展慧，李小昱，王为，等

基于机器视觉的板栗分级检测方法

展慧，李小昱，王为，等

目的：板栗含水率高，采收后极易发生霉烂、失水等品质变劣现象。为实现合格和缺陷板栗的分级，采用机器视觉技术对合格板栗和缺陷板栗进行分级检测，研究板栗图像处理方法，提取合适的特征参数并建立相应的识别模型，以实现板栗的准确、快速分级检测。方法：试验样品为购于湖北省武汉市徐东万吨冷库的罗田板栗，单果质量范围9.04～14.92 g，所有样本依照行业贮藏条件（温度0～2℃，相对湿度80%～90%）保存于SPX智能型生化培养箱。试验前依据国家行业标准（GH/T 1029—2002）6.1.1感官检验法，从中随机选出色泽好且着色均匀一致的70粒作为1级板栗；着色不均，有块状斑点的70粒作为2级板栗；暗晦、霉变的70粒为3级板栗。自行构建基于机器视觉技术的板栗分级检测系统，由计算机、试验箱、摄像头（scA1390-17fc，德国Baseler）、镜头（M1214-MP）、图像采集卡（Meteor2-139）等部件构成。样本图像采集在带环形发光二极管光源、背景为白色的试验箱（270 mm×270 mm×350 mm）内进行。确定最佳焦距和样品位置作为固定参数，采集的图像数据通过图像采集卡传输到计算机。图像消噪分别采用中值滤波、均值滤波和维纳滤波法对获取的板栗图像进行滤波处理，维纳滤波的效果较优。图像分割过程为：先直接对RGB图像中噪声含量少、边缘保存较完整的B分量进行处理，利用graythresh函数求取灰度阈值，再根据所确定的灰度阈值把B分量灰度图转换为二值图像，然后通过膨胀、腐蚀等形态学滤波去除冗余信息，同时对板栗的边缘进行平滑和形态学上的闭合操作，再经填充得到板栗区域图像。……