基于高斯混合模型的青梅表面缺陷检测识别技术

摘要：

目前青梅的缺陷识别检测仍然依靠人工挑选方式来完成,但人工挑选方式受工作经验、劳动强度等因素制约,已经难以适应产业的发展.为有效提高青梅表面缺陷检测的自动化程度和检测精度,本试验应用机器视觉技术针对青梅表面的缺陷检测展开研究.通过搭建青梅表面图像静态采集系统,采用图像处理软件HALCON对青梅表面进行了单通道灰度图像提取、图像滤波、灰度二值化及特征提取等预处理操作,实现了对青梅表面图像的去背景化,并利用去边缘法在青梅H通道分量图像中成功提取到青梅表面缺陷.最后采用高斯混合模型构建青梅表面缺陷检测分类器,并创建了一套基于机器视觉的青梅表面缺陷检测系统.具体选取了348张青梅缺陷图像作为训练测试样本,其中78％的图像作为训练集,22％的图像作为测试集,结果表明:该分类器对青梅溃烂、伤疤、雨斑缺陷的检测准确率分别为100％,97.22％,92.31％,对完好青梅检测准确率为94.44％,验证了将高斯混合模型应用在青梅缺陷检测方面的有效性.

关键词：机器视觉、青梅、缺陷检测、分级、高斯混合模型

所属期刊栏目：5

分类号：S789;TP391(森林采运与利用)

资助基金：江苏省农业科技自主创新资金[CX183071

在线出版日期：2020-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：139-144