刘阳，丁奉龙，刘英，沈鹭翔，董瑞文

(南京林业大学机械电子工程学院，南京 210037)

青梅含有丰富的氨基酸、脂类、无机盐、维生素和微量元素[1]，具有很高的营养价值[2]和药用价值，对人体蛋白质组成和正常代谢十分有益。青梅缺陷和主要指标成分对其精、深加工过程有重要影响，但目前青梅的缺陷检测与分级仍然依靠人工完成，存在着效率低、质量低等问题，远远不能满足青梅制品的生产需求。为提高青梅制品的品质和附加值，在青梅表面缺陷检测工作中引入机器视觉技术对青梅品质进行无损检测，以提高青梅制品生产过程的自动化和智能化水平，推动青梅制品产业的升级。

国内外利用机器视觉技术对农林产品进行无损检测的研究已经比较成熟。Hussain Hassan等[3]提出了一种基于纹理分析和均匀性纹理测量的橄榄缺陷检测技术，对A类橄榄分类精度为98%，对B类橄榄分类精度为99%，对健康橄榄分类精度为100%。李龙等[4]设计了一套包括传送装置、图像采集装置和分拣装置在内的苹果内外品质在线无损检测分级系统。王旭[5]利用巴特沃斯低通滤波技术对柑橘的灰度图像进行滤波处理，获得了柑橘的亮度分布图像，应用柑橘的图像阈值分割算法成功识别出柑橘表面存在的溃疡、损伤等缺陷。刘佳男[6]以柑橘和砀山梨的缺陷纹理特征值、平均灰度、缺陷面积占果实表面总面积的比例作为BP神经网络的输入，柑橘和砀山梨的6种缺陷作为输出，完成了水果的缺陷识别与分类。……