基于纹理和梯度特征的苹果伤痕与果梗/花萼在线识别

摘要：

为了解决苹果果梗/花萼与伤痕在线识别的问题,利用自行设计的机器视觉检测系统在线采集苹果图像,通过自动分割合成算法将3个不同运动状态下的图像进行合成,使得合成后图像可以包含苹果的整个表面.再利用感兴趣区域提取算法提取出苹果合成图像中的果梗/花萼和伤痕部分.通过分析早期伤痕、中期伤痕和后期伤痕的纹理特征和边缘梯度特征,得出纹理特征适用于早中期伤痕与果梗/花萼的检测,而由于后期伤痕的褐变严重且多已出现凹陷,其纹理特征与果梗/花萼相似,故通过提取后期伤痕和果梗/花萼的边缘梯度特征值用于两者的区分.从SVM的建模结果来看,对于早中期伤痕,模型的总体判别正确率为97％,而后期伤痕的总体判别正确率为96％,并利用所得到的模型设计了用于果梗/花萼与伤痕区分的总体算法.最终通过80个带有不同种类伤痕的样本验证总体算法的正确率为95％,验证试验结果表明该算法可实现对果梗/花萼与伤痕的在线识别.

关键词：苹果、伤痕、果梗/花萼、在线识别、机器视觉

所属期刊栏目：49

分类号：TP391.42(计算技术、计算机技术)

资助基金：国家重点研发计划项目2016YFD0400905-5

在线出版日期：2018-12-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：328-335