刘 军，郭俊先,*，帕提古丽·司拉木，史建新，张学军，黄 华

（1.新疆农业大学机械交通学院，新疆 乌鲁木齐 830052；2.新疆阿克苏市农牧机械管理局，新疆 阿克苏 843000）

基于机器视觉与支持向量机的核桃外部缺陷判别分析方法

刘 军1，郭俊先1,*，帕提古丽·司拉木2，史建新1，张学军1，黄 华1

（1.新疆农业大学机械交通学院，新疆 乌鲁木齐 830052；2.新疆阿克苏市农牧机械管理局，新疆 阿克苏 843000）

使用3CCD高精度面阵相机采集新疆多个品种核桃RGB图像，设计一种自适应双阈值的Otsu法，快速、准确地分割出缺陷区域；基于分割区域的几何、纹理等20 个初始特征，转换为新的9 维特征向量集；以该特征集为输入，建立基于贝叶斯、BP神经网络与支持向量机的15 个识别模型，对比评价其适应性，以及裂缝、碎壳、黑斑3 类核桃外部缺陷的识别性能与时间。结果表明，基于径向基的支持向量机识别模型效果最好，对3 类缺陷的验证集平均识别率分别为93.06%、88.31%、89.27%，对缺陷的总识别率为90.21%，平均识别时间为10－4s级。研究成果能够用于今后核桃缺陷的在线检测与分级，同时也为坚果等其他作物品质的在线检测识别提供一定参考。

核桃；机器视觉；外部缺陷；支持向量机；识别

核桃营养丰富，在生长、采收、运输和贮存过程中，由于自然和人为的因素容易造成核桃的外部缺陷。根据标准GB/T 20398—2006《核桃坚果质量等级》，核桃的外部缺陷主要表现为核桃壳的破损（裂缝、碎壳）、虫孔、黑斑（残留青皮或单宁氧化、病虫害造成的黑斑）等特征[1]。一方面，破损与虫孔缺陷使核桃仁直接暴露于外部环境，不仅容易氧化变质，而且在水洗等加工过程中还易受到不干净水等的污染；……