基于纹理南疆红枣外观品质应用研究

张灵通，李寿宁，孙三民

(塔里木大学 水利与建筑工程学院，新疆 阿拉尔 843300)



基于纹理南疆红枣外观品质应用研究

张灵通，李寿宁，孙三民*

(塔里木大学 水利与建筑工程学院，新疆 阿拉尔 843300)

红枣分级技术主要依靠人工分级，造成了生产效率低下，分级精度低。随着无损检测技术发展，利用计算机技术实现红枣的自动分级，已成为较优的红枣分级方法。以南疆红枣外部品质特征为研究对象，应用MATLAB的数字图像处理技术，寻求红枣外部品质特征参数的采集以及分级方法。采用灰度化对红枣图像作预处理以及图像的特征提取，结果表明，该方法可以实现红枣外部特征参数的采集，进而实现南疆红枣的纹理分级，具有实际应用价值，且对今后逐步实现基于机器视觉的红枣外观品质综合分级研究具有指导意义。

南疆红枣；纹理特征；自动分级；特征参数

新疆南疆地区独特的光热资源与地理优势造就了南疆红枣的高品质(糖度高)[1]。近年来，随着南疆红枣种植规模的持续扩大，红枣的产量与日俱增，新疆正逐步成为我国最大的优质红枣人工集约栽培基地，红枣产业有望成为新疆建设兵团的经济支柱产业。当前，南疆红枣的高端消费市场前景可观，但红枣分级技术主要依靠人工分级，生产效率低，分级精度具有一定的人为性，这就降低了南疆红枣的品牌优势[2-5]。红枣的品质评价标准主要为外部品质和内部品质。外观品质是影响消费者购买红枣的关键因素之一，随着人们生活水平的提高，对红枣的要求也越来越高。同时外部品质特征是红枣等级评定的重要参考，而等级评定是红枣价格的标尺，因此本文采用MATLAB的数字图像处理技术，依据红枣的纹理特征对其进行外观品质分级。

红枣的品质评价标准主要为外部品质和内部品质，外部品质特征是红枣等级评定的重要参考，其中外部品质包括大小、颜色和纹理等情况。表面纹理特征是衡量红枣外部品质的重要指标，可以反映其果实的成熟度和外部品质[6-9]。纹理的统计特征主要通过对图像灰度空间分布分析，依据不同的纹理特征提取方法，研究者提出了小波变换、马尔可夫随机场模型特征和灰度共生矩阵等方法。国内依据果品的纹理特征研究其分级已相当成熟，李伟等[10]利用计算机视觉技术对苹果表面纹理检测进行分级，陈景波等[11]结合茶叶图像的纹理特征与SIFT特征实现了茶叶的自动分级，卢军等[12]依据柑橘的颜色和纹理特征对其进行分级，分级结果更全面客观地反映了柑橘本身的品质。本研究应用灰度共生矩阵来提取红枣的纹理特征，为了能更直观地以共生矩阵描述纹理状况，从共生矩阵导出一些反映矩阵状况的参数。

1 材料与方法

1.1 材料与设备

试验材料为采集于新疆阿拉尔市10团完熟期的灰枣，对其进行去除灰尘处理，并人工挑选280颗表面完好的红枣，另挑选出30颗红枣作验证集，并对所选取的红枣样品作等级预评定处理。

实验设备：型号为DMC-S3GK的Panasonic数码相机，其有效像素为1 410万像素；2个SD-200型影室闪光灯照明光源，功率为100 kW；图像处理软件为MATLAB 7.0。

1.2 红枣纹理图像采集及预处理

为保证红枣纹理图片外界条件一致，采集红枣图像时固定照相机于红枣采集点正上方10 cm处，采集背景统一为白色，依次采集红枣图片(图1)。本研究采用灰度化处理对红枣光谱进行图像预处理，图像灰度化采用权重法，得到处理后的效果图(图2)，之后采用MATLAB提取红枣图像的纹理特征参数。

2 结果与讨论

2.1 红枣纹理特征参数的提取

纹理特征的提取是成功进行图像纹理描述、分类与分割的关键环节，所提取的纹理特征直接影响后续红枣品质分级的质量。纹理特征提取的目标是：提取的纹理特征维数不大、鉴别能力强、稳健性好，提取过程计算量小，能够指导实际应用。纹理特征提取方法有：灰共生矩阵(GLCM)、灰度行程长度法 (gray level run length)、自相关函数法等。为了能更加直观地以共生矩阵描述红枣的纹理状况，从共生矩阵导出反映矩阵特征的参数，本研究采用灰度共生矩阵来提取南疆红枣的纹理特征。

a, 红枣整枣的纹理图像；b, 红枣局部放大纹理图像图1 红枣的纹理图像Fig.1 The texture image of Jun jujube

a, 红枣整枣的纹理灰度化图像；b, 红枣局部放大纹理灰度化图像图2 图像灰度化处理Fig.2 The image gray level

利用MATLAB 7.0软件提取了红枣纹理的角二阶矩、对比度、相关、熵方差、逆差距、和平均、差平均和差方差等8个特征参数。首先对30张红枣图像(分3级，每级10张)进行分析观察各个参数的波动情况，及其相关性。

灰度共生矩阵表示灰度的空间依赖性，表示在一种纹理模式下的像素灰度的空间关系。由图3可知，和平均与差平均2个参数的分级效果不明显，且每级中红枣样品的纹理特征波动较大；熵方差与逆差距2个参数所分的红枣等级，每级中红枣样品的纹理特征波动较小，但分级效果不明显，对比度以及差方差有一定的规律，其中所分的3个等级分级效果较显著且每级红枣样品的纹理特征波动不大。因此，本文选取对比度和差方差作为红枣纹理特征分级的特征参数。

由表1可知，对比度与差方差有很高的相关性且具有相近的值。因此，本研究选择两者之和的平均值作为红枣纹理分级的依据参数，对280个红枣样本进行纹理特征参数的提取，因各级红枣纹理表面粗糙度不同，其图像表现缺乏对称性，且粗糙图像的像素值比平滑红枣图像像素值的随机性要大。各级红枣样本量选择为：一级红枣80颗，二级红枣80颗，三级红枣120颗，以找到红枣纹理分级的方法。

图3 红枣纹理特征参数直方图Fig.3 Histogram of texture feature parameters of red jujube

表1 纹理特征参数的相关性矩阵

Table 1 Correlation matrix for the texture feature parameters

项目角二阶矩对比度相关熵方差逆差距和平均差平均差方差角二阶矩1-0.461474425-0.5432305510.7117430670.711743067-0.200045498-0.077242882-0.439254134对比度-0.46147442510.456621197-0.855130661-0.855130661-0.461539513-0.4345046630.99954201相关-0.5432305510.4566211971-0.43971376-0.439713760.2854463840.2495875470.444571965熵方差0.711743067-0.855130661-0.43971376110.2723608410.35353941-0.842498743逆差距0.711743067-0.855130661-0.43971376110.2723608410.35353941-0.842498743和平均-0.200045498-0.4615395130.2854463840.2723608410.27236084110.935948309-0.472914481差平均-0.077242882-0.4345046630.2495875470.353539410.353539410.9359483091-0.441762132差方差-0.4392541340.999542010.444571965-0.842498743-0.842498743-0.472914481-0.4417621321

成功进行红枣图像纹理描述、分类与分割的关键环节是红枣纹理特征的提取。由图4可知，一级红枣的纹理特征参数介于20～30之间，二级红枣的纹理特征参数介于30～40之间，三级红枣的纹理特征参数介于36～40之间，二级红枣与三级红枣的纹理特征参数出现交集，交集率为 21.25%，采用红枣纹理饱满度进行区分。因此选择以此来进行纹理分级并编写MATLAB程序。

2.2 方法验证以及实验结果

重新选取30个红枣样本(每级10个)进行上述方法的检验。由图5可知，依据红枣的纹理特征对红枣进行分级，一级红枣的准确率为60%，二级红枣的正确率为100%，三级红枣的正确率为90%。实验结果表明：采用MATLAB程序依据红枣灰度化纹理图像提取红枣的纹理特征参数，基本可以实现对南疆红枣的外观品质分级检测。

a, 一级红枣；b, 二级红枣；c, 三级红枣图4 不同级别红枣条形图Fig.4 Bar chart of three different grades of red jujube

图5 验证结果条形图Fig.5 Bar chart of the tested results

3 结论

本研究运用图像处理技术，对红枣图像进行采集、灰度化处理和分析，提取纹理特征参数。利用MATLAB图像处理技术提取红枣的纹理特征参数，根据特征参数的区分度以及相关性系数选取对比度与差方差对南疆红枣依据纹理特征分级，基本可以实现对南疆红枣的外观品质分级检测。

[1] 王学军，闫乃更，白仲奎.提高南疆地区红枣品质的措施[J].河北果树，2013(4):54.

[2] 沈从举，贾首星，郑炫，等.红枣分级机械的现状与发展[J].中国农机化学报，2013，34(1):26-30.

[3] 王松磊，何建国，贺晓光，等.红枣自动分级机分级执行系统的研制[J].宁夏工程技术，2009， 8(3):229-232，237.

[4] 李景彬，邓向武，坎杂，等.基于机器视觉的干制红枣大小分级方法研究[J].农机化研究，2014(2):55-59.

[5] 肖爱玲，李伟.我国红枣分级技术及红枣分级机研究现状[J].农机化研究，2011(11):241-244.

[6] 周健华.红枣分级机的设计及试验研究[D].乌鲁木齐：新疆农业大学，2012.

[7] 彭云发，黄磊，罗华平.南疆红枣静态图像采集分级方法研究[J].农机化研究，2014(3):28-31.

[8] 李玮姿.基于图像处理技术的牛肉大理石纹理自动分级研究[D].南京：南京理工大学，2011.

[9] 曾传华.基于颜色和纹理特征的竹条分级方法研究[D].武汉：华中农业大学，2010.

[10] 李伟，康晴晴，张俊雄，等.基于机器视觉的苹果表面纹理检测方法[J].吉林大学学报(工学版)，2008，38(5):1110-1113.

[11] 陈景波，靳小波.纹理特征和SIFT特征的茶叶品质分级[J].常熟理工学院学报，2013，27(2):100-103.

[12] 卢军，付雪媛，苗晨琳，等.基于颜色和纹理特征的柑橘自动分级[J].华中农业大学学报，2012，31(6):783-786.

(责任编辑 张 韵)

Study on appearance quality classification based on detection of the striples of red jujube in Southern Xinjiang

ZHANG Ling-tong， LI Shou-ning， SUN San-min*

(CollegeofWaterResourceandArchitecturalEngineering，TarimUniversity，Alar843300，China)

Red jujube grading technology was mainly relied on artificial classification， which caused the low production efficiency and classification precision. With the development of nondestructive testing technology， computer technique was used to realize automatic classification of red jujube， which has become the best realization method. This paper took the external quality characteristics of red jujube as the research object， to explore the characteristic parameters acquisition and classification method for the external quality of red jujube， using the digital image processing technology based on MATLAB. Images were pre-processed and the image feature was extracted by using gray scale. The experimental results showed that this method can realize the collection of red jujube external characteristic parameters， thus realize the texture classification for Xinjiang red jujube， which has practical application value and guiding significance for the future appearance quality comprehensive classification of the red jujube based on machine vision.

southern Xinjiang red jujube; texture feature; automatic classification; characteristic parameters

10.3969/j.issn.1004-1524.2016.06.29

2015-09-18

国家自然科学基金项目(51369028)

张灵通(1988—)，男，河南商丘人，硕士研究生，从事农业水土工程研究。E-mail:854913405@qq.com

*通信作者，孙三民，E-mail: ssmaqx@126.com

S665.1；O433.4

A

1004-1524(2016)06-1089-05

张灵通，李寿宁，孙三民. 基于纹理南疆红枣外观品质应用研究[J].浙江农业学报，2016，28(6)： 1089-1093.