基于机器视觉的金桔大小分级研究

崔巍，高珏，朱培逸，徐金星，邓婉

（常熟理工学院电气与自动化工程学院，江苏常熟 215500）

基于机器视觉的金桔大小分级研究

崔巍，高珏，朱培逸，徐金星，邓婉

（常熟理工学院电气与自动化工程学院，江苏常熟 215500）

用CCD摄像机获取金桔的样本图像，采用机器视觉进行自动大小分级.利用MATLAB编程实现样本图像的背景去除、灰度化、二值化、图像平滑等图像处理.实验表明，此方法精度高、速度快.

机器视觉；图像处理；大小分级

我国的水果出口到国外市场，其质量并不逊色于国外同类产品，但由于采后商品处理技术落后，造成果实外观质量差，竞争力不强[1].近年来随着水果分级技术的发展，一定程度上改善了我国水果采后处理技术落后的状况.由于我国水果自动分级研究起步较晚，目前分级技术还比较落后.随着计算机处理速度的不断提高，计算机模拟人类视觉系统，在图像识别与分析中采用机器视觉系统处理图像已经取得较好效果[2-3].

本文提出了基于机器视觉的金桔大小自动分级方法，搭建机器识别系统采集金桔图像，应用中值滤波和阈值法[3-5]消除图像噪声和背景信息并转换成一个二进制图像，提取水果图像的边缘[6-7]，依次对金桔进行大小分级.

1 金桔大小分级系统的总体设计

分级系统硬件部分如图1所示，主要由机器识别系统和分级系统构成，

机器识别系统由三菱PLC、微机和CCD摄像机组成.大恒工业摄像机DH-HV1351UC采用了行曝光（Rolling Shutter）高分辨率CMOS图像传感器，并采用USB 2.0标准接口传输图像数据，安装简单方便.彩色/黑白面阵CMOS图像传感器的分辨率为130万像素.三菱PLC融典型机电一体化设备机械部件安装、气动系统的安装与调试、电气控制电路的安装和PLC编程、机电设备安装与调试、自动控制系统安装与调试于一体.

图1 分级系统硬件框图

分级系统由皮带输送与分拣机构及其视觉识别系统组成.皮带输送与分拣机构主要由皮带输送线、分拣料槽、气缸、三相异步电动机、光电传感器、电感传感器及电磁阀等组成.主要任务是完成物料的输送、分拣.

水果图像识别处理流程如图2所示，包括图像获取、图像处理、特征提取和大小分级四个环节.图像处理包括背景去除、二值化和图像平滑三个主要步骤.

由于皮带输送机构宽度的限制，采用体积小，大小差距大的金桔作为实验材料，样本数为20个.

图2 水果图像识别处理流程

2 图像处理和特征提取

2.1 图像采集过程

调节CCD摄像头的焦距和金桔传送带的速度，直到采集金桔的图像清晰为止.CCD摄像头采集金桔视频信号通过USB接口传输到微机，并以JPEG格式存储，如图3所示.

用CCD摄像头拍摄图像后，要立即读取图像，否则会有图像漏处理导致分级错误.在MATLAB中，函数imread用来读取图像文件，函数调用格式为：A=imread（'snap.jpg'），sanp是保存图像的文件名，jpg是MATLAB保存的图像格式.

2.2 去除图像背景

在拍摄得到的水果图像中，包括金桔、履带等背景物体，把这部分的背景去除.调用imclearborder（x，conn）函数，其功能是消除与图像边界连接和比其周围图像亮度高的部分.要做到这一点，需视具体情况而定conn的值来选用4连通或是8连通（即conn=4或conn=8）.通常选择8连通是更好的.去除背景图像如图4.

2.3 图像的二值化

本实验用摄像头拍摄的图像是真彩色图像RGB，去除与边缘相连的背景后，图像还是真彩色RGB，为了能够二值化，图像必须先实现灰度化，实现图像灰度化可以采用语句：I=rgb2gray（x1），其中x1是去除背景后的图片，I是灰度化后的图片.灰度化图像如图5所示.

要计算金桔的面积，就必须要对图像进行二值化处理，使得图像变为以0（黑色）和1（白色）的逻辑矩阵存储的，二值图像数据中值为0的像素点显示黑色，值为1的像素点显示白色.在视觉上，背景变成了黑色，而金桔变成了白色.

二值化的过程如下：设置一个阈值level，二值化就是用这个阈值将图像分为黑白两部分.小于此阈值的像素群取值为0，大于选定阈值的像素群取值为1，把图像变换为仅留金桔图像和黑色背景的两个区域.经过二值化处理，使得水果图像从复杂的图像背景中凸显出来.

图3 金桔的原始图像

图4 去除背景图像

图5 灰度图像

MATLAB中可以使用im2bw函数通过设定亮度阈值将灰度、真彩、索引图像转换成二值图像.BW=im2bw（I，level），其中I是灰度图像，level是归一化阈值，值域为[0，1].二值化的关键步骤是归一化阈值的选取.在这个实验中，我们用大律法求得图3的阈值，level=graythresh（I）.二值化图像如图6所示.

2.4 图像平滑

灰度图像二值化后得到的图像边缘会有很多突刺，给人视觉上的不舒服感，首先能消弱狭窄的地方并且去除细的突出，与此同时不能显著的改变水果图像的面积.基于这一要求，选择开运算来实现这一功能.

se=strel（‘disk’，5）; Bw2=imopen（BW，se）其中BW是二值化图像，se可以是单个的结构元素对象也可以为结构元素对象数组，用来实现二值图像BW的形态开运算.

使用开运算去除了突出后的二值图像的边界并不是十分平滑，需要使用平滑滤波器进行滤波，从而使得图像边界更为平滑.在这里我们使用中值滤波器medfilt2实现此功能.语句如下：B=medfilt2（BW2，[m，n]），每个输出像素为m×n邻域的中值，在图像边界用0填充图像.而B=medfilt2（BW2）中表示的是m和n取默认值3的情况.我们应该根据实验情况自己调整，在此实验中m和n都是取得10.平滑滤波后的图像如图7所示.

2.5 基于中轴面积计算的特征提取

Bwarea函数用于提取二值图像的面积，也就是前景图像的大小，也可以简单的认为是图像中值为1的像素点的数目（二值图像中0的逻辑矩阵存储黑色，1的逻辑矩阵存储白色）.语句如下：total=bwarea（B），其中B是平滑滤波后的二值图像.

图6 二值化图像

图7 平滑滤波后图像

3 金桔大小分级结果

3.1 大小分级实验

利用MATLAB程序计算出金桔的大小尺寸，金桔大小分级可以参照金桔大小分级标准进行.关于金桔大小分级标准参数如表1.

由表1采用简单阈值法就可以进行金桔大小的分级.取阈值T1=200，T2=150，T3= 100，假设提取的二值图像的面积为total.分级程序如下：

3.2 分级结果分析

分级实验结果和人工分级结果如表2所示.由实验结果可知自动分级和人工分级结果相同的有18个，不相同的有2个，视觉分级准确率达到90%.应用机器视觉分级在保证准确率的前提下能够大大提高分级速度，具有广阔的应用前景.

表1 金桔大小的分级标准

表2 视觉分级和人工分级结果对照表

4 结束语

本文构建了基于机器视觉的金桔分级系统，利用机器视觉系统获取了金桔分级的样本图像，通过对样本图像的分析，编制一套MATLAB图像处理程序，实现了金桔大小的自动分级，分级准确率达到90%.本文研究的分级设备根据分析对象的不同稍作改动，即可运用于其他水果、鸡蛋、蔬菜等其他产品的商品化处理，具有广阔的应用前景.

[1]籍保平，吴文才.计算机视觉苹果分级系统[J].农业机械学报，2000，31（6）：l18-121.

[2]黄启春.基于像素统计的快速果品分类系统[J].计算机应用，2004，24（6）.

[3]应义斌，饶秀勤，黄永林，等.运动水果图像的实时采集方法与系统研究[J].农业机械报，2004，35（3）：179-183.

[4]王家文，李仰军.MATLAB7.0图形图像处理[M].北京：国防工业出版社，2006.

[5]苏金明，王永利.MATLAB图形图像[M].北京：电子工业出版，2003.

[6]杨源杰，黄道.人工神经网络算法研究及应用[J].华东理工大学学报，2002，28（5）：551-554.

[7]张汗灵.MATLAB在图像处理中的应用（MATLAB工程应用系列丛书）[M].北京：清华大学出版社，2008.

Kumquat Size Classification Based on Machine Vision

CUI Wei,GAO Jue,ZHU Pei-yi,XU Jing-xing,Deng Wan
(School of Electrical and Automation Engineering,Changshu Institute of Technology,Changshu 215500,China)

CCD camera is used to obtain the image of the sample of Kumquat.The machine vision is used to con⁃duct automatic size grading.And MATLAB programming is used to perform sample image background removal, grayscale,binarization,image smoothing and image processing.Experiments show that this method is of high accu⁃racy,and fast speed.

machine vision;mage processing;size grading

S 609；TP391.41

A

1008-2794（2012）04-0087-04

2012-03-23

常熟理工学院教育教学改革立项项目“测控技术与仪器专业应用型创新人才培养模式探索与实践”（CITJGGN 201111）；苏州市科技计划项目“基于高光谱图像技术的水果品质检测及筛选装置的研究”（SYN201109）；常熟理工学院青年教师科研启动项目“基于机器视觉的水果模糊分级研究”（QZ1009）

崔巍（1990—），男，江苏扬州人，常熟理工学院电气与自动化工程学院测控系2008级学生.

高珏(1981—)，男，江苏常熟人，实验师，硕士，研究方向：光谱分析及模式识别，E-mail：gao_jue@hotmail.com.