伍蓥芮，张志勇，韩小平，杨 威，杨原青

（山西农业大学 农业工程学院，山西 太谷 030801）

番茄果实营养价值较高，含丰富的维生素和矿物质。番茄烹饪方式多种多样，既可以生食、煮食，也可以加工成番茄酱、汁等。在国内外市场中对番茄品质的评价一般以成熟度为主要参考指标。番茄的成熟度判别通常以色泽为依据，完全成熟的番茄对自然光反射率较高。番茄质量的优劣除了与本身的品种、培养条件、光照等有关外，还与番茄的采摘时机有关。一般用于直接生食或后期加工成罐头的番茄均满足一定的成熟度，且要求其短期内不存在腐烂变质等问题,因此，在采摘时对番茄的成熟度有着较高的要求。目前，国内的番茄采摘工作一般主要依靠人工劳动，在采摘过程中存在着过程繁琐、效率低下等多种问题，同时受到人为因素的影响，无法保证对番茄成熟度的客观化和标准化。图像处理技术是一门新兴的使用计算机对图像信息进行处理的技术。直接使用颜色做主要的成熟度判别依据[1-2]，存在准确度不高的问题,只使用形状做判断依据易受外界条件的影响[3-4]，将电参数做参考指标在实验大棚内实用性较低[5]。本文通过对山西省晋中市太谷区实验大棚内采集的番茄图像（经度112.5878，纬度37.4313），应用图像处理技术对实验图像进行预处理，并分离图像的R、G、B分量获得合适的阈值来判定番茄的成熟度，以便于实施番茄采摘。

1 番茄图像获取

1.1 番茄图像采集

使用计算机处理图像之前，需先将真实的图像通过拍摄再转化为计算机能够处理的数字化图像，以便计算机分析运算。文中的番茄图像来源于实验温室大棚，位于山西省晋中市太谷区。计算机配置为CPU Intel corei5、内存4G、硬盘500G的笔记本。拍摄相机3D-1MP02-V92，感光元件CMOS，图像分辨率为2 560×960，拍摄最高帧数可达60帧，输出图像格式MJPEG，支持Win7、Win8及Andriod4.0以上系统。在温室大棚内采集图像时，应保证环境光照合适，通过MICRO USB口将摄像头连接至计算机，将拍摄的图像随时保存至本地以便后续处理。

1.2 番茄成熟度的阈值选择

拍摄后的图像格式为MJPEG，通过matlab（版本2018B）对目标图像进行预处理。

首先使用matlab的resize函数将目标图像调整至合适的大小，避免无法显示全部图像。读入图像后，将目标图像的RGB三分量分割，分别使用imhist函数查看3个分量在RGB上的分布情况，以初步判断番茄果实的成熟度。在番茄成熟的过程中，初期由于番茄果实较小且颜色与番茄茎秆颜色相近，不易区分；随着番茄生长趋于成熟，其颜色逐渐变红，对自然光反射率增加，方便将其与周围茎秆或枝叶区分开。当番茄果实完全成熟时，可通过RGB三分量中的R分量做主要的判断依据，以减小成熟度判断误差率。番茄成熟过程一般可分为4个时期，分别为绿熟期、半熟期、坚熟期和完熟期。本文通过对大量温室大棚内番茄果实图像进行人工观察统计，初步确定绿熟期、半熟期、坚熟期和完熟期的RGB三分量阈值分别为（60∶135，80∶155，5∶75）（160∶225，75∶150，25∶120）（140∶240，40∶120，20∶100）（125∶240，40∶95，25∶100）。

2 番茄成熟度判别实验

2.1 实验过程

从实验大棚内采集的番茄不同成熟期的果实中筛选出形态完整且背景清晰的多张图像。4个成熟期的果实图像见图1。

图1 番茄果实成熟度原始图像Fig.1 The original image of tomato fruit maturity

将成熟度相似的果实人工分为一类，从相同成熟度图像中果实的所有像素点的RGB分量人工判别筛选后得到合适的阈值，然后标记目标图像中所有满足阈值范围内的像素点的坐标，计算原图像中有效坐标与RGB三分量阈值平均值之间的总方差。设原图像I大小为M*N，RGB分量分别为I(,,1)、I(,,2)、I(,,3)，方差计算公式。

其中，RGB三分量均值如式2所示：

分别设置4个成熟期RGB分量。最终计算果实坐标像素与4个不同成熟度的方差值，相差最小的方差值即为仿真判定所输出的番茄成熟度。

2.2 实验结果

使用提取的阈值对待检测的番茄果实图像进行检测以验证根据RGB三分量阈值判断番茄果实成熟度的可行性。预处理后对番茄果实各成熟度原图像中的番茄果实定位图见图2。

图2 番茄果实目标区域提取Fig.2 Extraction map of tomato fruit target area

利用提取的番茄果实坐标，由式（1）计算得4种不同成熟期的方差判别的果实成功率见表1。

表1 不同成熟期的番茄果实判别成功率Tab.1 The success rate of tomato fruit identification at different maturity stages

由表1可知，使用人工提取的阈值对坚熟期和完熟期的番茄果实判别成功率为100%，对绿熟期和中熟期果实的判别成功率较低。由于番茄刚成熟时绿色分量占比较重，不易与番茄枝叶和周围环境区分开来，本文提出的判别方法有进一步改进的空间。

3 结论

番茄果实成熟度检测的目标是根据输入的番茄图像自动判定成熟期为对应的采摘系统提供参考。本文根据温室大棚内的番茄不同的成熟区图像分离原图像中的RGB三分量，再设置不同的阈值对目标图像的果实进行分离，以分离后的图像最终形态作判断依据确定番茄果实的成熟度。更加接近番茄实际成熟过程中颜色的变化，对图像处理系统和对应采摘控制系统的相关硬件要求低且处理量较高，有一定的实用价值。