谢为俊，魏 硕，郑招辉，杨光照，丁 鑫，杨德勇

（中国农业大学工学院，北京100083）

0 引言

胡萝卜（Daucus carotaL.）是世界上主要的块根块茎类蔬菜，富含胡萝卜素、多酚及多种微量元素。中国胡萝卜产量最大且出口最多，2018年产量达2000万t，接近世界总产量的一半[1]。及时剔除缺陷胡萝卜有助于提高胡萝卜的市场竞争力，因此对胡萝卜的外观品质评价十分必要。传统的胡萝卜缺陷识别分拣具有劳动力消耗大、成本高、主观性强等缺点，而机器视觉识别技术具有快速无损、客观标准等优点，越来越多地应用于农业生产中，提高了农业生产现代化水平与生产效率[2]。

20世纪末，有学者开始利用机器视觉技术对胡萝卜外观进行评价。但限于当时的技术条件，机器视觉仅能识别胡萝卜的肩部与根部位置[3]、表面颜色缺陷[4]、部分形状缺陷[5]、根尖形状特征[6]等，且识别准确率低，鲁棒性差。随着机器视觉技术的飞速发展，研究人员开始利用先进的软硬件条件对胡萝卜分级进行深入研究。Hahn和Sanchez[7]开发了一种简单的算法，仅使用相距90o的两幅图像，就可以在不旋转相机的情况下准确预测胡萝卜的体积。许多学者设计了特定的图像处理算法对胡萝卜不同外观缺陷进行检测。韩仲志等[8]和Deng等[9]针对胡萝卜青头、须根、开裂、弯曲等不同缺陷分别设计了图像处理算法，平均检测准确率90%以上；Xie等[10]和谢为俊等[11]根据胡萝卜青头、弯曲、断裂、分叉和开裂等不同缺陷特点设计不同的图像处理算法，总体识别率达90%以上。……