全文总字数：7438字

机器视觉在林果品质分选方面的研究现状

摘要：林果缺陷和主要成分指标对其精深加工过程有重要影响，目前，林果的缺陷检测和分级仍然靠人工完成，但人工挑选方式受工作经验、劳动强度等因素制约，难以适应现代化农产品的发展。随着机器视觉技术的不断发展，机器视觉与图像采集技术与农林产品的结合越来越紧密。本文概述了机器视觉技术在农林产品缺陷无损检测及分级系统的国内外发展状况，介绍了光谱成像技术及图像采集技术，以及利用CCD实现对农产品的图像采集。针对不同农产品的表面颜色、纹理特征、缺陷面积等提出了不同的图像采集技术及分级系统。国内农林产品领域的机器视觉技术与图像处理技术相结合，使农林产品无损检测水平不断提升，提高林果制品生产过程的自动化和智能化水平，推动产业转型升级。

关键词：机器视觉、无损检测、分级、青梅、图像处理

我国是水果生产大国，水果产量与种植面积均位于世界前列。近年来国内水果产业已经成为我国种植业中的第三大支柱产业，与此同时我国水果产量已达到全球生产总量的15%以上^[1]。随着经济的发展和社会整体消费水平的提升，消费者对果品品质的要求逐渐提高，在产量巨大和需求标准提高的双重影响下，如何通过方便快捷的水果无损检测手段以实现准确的品质分级是目前水果产业研究学者亟需思考的。传统检测方法是通过人工结合机械进行，存在检测效率低、准确度不高等问题，很难满足生产需求。近年来，无损检测方法^[2]因其快速、简便、高效的优点，被国内外学者广泛关注，也越来越多地被应用于水果品质的检测研究中。

机器视觉^[3]技术是通过摄像机来获取物体图像后，通过结合图像处理技术实现对物体的识别和检测。该技术模仿了人类感官中的视觉，属于一种智能感官仿生技术。机器视觉以摄像系统、计算机设备和传感器为工具，以数字图像处理技术、图像提取与分析技术、模式识别技术和人工智能技术为依托，将得到的图像处理、分析和识别、分类，进而得到被测目标物体的外观形状、尺寸、表面颜色及表面缺陷等具体信息。图像获取模块由CCD摄像机、光学镜头、光源及其夹持装置等组成，其功能是完成产品表面图像的采集。目前工业用相机主要基于CCD或CMOS芯片的相机，常用机器视觉图像传感器为CCD。

近年来，机器视觉在农产品^[4]无损检测、质量分级中应用研究较多，且取得了一定的研究成果，并用于实际生产中。在农林产品生产中通过利用计算机实施多方面的自动识别技术和智能技术，极大地提高了检测与识别任务的自动化水平和智能化水平。

目前通过机械方式对水果进行检测分级的方式主要有两种^[5]：第一种是以机械装置为主体的机械分级，利用不同尺寸的孔、缝隙或杠杆比较原理区分不同等级的水果。第二种则是以光学测量为主要单元，采用光电检测或机器视觉技术对水果进行检测、分级。而其中机器视觉技术利用摄像头采集水果图像，并通过计算机进行分析处理，提取水果大小、颜色、表面缺陷等特征，按照相应标准进行分级处理。国外视觉检测技术研究开展的较早，已涌现了许多较为成熟的商业化软件，比较多的有HALCON、HexSight、Vision Pro、LEADTOOLS等。

一、国外研究概况