1、基金项目:国 家 自 然 科 学 基 金 面 上 项 目(编 号:,);湖 北 省 自 然 科 学 基 金 项 目(编 号:F K B )作者简介:高升(),男,青岛理工大学讲师,博士.E m a i l:g a o s h e n g q u t e d u c n收稿日期:改回日期:D O I:/j s p j x 文章编号 ()基于近红外相机成像的红提串缺陷检测D e f e c t d e t e c t i o nm e t h o do f r e dg l o b eg r a p e sb u n c h e sb a s e do nn e a r i n f r a r e
2、 dc a m e r a i m a g i n g高升G A OS h e n g(青岛理工大学信息与控制工程学院,山东 青岛 )(Q i n g d a oU n i v e r s i t yo fT e c h n o l o g y,S c h o o l o fI n f o r m a t i o na n dC o n t r o lE n g i n e e r i n g,Q i n g d a o,S h a n d o n g ,C h i n a)摘要:目的:探寻快速、准确的葡萄串褐斑及损伤腐烂检测方法.方法:通过近红外工业相机采集红提串的彩色图像(R G B)和
3、近 红 外 图 像(N I R).利 用 近 红 外 图 像(N I R)运用S o b e l算子提取清晰葡萄串的边缘和褐斑及损伤腐烂部分的边缘,然后将图像通过自适应阈值对图像进行二值化,实现图像分割,通过归一化超绿法和寻找大连通域去除葡萄串边缘及果梗,分别提取红提串缺陷和果粒边缘的圆形度、矩形度和外接矩形长宽比的形状特征参数,并建立基于B P神经网络和支持向量机的缺陷和果粒边缘判别分类模型,通过建立的分类模型实现果粒边缘的剔除,获得褐斑及损伤腐烂的图像信息.结果:利用上述检测方法对 个葡萄串样本进行验证,完好葡萄串判别准确率为 ,褐斑及损伤腐烂葡萄串判别准确率为 ,综合判别准确率达到 .结
4、论:研究建立的褐斑及损伤腐烂图像的检测方法可以实现红提葡萄的分级挑选.关键词:红提串;近红外相机成像;褐斑;损伤腐烂;无损检测A b s t r a c t:O b j e c t i v e:T h es t u d ya i m e dt oe x p l o r eaf a s ta n da c c u r a t em e t h o dt od e t e c tb r o w ns p o t a n dd a m a g ed e c a y i ng r a p eb u n c h e s M e t h o d s:C o l o u ri m a g e s(R G B
5、)a n d n e a r i n f r a r e di m a g e s(N I R)o fr e dg l o b eg r a p e sb u n c h e sw e r ec a p t u r e db yan e a r i n f r a r e d i n d u s t r i a l c a m e r a T h e e d g e so f t h e s a m p l e s a n d t h ee d g e so f t h ed e f e c t i v ep a r t sw e r ef i r s te x t r a c t e db
6、ya p p l y i n gt h eS o b e l a l g o r i t h mt ot h eN I Ri m a g e s(N I R),a n dt h e nt h e i m a g e sw e r eb i n a r i z e db yt h ea d a p t i v et h r e s h o l d i n ga l g o r i t h mt oa c h i e v et h es e g m e n t a t i o no f t h e i m a g e s T h e nt h es a m p l ee d g e sa n df
7、 r u i ts t a l k sw e r er e m o v e db yt h en o r m a l i z e ds u p e r g r e e n m e t h o da n dt h e f i n d i n g l a r g e c o n n e c t e dd o m a i na l g o r i t h mt oe x t r a c t t h e s h a p ef e a t u r e p a r a m e t e r s s u c h a s r o u n d n e s s,r e c t a n g u l a r i t y
8、 a n de x t e r n a l r e c t a n g u l a r a s p e c t r a t i oo f t h ed e f e c t i v ep a r t o f r e dg l o b eg r a p e s b u n c h e s a n d f r u i t e d g e s,r e s p e c t i v e l y F i n a l l y,ac l a s s i f i c a t i o n m o d e lb a s e do n B P n e u r a ln e t w o r ka n ds u p p o
9、 r tv e c t o rm a c h i n ew a sd e v e l o p e dt od i s c r i m i n a t et h ed e f e c t i v ep a r t sa n df r u i te d g e s T h em o d e le n a b l e st h er e j e c t i o no fk e r n e le d g e st oo b t a i ni m a g ei n f o r m a t i o no fb r o w ns p o t sa n dd a m a g ed e c a y R e s
10、u l t s:U s i n gt h ea b o v e m e n t i o n e dt e s t i n gm e t h o dt ov e r i f y s a m p l e s,t h ea c c u r a c yo fd i s c r i m i n a t i n gr e dg l o b eg r a p eb u n c h e sw i t h i n t a c t a p p e a r a n c ew a s a sh i g ha s ,t h o s ew i t hd e f e c t sr e a c h e d ,a n dt h
11、 eo v e r a l ld i s c r i m i n a t i n ga c c u r a c yr e a c h e d C o n c l u s i o n:T h es t u d ye s t a b l i s h e dam e t h o dt od e t e c tb r o w ns p o ta n dd a m a g ed e c a yi m a g e st oe n a b l eg r a d i n ga n ds e l e c t i o no f r e dg l o b eg r a p e s K e y w o r d s:r
12、 e d g l o b e g r a p e s b u n c h e s;n e a ri n f r a r e d c a m e r ai m a g i n g;b r o w ns p o t s;d a m a g er o t;n o n d e s t r u c t i v ed e t e c t i o n褐斑及损伤腐烂果为红提葡萄常见的表面缺陷,直接影响着葡萄植株的生长发育、产量品质、商品价格、营养价值.传统的外部品质检测方法为人工根据经验进行检测,存在劳动强度大、主观性强、标椎不统一等诸多弊端.目前,机器视觉被广泛应用于水果外观品质的检测研究,杜永忠等设计了一
13、种基于机器视觉的圣女果表面缺陷检测方法,并建立了对大小的分级,该分级系统综合分级准确率为.王昭利用机器视觉技术对樱桃的表面图像信息进行提取,并根据图像处理算法实现对樱桃表面缺陷的识别.邵志明等提出了一种基于近红外相机成像技术和图像阈值分割方法的苹果表面早期损 伤检 测方 法.针 对 葡 萄 外 部 品 质 的 研 究,陈 英等 采用投影面积法等方法计算果穗大小和形状参数,F OO D&MA CH I N E R Y第 卷第期 总第 期|年月|利用机器视觉技术设计了葡萄检测分级系统,果穗颜色和大小分级的准确率分别为 和.袁雷明 利用机器视觉和近红外光谱等技术对巨峰葡萄的内外品质进行快速无损检测,
14、并实现品质的分级.周文静等 利用机器视觉技术开发了可判别葡萄果穗成熟度的算法,实现了果穗成熟度的判别.肖壮等 提出了一种基于机器视觉的尺寸分级方法.施行等 提出基于机器视觉检测的分级方法,实现整串红提的紧实度无损检测和分级,对 串红提串进行紧实度检测与分类,分级正确率达到.M i n等 利用机器视觉技术建立葡萄大小识别模型,模型的准确率接近.K a b u r l a s o s等 利用机器视觉技术实现了葡萄成熟判别.以上研究主要集中在葡萄果粒尺寸、果串形状、果粒颜色、果粒纹理、果穗紧实度、成熟度等方面,而对红提葡萄表面缺陷果的研究还未见报道.研究拟融合近红外相机成像的近红外和彩色图像信息建立
15、褐斑及损伤腐烂检测方法,以期为红提葡萄分级挑选提供参考.材料与图像采集系统设计试验材料红提样本试验当天采于湖北省武汉市当地葡萄园.共采集 串红提串,其中表面有缺陷的样本 串,表面完好的样本 串.挑选表面有缺陷红提串 串作为训练集,每串葡萄正反两面拍照,共得到 张样本图像,该样本用于缺陷模型的建立.对所建模型进行验证实验时,剩下的样本(串完好红提串,串具有表面缺陷的红提串)作为测试集,用于所建模型效果的检验.图像采集系统设计丹麦J A I公 司 生 产 的 型 号 为A D G E,像 素 为 ,双通道近红外相机(分辨率为 ,帧率为 f p s,能同时采集彩色(R e d G r e e n B
16、 l u e,R G B)图像和近红外(n e a ri n f r a r e d,N I R)图像.镜头为日本K o w a公司生产的型号为LM N C 的镜头,分辨率为 /.飞利浦T 环形荧光灯光源,环形灯管直径为 mm,外径为 mm,功率为 W.为避免外界光线的干扰,利用不锈钢的制作采集的暗箱,暗箱尺寸大小为 mm mm mm.暗室右侧面安装环形光源,近红外相机和镜头安装于环形光源的中间位置.红提葡萄串通过顶端的挂钩悬挂于可移动的平台上,可移动平台可通过手动调节移动平台调节葡萄串与镜头的距离.缺陷检测技术方法或原理由图(a)和图(d)可以看出,在褐斑和损伤腐烂红提串R G B图像中,红提串颜色为紫红色,与背景的黑色颜色差距不大,且红提串中果粒之间的颜色差距较小,果粒边缘不太清晰,且红提串表面的果粉与红提串缺陷均红提串暗箱红提串挂钩计算机环形光源近红外相机和镜头图采集系统示意图F i g u r eS c h e m a t i cd i a g r a mo f t h ea c q u i s i t i o ns y s t e m图红提串缺陷原始图像F i g u r e
