各異，顏色和營養(yǎng)成分含量的差別較大，因此對橙子品種的檢測分級則顯得尤為重要。另外，橙子的各種品質(zhì)性狀之間存在關(guān)聯(lián)。例如，黃雪燕等研究了溫嶺高橙果實大小與品質(zhì)之間的關(guān)系，發(fā)現(xiàn)果實大小與維生素C含量等部分品質(zhì)之間存在正相關(guān)；但尺寸的增大也會增加果皮厚度和種子數(shù)，引起品質(zhì)的下降[1]。朱春釗等研究表明：塔羅科血橙的表面色澤可以反映內(nèi)部品質(zhì)，紅色果實具有更高含量的可溶性固形物、維生素C和花青素[2]。不同橙子品種的性狀之間關(guān)系各異，對其進行研究是準(zhǔn)確分級的基礎(chǔ)。

根據(jù)橙子產(chǎn)業(yè)的現(xiàn)狀，我國制定了橙子的質(zhì)量標(biāo)準(zhǔn)，為橙子的分級提供了依據(jù)。例如，針對贛南臍橙所制定的《贛南臍橙無公害果品質(zhì)量標(biāo)準(zhǔn)》，就對其等級進行了定義，保證了無公害鮮果的正常生產(chǎn)和流通。目前，橙子分級主要由人工完成，即通過肉眼觀察并評判等級，然后實施分揀。人工分級操作簡單，且無需特殊的儀器設(shè)備和技術(shù)培訓(xùn)，具有較廣的適用范圍。但是，這種方法的分級結(jié)果會受到人員體力和主觀情緒的影響，準(zhǔn)確性難以穩(wěn)定保持，且效率不高。另外，不同人員的評判標(biāo)準(zhǔn)存在差異，導(dǎo)致分級果實的一致性降低。近些年，隨著我國勞動力的轉(zhuǎn)移，人力資源價格上升，人工分級也不再擁有以往的成本優(yōu)勢。

隨著科學(xué)的進步，人們開發(fā)出了各種果蔬的自動化分級技術(shù)，橙子自動檢測分級技術(shù)大多是建立在計算機視覺的基礎(chǔ)上。計算機視覺是圖像獲取、圖像分析與計算機技術(shù)相結(jié)合產(chǎn)生的，在國民經(jīng)濟中有著廣泛的用途。計算機視覺已經(jīng)應(yīng)用于多種水果蔬菜的分級，展現(xiàn)出廣闊的前景。目前，基于計算機視覺的橙子分級的設(shè)備類型、分析和計算方法較多，但都處于試驗階段，還沒有應(yīng)用于實際生產(chǎn)[3-9]。在針對的性狀方面，主要檢測的是果實大小、顏色和表面缺陷[10-13]。以往報導(dǎo)中對果實內(nèi)部營養(yǎng)成分含量的檢測研究則較少，距離實際應(yīng)用也還有一定的距離。

本文設(shè)計了一個基于計算機視覺的橙子分級系統(tǒng)，在傳送帶上拍攝橙子的圖像后對其大小、顏色和表面缺陷進行實時檢測，由計算機評判級別并控制執(zhí)行裝置實現(xiàn)分級。最后，對系統(tǒng)分級的準(zhǔn)確性和實時性進行了測驗，以期為橙子產(chǎn)業(yè)的可持續(xù)發(fā)展提供技術(shù)支持。

1 系統(tǒng)的設(shè)計原理及組成

1.1 設(shè)計原理

橙子被放置在傳送帶上移動，經(jīng)過拍攝箱時由相機拍照獲取圖像，傳輸給核心計算機用視覺軟件進行處理，提取橙子的輪廓并分析大小、顏色和表面缺陷。傳送帶前端安裝傳感器，檢測通過的橙子數(shù)量，從而控制相機的開啟時機。計算機根據(jù)檢測的結(jié)果，按照質(zhì)量標(biāo)準(zhǔn)對橙子劃分級別，并向安裝在傳送帶末端的分級執(zhí)行裝置發(fā)出指令，實現(xiàn)對橙子的分級，如圖1所示。

圖1 分級系統(tǒng)的工作流程

1.2 系統(tǒng)組成

分級系統(tǒng)主要由傳送分級裝置、拍攝箱和計算機視覺模塊組成。傳送分級裝置包括傳送帶和分級裝置。傳送帶長2.5m、寬0.3m，表面黑色，橙子呈單列排布在傳送帶上，間距2～3cm。經(jīng)過試驗確定傳送帶的最佳移動速度為0.3m/s，速度太低降低了分級效率，太高則會導(dǎo)致橙子滾動，影響成像質(zhì)量。橙子分級裝置有4個通道，當(dāng)橙子運行到傳送帶末端時，計算機控制執(zhí)行裝置相應(yīng)的通道移動到接口處，實現(xiàn)橙子的分級。

拍攝箱是一個0.4m×0.35m×0.4m的長方體，兩側(cè)開孔用于傳送帶通過。拍攝箱內(nèi)壁涂成黑色，上方4個角分別安裝功率5W的照明燈，頂端安裝1臺索尼XC-ST30型CCD相機。相機拍攝的圖像經(jīng)過AD6657A型A/D轉(zhuǎn)換器轉(zhuǎn)換為數(shù)字信號傳遞給計算機。拍攝箱的入口處安裝一個賽加得GL36型光電傳感器，用于檢測經(jīng)過拍攝箱的橙子數(shù)量。每個橙子經(jīng)過時傳感器都會產(chǎn)生一個電脈沖信號發(fā)送給計算機，3個橙子進入拍攝箱后計算機啟動相機進行一次拍攝。核心計算機為聯(lián)想揚天M4900型臺式電腦，配置Intel i7中央處理器、8GB DDR3內(nèi)存和1TB硬盤，運行快速穩(wěn)定，能夠滿足圖像處理和信息存儲的要求。計算機中安裝MatLab7.0軟件，用于圖像的分析處理。

2 圖像分析

拍攝時橙子處于運動狀態(tài)，同時由于其它因素影響，拍攝獲得未經(jīng)處理的原始圖像中都存在著一定的噪音干擾。因此，首先要對原始圖像進行平滑處理，在增強圖像質(zhì)量的同時，也可以強化目標(biāo)特征。這里采用3×3的模板，通過中值濾波法去除圖像中的噪音，如圖2所示。

經(jīng)過預(yù)處理獲得的是包含R、G、B這3種基色的彩色圖像，若要識別目標(biāo)特征，則須要進行灰度化處理。圖像的背景為黑色，目標(biāo)與背景顏色差別很大，可以用RGB色彩空間進行處理。橙子為黃色和紅色，3基色中的B分量具有顯著的峰值特征，這里采用基于B分量的閾值分割法進行灰度化處理，如圖3所示。

對灰度化圖像采用HIS加權(quán)方法進行二值化計算，消除圖像中的微小陰影和噪音點，最后依照設(shè)定的B分量灰度化閾值進行圖像分割，提取出橙子的輪廓，如圖4所示。

橙子的大小、顏色和表面缺陷是目前人工分級主要觀察的品質(zhì)性狀。橙子的形態(tài)比較規(guī)則，一般都呈橢球形，因此大小可以用果徑來反映。果徑的測量方法是對輪廓圖像進行掃描，統(tǒng)計橙子輪廓內(nèi)的像素點；然后，根據(jù)統(tǒng)計的像素點數(shù)和實際測量值，確定二者之間的關(guān)系為y=0.001 32N。其中，y為果徑(mm)，N為像素點數(shù)。橙色是橙子的主要顏色，是由紅R和綠G這兩種基色按一定的比例混合而成。系統(tǒng)以R、G和R-G這3個分量作為橙子的顏色特征。其中，R所占比例高的橙子具有更好的品質(zhì)，在圖像中用灰色顯示。橙子的表面缺陷有兩種：一是蟲害導(dǎo)致的白色條紋；二是病害和損傷造成的黑色爛點。兩者雖然顏色不同，但都可以用HIS顏色空間中的S分量展示出來。系統(tǒng)先提取橙子的輪廓，然后采用Sobel算子從中分離出S分量并進行Ostu閾值分割，得到表面缺陷的二值化圖像并計算缺陷面積，用黑色展示，如圖5所示。

圖2 橙子的預(yù)處理圖像

圖3 橙子的灰度化圖像

圖4 橙子的輪廓提取

圖5 橙子的顏色和表面缺陷檢測

最后，以大小、顏色和表面缺陷為特征參數(shù)，采用RBF神經(jīng)網(wǎng)絡(luò)模式對橙子進行判別分級。按照國家標(biāo)準(zhǔn)，將橙子劃分為特級、一級、二級和等外共4個等級。

3 試驗結(jié)果與分析

3.1 試驗設(shè)計

對系統(tǒng)的分級實時性和準(zhǔn)確性進行了驗證，使用的橙子為秭歸夏橙，產(chǎn)于湖北省宜昌市秭歸縣，屬于甜橙類。用人工分級的方法選擇4個等級的橙子各40個并編號；果徑大小用游標(biāo)卡尺測量，顏色和表面缺陷通過目測鑒定。將上述160個橙子通過系統(tǒng)進行分級，統(tǒng)計分級結(jié)果，計算識別的準(zhǔn)確率。

3.2 試驗結(jié)果和分析

試驗的結(jié)果如表1所示。

表1 橙子分級的準(zhǔn)確率

系統(tǒng)對特級橙子的識別準(zhǔn)確率為87.5%，分別有3個和2個被誤判為1級和2級；對1級的識別準(zhǔn)確率為82.5%，分別有3個和4個被誤判為特級和2級；對2級的識別準(zhǔn)確率為85.0%，分別有1個、3個和2個被誤判為特級、1級和等外；對等外的識別準(zhǔn)確率為90.0%，分別有1個和3個被誤判為1級和2級。系統(tǒng)對橙子分級的整體準(zhǔn)確率很高，達(dá)到86.3%。計算機視覺處理單張圖片平均耗時0.6s，可以滿足對分級執(zhí)行裝置的實時控制要求，實現(xiàn)180個/s的分級效率。

4 結(jié)論

基于計算機視覺技術(shù)，建立了一個橙子的實時分級系統(tǒng)。拍攝的橙子圖像用計算機視覺軟件進行預(yù)處理和灰度化后提取目標(biāo)輪廓，然后分別對橙子的大小、顏色和表面缺陷進行檢測，采用RBF神經(jīng)網(wǎng)絡(luò)模式劃分等級。驗證試驗表明：系統(tǒng)對各級橙子的識別準(zhǔn)確率為82.5%～90.0%，平均為準(zhǔn)確率86.3%。計算機視覺軟件處理單張圖像平均用時為0.6s，分級效率達(dá)到180個/s，可以實現(xiàn)對橙子的自動化檢測和分級。

準(zhǔn)確性的驗證僅用了一個甜橙品種，若要應(yīng)用于實際生產(chǎn)，還需要在各種類型的品種上進行驗證。系統(tǒng)對1級和2級果實的檢測精度相對較低，說明神經(jīng)網(wǎng)絡(luò)的部分參數(shù)設(shè)定需要進行相應(yīng)的優(yōu)化。同時，隨著消費需求的改變，橙子的各種營養(yǎng)物質(zhì)的含量等內(nèi)在品質(zhì)將會受到更多重視，這也是基于計算機視覺分級的發(fā)展方向。