王艳++木合塔尔·米吉提++刘亚++郭俊先

摘要：为改善鲜枣人工分选速度慢、效率低的现状，结合图像处理技术对鲜骏枣的质量和大小预测分级。将原图像经过去噪、形态学处理后，得到仅含目标的二值图，提取几何特征，与实际质量拟合建立回归模型，预测鲜骏枣的质量，最后采用判别分析法对大小进行分选。结果表明：使用平均面积、周长、长轴、短轴对鲜骏枣质量进行预测的相关系数达到95.45%，机器视觉技术能够较为准确地实现对质量的预测和分选。

关键词：鲜骏枣；分级；机器视觉

中图分类号：TP391.41 文献标识码：A 文章编号：1674-1161（2017）04-0015-03

鲜枣作为鲜食以及后续深加工产品的原材料，对其大小分级具有重要意义。采用机械式分选容易损伤表面，造成腐烂；统收后人工分选效率低、劳动强度大，无法实现在线检测。这些分选方式导致产品质量无法客观保证，影响红枣产业经济效益。随着计算机科学的发展，机器视觉技术在农产品品质检测方面应用越来越广，尤其在柑橘、苹果、梨的颜色、大小、形状等方面，这种结合计算机的非接触方式，既能保证样品不碰伤，又能提高分选效率。

本研究采用机器视觉技术对鲜骏枣进行分选。通过提取红枣图像的面积尺寸特征预测鲜骏枣的质量，并对其进行大小分级，为实现鲜枣在线分级检测提供一定的理论支持。

1 材料与方法

1.1 试验材料

试验样本为新疆阿克苏脆熟期鲜骏枣，均采摘于新疆阿克苏红旗坡农场，共490个样本。样本采摘后于1 ℃冰柜中冷藏存放。……