专利名称：基于机器视觉的红提葡萄自动分级装置及其方法
技术领域：
本发明涉及水果分级技术领域，尤其涉及一种基于机器视觉的红提葡萄自动分级装置及其方法。具体地说，本发明是利用机器视觉技术采集红提葡萄的图像，通过一系列的图像处理，根据红提葡萄单颗粒的大小与整串颜色进行分级；为红提葡萄的分级、进入市场提供一种快速有效的手段。
背景技术：
长期以来，红提葡萄的分类是依靠人的肉眼判断，主观性较强，分类工作枯燥而繁琐；并且由于分类标准来自人的主观判断，不同的人的分辨标准更是千差万别，因此分类误
差较大。机器视觉方面的研究已有很多，尤其在农产品无损检测和分类方面更是广泛，然而国内外这一类的研究大多都以桔子、苹果、番茄等形状规则的单果目标为对象进行研究。而对于红提葡萄，由于其形状不规则，图像分割和处理难度很大，国内外对这一类的研究都很少，即使有也主要是对整串的大小或者形态进行研究，而针对单粒葡萄的大小鉴别则很少见。利用机器视觉来判断物体的大小已经屡见不鲜。安爱琴、余泽通等通过对苹果图像处理，测量苹果的直径，从而依据大小对苹果进行分类(安爱琴、余泽通、王宏强，2008)。熊利荣、任奕林等对单粒花生的像素数进行提取和计算，进而实现了对单粒花生大小的分类(熊利荣、任奕林、肖任勤，2007)。祝连海、刘木华利用最小矩形法和形心边缘距离法实现了对脐橙大小的快速在线检测分类(祝连海、刘木华，2008)。诸如此类，目前绝大多数的利用机器视觉进行大小鉴别都是针对单个整体，而对于红提葡萄这样的成串物体中的单个个体的大小鉴别很少有人涉及。目前利用机器视觉对红提葡萄的研究大多取整串为研究对象，研究方向主要集中在目标识别和病虫害防治。例如，田锐、郭艳玲从葡萄的颜色特征着手，实现了在自然场景下对葡萄的识别，对开发采摘机器人有一定的借鉴意义(田锐、郭艳玲，2008)。而现有的利用机器视觉对葡萄进行分级的研究中，也是针对整串的形态来进行。例如，陈英、廖涛等人使用投影面积法和果轴方向投影曲线计算葡萄整串的大小和形状参数，进而实现对葡萄的品质分级，对颜色分级的准确率高达90%，对大小形状的分级准确率则达到了 88. 3% (陈英、廖涛、林初靠等，2010)。经检索，国内尚未发现有关红提葡萄自动分级技术及分选设备应用于生产实际。
发明内容
本发明的目的就在于克服现有技术存在的问题，提供一种基于机器视觉的红提葡萄自动分级装置及其方法。本发明的目的是这样实现的本发明利用机器视觉，使用特定的算法，对红提葡萄的图像进行分割计算，对单粒葡萄的大小进行鉴别，从而实现葡萄大小分类标准的客观化，分类过程的自动化，分类工作的高效化。采用机器视觉进行红提葡萄的大小分类，能够把工人从繁琐枯燥的葡萄分类工作中解放出来，提高工作效率和准确性，有着重要意义。本发明主要针对红提葡萄大小进行鉴别，与其他现有的研究不同的是，本发明依据整串葡萄中单粒的大小进行分类，而非整串的大小。在本发明中，主要完成以下几项工作I、采集成串红提葡萄的图像，主要包括试验用红提葡萄的选择，试验器材的准备，拍摄照片等。
2、寻找合适算法，进行图像处理，提取特征参数；这是最为关键的地方，分为两个主要的步骤，第一是图像预处理，采用合适的算法实现葡萄与背景的分割；第二是特征参数的提取与计算，本发明利用分割后的边界，提取边界数组，进而计算边界上每一点的曲率角，根据曲率角的平均值来判别葡萄的大小。3、建立不同大小等级的红提自动识别模型，并加以检验。本发明的重点和难点在于如何进行图像预处理以及提取哪一种特征参数作为分级的标准，而这二者息息相关。最终要实现的目标是通过机器视觉图像技术能够提取出合理的参数，建立红提的大小分级模型，实现无损快速检测红提葡萄的大小。具体地说，本发明的技术方案如下一、基于机器视觉的红提葡萄自动分级装置(简称装置)如图1，本装置由灯箱、密闭箱、环形日光灯、工业相机和平板电脑组成；密闭箱和灯箱上下连接成一个整体，在两箱之间的隔板上设置有一个圆孔；在两箱的侧壁上设置有平板电脑；在灯箱的上部中间内置有环形日光灯，在密闭箱的下部中间内置有工业相机，工业相机的摄像头正对圆孔；工业相机通过数据线和平板电脑相连；红提葡萄置于灯箱中。二、基于机器视觉的红提葡萄自动分级方法(简称方法)本方法包括下列步骤①对待测的红提葡萄进行编号；②依次把红提葡萄放入密闭箱中采集图像每拍摄一张，保存和重命名，用特定的命名序列对采集的图像加以分类；图像采集过程中，尽量保持背景的干净和整洁，避免给后期的图像与处理带来麻烦。每次拍摄2 4张，拍完一次后，将其翻转，改变摆放的角度，重复拍摄，从而实现从一串红提匍萄尽可能多的提取彳目息；③采集图像完成后，记录好图像，对图像进行处理A、对图像增强通过对图像灰度等级的变换以达到强调被关注的特征，抑制不受关注的特征，使图像质量得到改善，信息量得到丰富；B、对图像分割
通过检测目标物的轮廓，将目标物与背景分割开来；C、提取图像的特征参数边界曲线弯曲程度能间接反映出单粒葡萄的大�。呓缜咄淝潭茸钪惫鄣暮饬堪旆ㄊ鞘褂们驶蛘咔式牵焕眉扑慊砑阉骱焯崧掷⒁缘ジ隹帕５慕岬憬ジ隹帕７指羁矗扑闫骄式呛推骄〕は撸籇、代入模型表达式，判断葡萄大�。蝗缤�2，在(红提葡萄)弧线上选取三个点P1U2，其中P1到P与P到P2的距离是相等，则P点的曲率角定义为向量P P1与向量P2P的夹角。
f 一 I
所述模型表达式为4 二 arccos
a b
K J本发明的工作原理是将红提葡萄00从灯箱10的侧门11置于灯箱10中，开亮环形日光灯30，为红提葡萄00提供光源，调节工业相机40的摄像头41通过圆孔K对准红提葡萄00，采集红提葡萄00的图像；平板电脑50内置有图像采集卡和图像处理软件，判断成串红提葡萄00的单粒大�。佣迅髦旨侗鸬暮焯崞咸�00检测出来。本发明具有以下优点和积极效果I、采用机器视觉技术，能够完成自动分级；2、标准统一，分级准确；3、利用计算机处理图像，效率高；4、能实现无损检测分级；5、用机器代替人眼，能够适应现代化自动检测行业，具有良好的应用推广前景。
图I是本装置的结构示意图，图中00-红提葡萄，10-灯箱，11-灯箱侧门；20-密闭箱，12-密闭箱顶门；30-环形日光灯；40-工业相机，41-摄像头；50—平板电脑。图2是红提葡萄的模型说明图；图3是图像处理软件的工作流程图。
具体实施例方式下面结合附图和实施例详细说明一、装置I、总体如图1，本装置由灯箱10、密闭箱20、环形日光灯30、工业相机40和平板电脑50组成；密闭箱20和灯箱10上下连接成一个整体，在两箱之间的隔板上设置有一个圆孔(约40mm) K ;在两箱的侧壁上设置有平板电脑50 ；在灯箱10的上部中间内置有环形日光灯30，在密闭箱20的下部中间内置有工业相机40，工业相机40的摄像头41正对圆孔K ;工业相机40通过数据线和平板电脑50相连；红提葡萄00置于灯箱10中。 2、功能块I)环形日光灯30环形日光灯30是一种通用外购件。如选用Philips TLSC型环形日光灯；其功能是为红提葡萄00提供光源。2 )工业相机40工业相机40是一种通用外购件。如选用UI-2210RE-C-HG工业相机；其功能是采集红提葡萄的图像数据。3)平板电脑50平板电脑50是一种通用外购件。选用D525, cpu 主频 IGHz,内存 1G, Lan/com/12_28v Adaptor。平板电脑50中内置有图像采集卡和图像处理软件。所述的图像处理软件的工作流程是①读取图像I ;②求补，提取RGB分量，灰度图运算，直方图均衡化处理，检测边缘，闭运算2 ；③检测区域面积是否大于50003，是则进入步骤④，否则继续步骤③；④只保留大于5000的区域，膨胀运算，重写读取RGB分量，自适应调整，检测边缘，闭运算，填充空洞4;⑤检测区域面积是否大于20005，是则进入步骤⑥，否则继续步骤⑤；⑥只保留大于2000的区域，闭运算，填充空洞，去除毛刺，提取边界信息6 ；⑦分为两类计算计算曲率角A ;计算突变点B ；计算曲率角A①检测所求曲率角是否为无穷大Al，是则重复步骤①Al，否则进入步骤②A2 ；②存储该点曲曲率角A2 ;③检测是否结束A3，是则进入步骤④A4，否则转跳到步骤①Al ；④求平均，输出结果A4;⑤建立并检验分类模型C ；计算突变点B①检测相邻三点所成角是否大于阈值BI，是则重复步骤①BI，否则进入步骤②B2 ；②存储该点存储该点突变点B2 ；③检测是否结束B3，是则进入步骤④B4，否则转跳到步骤①BI ；④提取边界总长度，计算平均弧线长B4 ；
⑤建立并检验分类模型C。3、检测结果
本实施例的试验样品购自于华农超市，将红提葡萄按颜色分为两类红色的、紫 红色；按大小分为三类特大、偏大、偏小。颜色判断准确率为96%，大小判断正确率为85%。
权利要求
1.一种基于机器视觉的红提葡萄自动分级装置，其特征在于 由灯箱(10)、密闭箱(20)、环形日光灯(30)、エ业相机(40)和平板电脑(50)组成；密闭箱(20)和灯箱(10)上下连接成ー个整体，在两箱之间的隔板上设置有一个圆孔(K);在两箱的侧壁上设置有平板电脑(50)； 在灯箱(10)的上部中间内置有环形日光灯(30)，在密闭箱(20)的下部中间内置有エ业相机(40)，エ业相机(40)的摄像头(41)正对圆孔(K)； エ业相机(40)通过数据线和平板电脑(50)相连； 红提葡萄(00)置于灯箱(10)中。
2.按权利要求I所述的ー种基于机器视觉的红提葡萄自动分级装置，其特征在于 所述的平板电脑(50)中内置有图像采集卡和图像处理软件，图像处理软件的工作流程是 ①读取图像(I); ②求补，提取RGB分量，灰度图运算，直方图均衡化处理，检测边缘，闭运算(2)； ③检测区域面积是否大于5000(3)，是则进入步骤④，否则继续步骤③； ④只保留大于5000的区域，膨胀运算，重写读取RGB分量，自适应调整，检测边缘，闭运算，填充空洞(4); ⑤检测区域面积是否大于2000(5)，是则进入步骤⑥，否则继续步骤⑤； ⑥只保留大于2000的区域，闭运算，填充空洞，去除毛刺，提取边界信息6； ⑦分为两类计算计算曲率角(A);计算突变点(B)； 计算曲率角(A) ①检测所求曲率角是否为无穷大(Al)，是则重复步骤①(Al)，否则进入步骤②(A2)； ②存储该点曲曲率角(A2)； ③检测是否结束(A3)，是则进入步骤④(A4)，否则转跳到步骤①(Al)； ④求平均，输出结果(A4)； ⑤建立并检验分类模型(C); 计算突变点(B) ①检测相邻三点所成角是否大于阈值(BI)，是则重复步骤①(BI)，否则进入步骤②(B2)； ②存储该点存储该点突变点(B2)； ③检测是否结束(B3)，是则进入步骤④(B4)，否则转跳到步骤①(BI)； ④提取边界总长度，计算平均弧线长(B4)； ⑤建立并检验分类模型(C)。
3.按权利要求I所述的ー种基于机器视觉的红提葡萄自动分级装置的方法，其特征在干 ①对待测的红提葡萄进行编号； ②依次把红提葡萄放入密闭箱中采集图像 每拍摄ー张，保存和重命名，用特定的命名序列对采集的图像加以分类； 每次拍摄2 4张，拍完一次后，将其翻转，改变摆放的角度，重复拍摄； ③采集图像完成后，记录好图像，对图像进行处理A、对图像增强 通过对图像灰度等级的变换以达到强调被关注的特征，抑制不受关注的特征，使图像质量得到改善，信息量得到丰富； B、对图像分割 通过检测目标物的轮廓，将目标物与背景分割开来； C、提取图像的特征參数 利用计算机软件搜索红提轮廓，并以单个颗粒的结点将单个颗粒分割开来，计算平均曲率角和平均弧长线； D、代入模型表达式,判断葡萄大�。� /Λ 所述模型表达式为<9 = arccos f t a · b K ノ Θ 曲率角；a :向量P P1 ;b :向量P2P。
全文摘要
本发明公开了一种基于机器视觉的红提葡萄自动分级装置及其方法，涉及水果分级技术领域。本装置的结构是密闭箱和灯箱上下连接成一个整体，在两箱之间的隔板上设置有一个圆孔；在两箱的侧壁上设置有平板电脑；在灯箱的上部中间内置有环形日光灯，在密闭箱的下部中间内置有工业相机，工业相机的摄像头正对圆孔；工业相机通过数据线和平板电脑相连；红提葡萄置于灯箱中。本发明采用机器视觉技术，能够完成自动分级；标准统一，分级准确；利用计算机处理图像，效率高；能实现无损检测分级；用机器代替人眼，能够适应现代化自动检测行业，具有良好的应用推广前景。
文档编号G01N21/25GK102680414SQ20121017197
公开日2012年9月19日 申请日期2012年5月30日 优先权日2012年5月30日
发明者丁幼春, 李敏, 王巧华, 罗俊, 许堃瑞 申请人:华中农业大学
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
