王孟 张海东

摘要

目前国内外普遍采用的鲜切花品质检测方法是感官评审法，此方法易受个人主观因素和外界因素的影响。该研究利用计算机视觉技术来代替人的感官对玫瑰切花品质等级进行分类研究，试验中对玫瑰切花图像进行图像分割、图像去噪等图像处理后选取其7个形状特征参数作为玫瑰切花的品质评价指标，并借助BP神经网络建立玫瑰切花品质分级模型，分级正确率达到94%以上。试验表明，基于计算机视觉的玫瑰切花品质分级是可行的，并且具有较高的分级正确率。

关键词 玫瑰切花； 计算机视觉； 形状特征； 神经网络

中图分类号S126文献标识码A文章编号0517-6611（2015）05-322-05

Research on Determination of Cut Roses Quality Using Computer Vision

WANG Meng， ZHANG Hai-dong*， XU Wen-fang et al

（College of Mechanical and Electrical Engineering， Yunnan Agricultural University， Kunming， Yunnan 650201）

AbstractAt present， the prevailing method to determinate flower quality is through organoleptic way at home and abroad， this method is affected by external and personal subjective factors easily. This article uses the computer vision technology to replace human's sense organ to study on classification of cut roses quality grade， in the experiment， after preprocess the cut roses image with image segmentation， image denoising， then abstract 7 shape parameters as cut roses quality evaluation index， and through the establishment of rose cut flower quality grading model based on BP neural network， the classification accuracy rate was above 94%. Experiments show that classifying cut roses based on computer vision is feasible and has highly accuracy.

Key words Cut roses； Computer vision； Shape parameter； Neural network

作者简介

王孟（1989-），男，河南南阳人，硕士研究生，研究方向：农业机械及设施。

*通讯作者，副教授，博士，硕士生导师，从事农业机械及其自动化研究。

收稿日期2014-12-26

玫瑰屬蔷薇科蔷薇属，是世界4大鲜切花之一，因其花色鲜艳、花形丰富、花香怡人，极具观赏价值，被称为“花中皇后”。玫瑰切花通常在采集和售卖过程中根据其外观指标和瓶插表现进行分级，等级越高，切花价格也越高。传统的玫瑰切花品质分级依靠专业审评员通过感官对切花花蕾、茎和叶的尺寸、外形、色泽、新鲜程度、病虫害及机械损伤情况等指标进行逐一评判，但该方法易受外界因素和审评员个人主观因素影响，结果不准确，且不能实现实时在线分析，效率低。这造成了我国玫瑰切花品质的良莠不齐，市场上以次充好欺瞒消费者的案例时有发生，影响了玫瑰切花的市场影响力和竞争力。……