基于机器视觉的苹果果形分级方法研究

王守亚，吴 琰，权循忠

(淮南师范学院，安徽 淮南 232038)

0 引言

近年来，中国的苹果产量逐年升高，苹果质量参差不齐，2017年中国苹果总产量达到了4.139×107t，中国是“世界苹果产量”第一大国.人们在购买苹果时，会从大小、形状、颜色和缺陷等方面对苹果进行挑选，这几个方面也是进行苹果分级的标准.目前，随着人们生活品质的不断进步，对苹果等级的要求也越来越严格，现有的人工分级存在耗时、高成本、破坏性和主观性差别大等缺点，急需要改进，近些年，越来越多的研究人员把机器视觉技术应用到苹果无损快速分级，客观性强.分级结果也比较理想.有一些研究人员对苹果图像的各个特征进行研究，综合对苹果进行分级，也有部分研究人员针对苹果的某一个特征进行详细研究来进行苹果分级.

Varghesez等[1]人利用计算机分析技术对苹果果形进行了研究，Leemans V等[2]人研究了水果的圆度等因素相结合来表征水果形状，Ingrid Paul US等[3]人利用傅里叶变化法对苹果果形进行了研究.这些方法都取得了一定的成果，为后续人员的研究提供了一些依据.李庆中等[4]人设计了一套基于计算机视觉的苹果自动分级系统，钱中华[5]利用计算机视觉技术对苹果分级的正确率为88%，申翠香等[6]人利用改进粒子群算法对苹果圆形度检测的正确率为96%，石瑞瑶等[7]利用苹果外部特征进行分级正确率为76.75%、利用卷积神经网络进行分级正确率为83.25%，孙斐[8]利用圆度值分析法进行苹果果形分级正确率为91.2%.这些检测苹果圆度值的方法都存在正确率较低或者技术难度较大等问题.本文针对利用圆度值分析法进行苹果果形分级进行了改进，获取一个苹果的任意9张图像，进行预处理，并计算出每1张苹果图像的圆度值，再求出9个圆度值的平均值和方差，并与设定的阈值进行比较，确定出苹果的果形，正确率达97.5%，正确率较高，分级方法易实现，为苹果果形分级提供借鉴.

1 试验材料及方法

1.1 试验材料

试验用的苹果全部采购于淮南市某批发市场，考虑到按照苹果的圆度值分级可以分为优等果(圆度值大于0.84)、一级果(圆度值在0.83和0.84之间)、二级果(圆度值在0.82和0.83之间)和等外果(圆度值小于0.82).本文只研究苹果果形分级，不对苹果的大小、颜色和缺陷进行研究，按照这一原则，只考虑果形，人工从采购的苹果中挑选出优等果50个，一级果50个、二级果50个和等外果50个.实验用的苹果样本容易购买，无特殊要求，实验结果适应于不同类型的苹果.

1.2 试验硬件系统

图1 苹果图像采集硬件系统

为了采集苹果图像，搭建的试验硬件系统如图1所示.主要硬件有USB工业相机，500万像素，型号为MV-UB500；光源为LED环形光源；调节架为工业相机上下调节架，型号为XW10S.可以看出，试验所需的硬件设备价格便宜，易购买和搭建.由于本系统采集的苹果图像只用于苹果果形分级，而不考虑按照大小、颜色和缺陷分级，所以对于采集的苹果图像要求不是很严格，相机和载物台的距离可以根据实际情况自行调节，这里定位250 mm.对苹果样本采集9张图像存于计算机，进行后续分析处理.综合考虑计算机处理图像的时间和实验结果的准确度，最终确定采集1个苹果样本的9张图像.

1.3 算法实现过程

1.3.1 圆度值分析法

如果需要购买苹果，人们会对苹果的外观进行挑选，优先选择购买圆形度较好的苹果，圆形度的程度对应的经济价值也不同，圆形度越高，果形越接近圆形，通常价格越贵.国内外许多相关研究人员提出了不同的方法对苹果的圆形度进行研究，也取得了许多成果，其中，有研究人员提出，圆形度可以用圆度值衡量，并经试验证明这种方式是可行的.圆度值metric的表达式如公式(1)所示：

(1)

式中，S为圆的面积，rs为对应求得的圆半径；L为圆的周长，rL为对应求得的圆半径.对于同一个圆，有rS=rL，求得的圆度值应为1，但苹果并不是1个标准的圆，求得的圆度值小于1.试验发现，苹果的圆形度越好，果形越接近圆形，对应求得的圆度值也越接近于1，所以，可以根据苹果的圆度值来对苹果的圆形度进行分级.

1.3.2 改进的圆度值分析法

图2 改进的圆度值分析法

改进的圆度值分析法主要是在原方法的基础上求圆度值的方差，经试验发现，求出一个苹果多张图像的圆度值，再对圆度值求平均值和方差，圆度值的平均值越大、方差越小，苹果的圆形度越好.具体实现步骤如图2所示，首先对样本图像进行二值化和中值滤波预处理，中值滤波的平滑效果好，其次计算出二值化图像的面积和周长，求出圆度值，再次求出圆度值的平均值和方差，圆度值的平均值与果形等级圆度值比较，方差与设定的阈值进行比较，最后得出苹果果形分级结果.这里结合方差对圆度值分析法进行改进，由于方差是用来衡量一批数据波动大小的，如果一个苹果的圆形度越好，越接近圆，那么这个苹果每个面的图像的圆度值越大越接近并更靠近1，此时，圆度值的方差越接近0.此方法求得苹果的圆度值平均值越大、方差越小，圆形度越高，果形分级的等级越高，反之圆度值平均值越小、方差越大，圆形度越低，果形分级的等级越低.

2 试验分析

采集苹果样本图像，进行预处理，如图3-a，3-b所示，分别为苹果样本图像和预处理后的二值图像.计算出图3-b的面积S=2.121 13×106和周长L=5 539，单位为像素，并求出圆度值metric=0.868 5.

对一苹果样本，采集其任意9个面的图像，如图4所示，对这9个面的图像进行二值化和中值滤波预处理，计算出预处理后的9个面图像的周长、面积，求出圆度值的平均值及对应的方差，结果如表1所示，表1的数据是对应图4中从左到右、从上到下9个面图像的数据.

图3 苹果样本图像和预处理后的二值图像图4 苹果样本任意9个面图像

按照上述方法，对预先人工按照果形分级的200个苹果样本进行果形分级，分级结果如表2所示，正确率达97.5%.因为是为了得到改进的圆度值分析法对苹果果形分级结果的正确率，所以把人工分级结果作为标准来计算分级正确率的.

表2 苹果样本在果形方面人工和机器分级结果表

3 结论

文中在圆度值分析法的基础上，结合机器视觉技术，提出的改进的圆度值分析法，易于实现，易于理解，分级结果正确率高，试验证明这种果形分级法是可行的，分级正确率为97.5%.为苹果果形的分级提供了参考依据.