适于餐厅与家庭的叶菜外部品质在线检测与分级系统

摘要：

该研究从中式菜肴原料的品质控制需求出发,针对叶菜变黄、腐烂、虫害危害消费者健康、人工挑选费时费力的技术难点,开发了基于机器视觉的叶菜外部品质在线检测与分级系统,以实现在中小型餐厅和家庭场合对黄化叶、腐烂叶以及虫眼叶的快速检测判别与分级.该系统硬件部分主要包括基于负压吸气式的样品分离单元、基于LED光源照明系统的样品检测单元以及基于气吹式分选单元等.利用OpenCv和Visual C++编写了叶菜外部品质无损快速检测软件,实现样品信息的自动采集、数据分析和结果显示.最后结合对应的特征信息提取方法,利用320个菠菜样品对装置性能进行试验验证,其中黄化叶、虫眼叶、腐烂叶以及正常叶数目各为91、75、91、63.针对黄化叶与腐烂叶,利用 RGB 到HSV的颜色空间变换方法分别设定分量值H∈(60°, 130°)、S∈(0, 0.17)和V∈(0, 0.23)提取菠菜黄化叶与腐烂叶的特征信息,实现菠菜黄叶与腐烂叶的判别;针对虫眼叶,在RGB颜色空间中调节2G-R-B的阈值对虫眼叶菜进行灰度化、二值化及形态学消噪提取虫眼叶轮廓特征信息,实现虫眼叶判别及虫眼面积的计算.试验结果表明,利用该装置并结合各自的特征信息提取算法,能够实现对菠菜外部品质的判别,与人工判别相比,黄化叶、腐烂叶以及虫眼叶的判别正确率分别为96.70%、92.59%、84.62%,整体判别正确率为94.69%,1个叶菜样品的分选时间为0.84 s.

关键词：图像处理、分级、特征提取、机器视觉、在线系统、叶菜

所属期刊栏目：34

分类号：S226.5(农业机械及农具)

资助基金：国家重点研发计划项目2016YFD0400905-05;国家科技支撑计划项目2014BAD04B05-1

在线出版日期：2018-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：264-273