专利名称：水果内外综合品质在线无损检测方法及装置的制作方法
技术领域：
本发明涉及水果内外综合品质的在线无损检测方法，尤其涉及采用DSP机器视觉 和近红外光谱快速无损检测水果内外综合品质的方法及装置。
背景技术：
水果是国内继粮食和蔬菜之后的第三大种植产品，80年代中后期以来，我国的水 果迅猛发展。近几年我国的水果产量均居世界首位。按照农业部的规划，2010年水果产量 将达到9300万吨。随着水果产量的不断增加和人们生活水平的不断提高，消费者不仅对水 果外表质量注重选择，更看重水果的内部品质，如口感、糖度、酸度等。我国虽为水果生产大 国却不是生产强国，水果每年的出口量还不到总产量的10%，主要原因在于水果外观质量 较差和内在质量不能保证，导致水果的市场竞争力比较弱。分级是果品商品化处理的重要环节，它在技术方面发展最快并在最近几年发生了 根本的变化。分级的标准主要有外部品质和内部品质两个指标，外部品质主要是大小、颜 色、形状、表面缺陷等参数，内部品质主要是糖度、酸度、坚实度等参数。国外早在80年代就 开始了水果分级的研究，90年代后已经实现了应用。尽管如此，由于国外的设备结构复杂， 价格较为昂贵，因此国内很少有购买此类设备的例子。目前国内的分级技术较为成熟的是 在水果的外部品质分级方面，内部品质方面的研究近几年也发展很快，但多数研究都是针 对单一的外部品质分级或单一的内部品质分级进行的。因此发展出能同时检测水果内部和 外部品质并具有实用价值的水果分级装置的意义是显而易见的。
发明内容
本发明的目的是提供一种基于DSP机器视觉和近红外光谱信息融合技术的水果 内外综合品质无损检测方法及装置。通过机器视觉系统获取水果的图像信息，再从图像信 息中提取出水果的外部特征(水果的大小、颜色、果形、缺陷等)；通过近红外光谱检测系统 采集到水果的光谱信息，再从光谱信息中提取出水果的内部特征(如水果的糖度、酸度、黑 心等)；最后，将水果的外部特征和内部特征通过信息融合技术，对水果的内外综合品质进 行分级判别。本发明的第一个目的是通过以下方法实现的基于DSP机器视觉和近红外光谱的 水果内外综合品质在线无损检测方法，其特征在于包括如下步骤(1)建立水果综合品质无损检测数学模型1)选择样本水果在包括输送系统，机器视觉系统，近红外光谱检测系统，分级系统 的检测装置的输送装置上运动，由检测装置上的位置编码器记录其位置信息，并传送给计 算机；2)当水果到达机器视觉系统时，由CXD摄像机获取水果的图像信息；当水果到达 近红外检测系统时，由近红外设备获取水果的光谱信息；3)通过理化分析，对水果的内部特征进行有损检测，得出水果的内部特征；
4)通过水果图像信息处理，建立水果的图像信息与外部特征的数学模型；5)通过近红外光谱信息处理，建立水果的近红外光谱与内部特征的数学模型；6)按照一定的水果品质检测标准，评定出水果的综合品质等级；7)采用信息融合技术，建立水果的内外特征和综合品质等级的数学模型；(2)建立水果综合品质无损检测数学模型后，进行水果综合品质在线无损检测1)水果在包括输送系统，机器视觉系统，近红外光谱检测系统，分级系统的检测装 置的输送装置上平稳勻速运动，由输送装置上的位置编码器记录其位置信息，并传送给计 算机；2)水果到达机器视觉系统时，由CXD摄像机获取水果的图像信息；3)水果到达近红外检测系统时，由近红外设备获取水果的光谱信息，并传送给计 算机；4)通过机器视觉系统对水果图像信息处理，通过事先建立好的图像信息与外部特 征的数学模型，提取出水果的外部特征，并传送给计算机；5)计算机通过事先建立好的近红外光谱与内部特征的数学模型，得到水果的内部 特征；6)计算机通过事先建立好的信息融合数学模型，融合水果的外部特征和水果的内 部特征，得到水果的综合品质等级；所述的输送系统由输送装置13和旋转编码器14组成，输送装置13运送水果平稳 勻速运动，旋转编码器14记录水果的位置信息。所述的机器视觉系统由机器视觉系统密闭光箱1、(XD摄像头2、照明光源3、DSP高 速图像处理系统4组成，其中CCD摄像头2和照明光源3位于机器视觉系统密闭光箱1内 部，DSP高速图像处理系统4通过PCI接口 5位于计算机11内部。所述的近红外光谱检测系统由近红外光谱检测系统密闭光箱6、卤钨光源7、光纤 探头8、近红外光谱仪9组成，其中卤钨光源7位于近红外光谱检测系统密闭光箱6内部，光 纤探头8位于输送装置13下方，可通过光纤与近红外光谱仪9连接，近红外光谱仪9通过 USB接口 10与计算机11连接。所述的分级系统12位于计算机11，是计算机中的应用软件。所述的水果图像信息和光谱信息的采集，具体是将水果以任意姿态放置在输送装 置的果托上，勻速运动，由旋转编码器记录水果的位置信息；当机器视觉系统检测到水果 到达视觉信息采集区域时，由上方的CCD摄像机采集水果的图像信息，采集到的图像信息 传输给DSP高速图像处理系统；当计算机通过旋转编码器提供的位置信息判断水果到达近 红外检测位置时，计算机控制近红外光谱检测系统采集水果的近红外光谱信息；四盏近红 外光源以90度环绕布置在近红外检测箱中，对水果进行照射，光纤探头位于水果下方，采 集水果的漫透射光谱，传输给近红外光谱仪后，由近红外光谱仪通过USB接口，传输给计算 机。所述的水果图像信息处理，具体包括水果图像的预处理和水果外部特征的提取。 其中水果图像的预处理有以下步骤1)采用中值滤波法对水果图像原始数据进行滤波去噪；2)采用最大类间方差法进行背景分割；
5
3)通过轮廓提取及跟踪得到水果的边界曲线。水果外部特征的提取包括以下步骤1)利用水果自身轴向对称性检测果轴；2)采用最大果宽法检测水果大�。�3)对采集到的彩色水果图像采用HSI彩色模型来表示水果颜色，并利用色度值H 对水果表面颜色组成进行分析，确定苹果颜色等级。4)根据表面坏损区域与非坏损区域的颜色特征差异，利用R分量与分量在坏损区 域与非坏损区域交界处的突变，求得可疑坏损点，然后再利用区域增长法，求出整个受损区 域的面积。5)采用轮廓小波描述子获取水果的果形特征。所述的水果近红外光谱信息处理，包括近红外光谱预处理和成分预测模型建立， 预处理包括以下步骤1)对光谱信息进行SG(Savitzky-G0Iay)平滑滤波；2)求取滤波后的光谱数据的二阶导数；3)对以上求得的光谱二阶导数进行SNV变量标准化处理。成分预测模型的建立采用Bipls反向间隔偏最小二乘方法建立水果内部成分预 测模型。所述的信息融合技术采用DSmT证据组合理论，融合水果的大小、颜色、果形、缺 陷、糖度、酸度、黑心等内外特征，得到水果综合品质。本发明的第二个目的是这样实现的基于DSP机器视觉和近红外光谱的水果内外 综合品质在线无损检测装置，其特征在于，设有输送系统，机器视觉系统，近红外光谱检测 系统，分级系统；所述的输送系统由输送装置13和旋转编码器14组成，输送装置13运送水 果勻速运动，旋转编码器14记录水果的位置信息；所述的机器视觉系统由机器视觉系统密 闭光箱1、(XD摄像头2、照明光源3、DSP高速图像处理系统4组成，其中CCD摄像头2和照明 光源3位于机器视觉系统密闭光箱1内部，DSP高速图像处理系统4通过PCI接口 5位于计 算机11内部；所述的近红外光谱检测系统由近红外光谱检测系统密闭光箱6、卤钨光源7、光 纤探头8、近红外光谱仪9组成，其中卤钨光源7位于近红外光谱检测系统密闭光箱6内部， 光纤探头8位于输送装置13下方，可通过光纤与近红外光谱仪9连接，近红外光谱仪9通过 USB接口 10与计算机11连接；所述的分级系统12位于计算机11，是计算机中的应用软件。本发明的有益效果是基于DSP机器视觉和近红外光谱的水果内外综合品质无损检测方法模仿人的信 息处理功能，对图像信息和光谱信息进行实时处理，并采用信息融合的技术，融合水果的外 部特征和内部特征，与单一的机器视觉和近红外光谱检测相比，得到的信息更全面，可以在 同一时间对水果的内外综合品质进行评价。本发明将耗时的图像处理工作由DSP高速图像处理系统完成，大大提高了在线检 测的实时性。
下面结合附图和实例对本发明进一步说明。
图1是本发明的建立模型方法流程示意图；图2是本发明的模型建立后进行水果在线品质检测方法流程示意图；图3是本发明装置示意图。图中1.机器视觉系统密闭光箱，2. C⑶摄像头，3.照明光源，4. DSP高速图像处理 系统，5. PCI接口，6.近红外光谱检测系统密闭光箱，7.卤钨光源，8.光纤探头，9.近红外光 谱仪，10. USB接口，11.计算机，12.分级系统，13.输送装置，14.旋转编码器。
具体实施例方式如图3所示，选用配备基于DSP机器视觉和近红外光谱的水果内外综合品质在线 无损检测装置，由输送系统，机器视觉系统，近红外光谱检测系统，分级系统四部分组成。输 送系统由输送装置13和旋转编码器14组成，输送装置13运送水果勻速运动，旋转编码器 14记录水果的位置信息；所述的机器视觉系统由机器视觉系统密闭光箱1、CCD摄像头2、照 明光源3、DSP高速图像处理系统4组成，其中CXD摄像头2和照明光源3位于机器视觉系 统密闭光箱1内部，DSP高速图像处理系统4通过PCI接口 5位于计算机11内部；所述的 近红外光谱检测系统由近红外光谱检测系统密闭光箱6、卤钨光源7、光纤探头8、近红外光 谱仪9组成，其中卤钨光源7位于近红外光谱检测系统密闭光箱6内部，光纤探头8位于输 送装置13下方，可通过光纤与近红外光谱仪9连接，近红外光谱仪9通过USB接口 10与计 算机11连接；所述的分级系统12位于计算机11，是计算机中的应用软件。其中近红外光谱检测系统的近红外光源采用四盏150W的卤钨灯，四盏灯互相成 90度直角固定在密闭光箱内部，对水果进行照射，光纤探头固定在输送装置上，位于水果的 下方，用来接收水果的漫透射光谱，接收到水果的漫透射光谱后，由近红外光谱仪通过USB 接口传输给分级系统；计算机中的分级系统由两部分组成，成分预测和信息融合，其中成分 预测是通过事先建立好的水果近红外光谱和内部成分的数学模型，得到水果的内部特征； 信息融合部分是融合机器视觉系统传输过来的水果外部特征和通过成分预测得到的水果 内部特征，得到水果的综合品质等级。首先选取一批水果样本，用来建立模型。用基于机器视觉和近红外光谱的水果内 外综合品质在线无损检测装置对这批水果样本进行图像采集和光谱采集。采集到的图像信 息直接由DSP高速图像处理系统进行分析，提取出外部特征；采集到的光谱数据通过近红 外光谱仪传输给计算机；通过理化方法得到水果的内部特征；建立水果的光谱信息与内部 特征的数学模型；按照国家标准，对水果的综合品质等级进行一个评价；融合内外特征，结 合水果的综合品质等级，建立一个水果综合品质等级评价模型。建立水果综合品质无损检测数学模型后，进行水果综合品质在线无损检测可以通过机器或人工的方法将水果放置在输送装置上，水果勻速向检测装置运 动，由旋转编码器14记录水果的位置信息，并反馈给计算机11中的分级系统12 ；当水果运 动到机器视觉系统密闭光箱1时，密闭光箱1中的照明光源3提供照明，由CCD摄像头2采 集水果的图像信息，并传输给DSP高速图像处理系统4，提取出水果的外部特征(大小、颜 色、果形、缺陷等)后，通过PCI接口 5传输给计算机11中的分级系统12 ；当水果运动到近 红外光谱检测系统密闭光箱6时，卤钨光源7对水果进行近红外漫透射，光纤探头8接收水 果的近红外漫透射光谱，由近红外光谱仪9通过USB接口 10传输给计算机，由计算机中的分级系统根据建立好的数学模型得到水果的内部特征(糖度、酸度、黑心等)；最后通过分 级系统12中事先建立好的综合品质评价模型得到水果的综合品质等级。在得到水果的综 合品质等级后，可以用本装置结合一定的分级装置对水果进行综合品质的实时在线分级工 作。
权利要求
一种水果内外综合品质在线无损检测方法，其特征在于包括如下步骤(1)建立水果综合品质无损检测数学模型1)选择样本水果在包括输送系统，机器视觉系统，近红外光谱检测系统，分级系统的检测装置的输送装置上运动，由检测装置上的位置编码器记录其位置信息，并传送给计算机；2)当水果到达机器视觉系统时，由CCD摄像机获取水果的图像信息；当水果到达近红外检测系统时，由近红外设备获取水果的光谱信息；3)通过理化分析，对水果的内部特征进行有损检测，得出水果的内部特征；4)通过水果图像信息处理，建立水果的图像信息与外部特征的数学模型；5)通过近红外光谱信息处理，建立水果的近红外光谱与内部特征的数学模型；6)按照一定的水果品质检测标准，评定出水果的综合品质等级；7)采用信息融合技术，建立水果的内外特征和综合品质等级的数学模型；(2)建立水果综合品质无损检测数学模型后，进行水果综合品质在线无损检测1)水果在包括输送系统，机器视觉系统，近红外光谱检测系统，分级系统的检测装置的输送装置上平稳匀速运动，由输送装置上的位置编码器记录其位置信息，并传送给计算机；2)水果到达机器视觉系统时，由CCD摄像机获取水果的图像信息；3)水果到达近红外光谱检测系统时，由近红外设备获取水果的光谱信息，并传送给计算机；4)通过机器视觉系统对水果图像信息处理，通过事先建立好的图像信息与外部特征的数学模型，提取出水果的外部特征，并传送给计算机；5)计算机通过事先建立好的近红外光谱与内部特征的数学模型，得到水果的内部特征；6)计算机通过事先建立好的信息融合数学模型，融合水果的外部特征和水果的内部特征，得到水果的综合品质等级；
2.根据权利要求1所述的水果内外综合品质在线无损检测方法，其特征在于所述的 输送系统由输送装置(13)和旋转编码器(14)组成，输送装置(13)运送水果平稳勻速运 动，旋转编码器(14)记录水果的位置信息。
3.根据权利要求1所述的水果内外综合品质在线无损检测方法，其特征在于所述的 机器视觉系统由机器视觉系统密闭光箱(1)、CCD摄像头(2)、照明光源(3)、DSP高速图像 处理系统(4)组成，其中CCD摄像头(2)和照明光源(3)位于机器视觉系统密闭光箱(1) 内部，DSP高速图像处理系统(4)通过PCI接口(5)位于计算机(11)内部。
4.根据权利要求1所述的水果内外综合品质在线无损检测方法，其特征在于所述的 近红外光谱检测系统由近红外光谱检测系统密闭光箱(6)、卤钨光源(7)、光纤探头(8)、近 红外光谱仪(9)组成，其中卤钨光源(7)位于近红外光谱检测系统密闭光箱(6)内部，光纤 探头(8)位于输送装置(13)下方，可通过光纤与近红外光谱仪(9)连接，近红外光谱仪(9) 通过USB接口(10)与计算机(11)连接。
5.根据权利要求1所述的水果内外综合品质在线无损检测方法，其特征在于所述的 分级系统(12)位于计算机(11)，是计算机中的应用软件。
6.水果内外综合品质在线无损检测装置，其特征在于，包括输送系统，机器视觉系统， 近红外光谱检测系统，分级系统；所述的输送系统由输送装置(13)和旋转编码器(14)组 成，输送装置(13)运送水果勻速运动，旋转编码器(14)记录水果的位置信息；所述的机器 视觉系统由机器视觉系统密闭光箱(1)、CXD摄像头(2)、照明光源(3)、DSP高速图像处理 系统⑷组成，其中CCD摄像头⑵和照明光源(3)位于机器视觉系统密闭光箱⑴内部， DSP高速图像处理系统(4)通过PCI接口(5)位于计算机(11)内部；所述的近红外光谱 检测系统由近红外光谱检测系统密闭光箱(6)、卤钨光源(7)、光纤探头(8)、近红外光谱仪 (9)组成，其中卤钨光源(7)位于近红外光谱检测系统密闭光箱(6)内部，光纤探头(8)位 于输送装置(13)下方，可通过光纤与近红外光谱仪(9)连接，近红外光谱仪(9)通过USB 接口(10)与计算机(11)连接；所述的分级系统(12)位于计算机(11)，是计算机中的应用 软件。
全文摘要
本发明公开了一种内外品质在线无损检测方法和装置。采用由输送系统、机器视觉系统，近红外光谱系统，分级系统组成的检测装置，先建立水果综合品质评价模型，水果通过输送系统进行在线匀速运动；机器视觉系统采集水果图像信息，并提取水果的外部特征；近红外光谱系统采集水果的光谱信息；分级系统通过事先建立好的数学模型，分析光谱信息，提取水果的内部特征；分级系统通过事先建立好的信息融合模型，融合水果的内外特征，得到水果的综合品质等级。本发明可同时对水果的内部品质和外部品质进行检测；采用DSP高速图像处理系统处理复杂的图像信息，大大提高了系统的实时性；采用信息融合技术，对水果的综合品质进行在线实时检测。
文档编号G01J3/46GK101949686SQ20101024756
公开日2011年1月19日 申请日期2010年8月2日 优先权日2010年8月2日
发明者吴正祥, 李军良, 李鹏飞, 王丛庆, 高林杰 申请人:扬州福尔喜果蔬汁机械有限公司
