科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的:解决目前水果分级检测方法效率低、误检率高等问题。方法:以苹果为分拣对象，设计一个基于机器视觉的水果分级系统。对实时采集得到的苹果图像进行预处理，使用改进的Canny边缘检测算法进行边缘提取，通过最小外接圆法拟合边缘坐标得到苹果的横切面半径。将采集到的RGB图像转换为HSI图像，根据H分量范围计算红色区域比例，判断苹果的色泽度。统计区域像素点个数，分别求取苹果的面积和周长，计算出苹果的圆形度。结合苹果果径长度、色泽度和圆形度3个特征值对苹果进行综合分级。结果:50个苹果样本试验结果表明，水果分级系统和人工分拣测量的果径误差范围在±1.5 mm以内，样本颜色特征与苹果实际外观相符，圆度值的大小与实际形状优劣相符。结论:该系统满足实际生产中对于苹果分级的需求，有助于实现苹果品级的准确识别。
-
单位工业控制技术国家重点实验室; 自动化学院; 青岛大学
