陈 卓 方纪昊 王太良 李 强 蔡永清

（海南大学机电工程学院，海南海口570228）

0 引言

机器视觉技术对于苹果分级意义重大，它使得对苹果进行非人工分级时不仅仅只能根据大小，而可将苹果表面是否有缺陷、果体是否完整等多项因素都考虑进来。机器视觉技术比人工分级准确性更高且更为高效。

Yang等人[1-3]开发的图像采集系统有效处理了将苹果从三维立体转为二维图像时的视觉误差，还将拍照过程中光照不均、电信号、噪声等产生的影响考虑了进来，有效还原了苹果现实中的实际情况，然后直接对缺陷进行分析来完成缺陷分级。

籍保平和吴文才[4]提出了将苹果影像进行预处理，进行阈值分割转化为二值图像，进而对苹果外部缺陷进行检测。

刘新庭等[5]提出了基于最大果宽法的最小外接圆法，用近似图像来代替最大果宽法需要的固定图像，虽然有一定的误差，但有效解决了生产困难。

1 图像采集系统的搭建

1.1 各部件的选定

相机：本系统采用了可达480 Mb/s的200万像素工业相机RS-200A，采用大面阵CMOS图像传感器。

照明光源：选择了PDOK可聚光LED灯珠环形光源OK65。光箱：采用301 mm×301 mm×357 mm的密闭光箱。背景：使用统一颜色的背景，选择黑色的背景布。计算机：用基于MATLAB开发的图像处理系统来进行图像处理及后期运算。

1.2 采集系统的搭建

根据实验目的，我们的采集系统需要达到以下要求：

（1）采集室为一个密闭光箱，这样做是为了防止外部自然光的照射不同而产生不同的图像，因此我们需要自己提供一个稳定的光源。……