机器视觉技术在果蔬的识别和分级中的应用 .pdfVIP

维普资讯

专题综述

机器视觉技术在果蔬的识别和分级中的应用

郭文川王转卫朱新华

（西北农林科技大学机电学院）

【摘要】机器视觉技术在农产品品质检测方面的进行了葡萄干分级系统的研究。ＲｅｙｅｒＺｗｉｇｇｅｌａａｒ等

研究扣应用发展迅速，为了能充分了解国内外在果蔬人（１９９６）研究了用计算机视觉技术检测桃和杏的撞

方面的研究状况，本文综述了机器视觉技术在果品和伤问题。对有伤果品检测的成功率大约为６５％并

蔬菜的识刺和分级中的研究进展，以供参考。用实践表明这些常用算法是非常符合于农产品分选视

【关键词】机器视觉；果品；蔬菜；识刺；分级

觉信息的并行处理的。Ａ．Ｇｈａｚａｎｆａｒｉ等人（１９９６）应

中围分类号：ＩＳ２５５．３６文献标识码：Ａ

用多级结构神经网络分级机和机器视觉系统对阿月浑

文章编号：１呻９—１８０７（２８０２）０５—００３２—０２

子仁进行分级。Ｔ．ＣＰｅａｒｓｏｎ等人（１９９６）利用机器

水果和蔬菜在收获之后首先要经过挑选并按一定视觉技术检测阿月浑子壳上的早期裂纹，有裂纹处的

的品质标准和大小规格分级。但由于农产品在生长过灰度级明显大于完好的果壳。

程中易受到人为和自然等复杂因素的影响，产品品质徐娟等人（１９９７）进行了苹果分选图像信息处理

差异性较大，使得人工进行品质评价、品种识别和分前２个阶段中常用算法的并行实验及性能分析。何东

级的精度和劳动效率显著降低。图像处理技术的专业健（１９９７）利用投影图像直接测定球形果实表面缺陷

化、计算机成本的下降和速度的提高以及机器视觉系存在的问题，并进行了验证。王江枫（１９９８）探讨了

统的诸多特点使得２Ｏ世纪７Ｏ年代初期崭露头角的机计算机视觉技术应用于芒果质量及果面坏损检测的方

器视觉技术已广泛地应用于农产品品质检测、品种的法，建立了芒果质量与其投影图像的相互关系。刘禾

识别和分级中。果蔬产品的分级一般包括品质和大小（１９９８）根据苹果光学反射特性建立了一套适用于苹

２项内容。本文对近些年来国内外在机器视觉技术应果检测的计算机图像系统，且具有较高的坏损检出

用于果品和蔬菜的识别和分级中的研究进展作一论率。应义斌等人（１９９９）利用机器视觉技术检测黄花

述，以供科技工作者参考。梨外形尺寸与表面状况，提出利用红（Ｒ），绿（Ｇ）

色彩分量在坏损与非坏损交界处的突变，求出可疑

１在果品方面的研究状况

点，再经区域增长定出整个黄花梨的整个受损面。同

Ｊ．Ａ．Ｔｈｒ。Ｄｐ等人（１９８９）的研究表明利用计算时，还提出了黄花梨果形的机器视觉识别的方法。王

机视觉通过检测平均灰度来确定可见光在苹果中的透红永等人（１９９９）基于图像处理技术和神经网络理

射能力，可以百分之百的测量苹果中是否有水芯存