李园芳　项　安

(同济大学电子与信息工程学院　上海 201804)

0　引　言

物料分选既是根据相应的要求或固定的标准将待分选物料分类成不同的产品或者剔除物料中的不合格品和异物，来提高其使用价值来满足消费和生产的需要[1]。在农业、农产品加工业、环境资源业、化工能源业等涉及天然性固体物料分级分类的各种领域中，物料分选得到了普遍应用[1]。在分选过程中，根据产品的外观特征参数(颜色特征和形状特征)要求作为分选依据。通常待分选物料中的不合格品以及异物的颜色特征与合格品没有明显的区分界限，因此形状分选在物料分选中起了重要的作用[2]。对于类似工业制品等完全按照严格的质量标准进行生产的物料，模板匹配算法就能达到较好的精度要求。但对于受自然因素、社会因素、生长规律等制约，具有某种程度的天然属性的物料(如农产品)，无与之匹配的固定模板。在色选和X射线异物检测等物料分选应用背景下，仅根据面积和周长等形状特征进行分选，往往漏检率较高[3]。因此，研究能够准确分选物料形状的特征是目前物料分选领域的热点。

骨架作为一种重要的图像目标形状特征，有效地反映出了物体形状的拓扑结构或连通性，是图像处理过程中许多特征提取的前提。骨架信息已经被广泛地应用在各个图像识别领域，在农业上，黄成龙等[4]应用玉米叶片骨架信息获取了叶片角度、长度和弯曲度性状，并且对叶片骨架基于位置的信息进行配准得到了单片叶性状的动态变化过程；……