孙宝霞，梁翠晓，刘凯，郑镇辉，胡文馨，熊俊涛

(1. 广东机电职业技术学院电气技术学院，广州 510515； 2. 华南农业大学数学与信息学院，广州 510642)

中国是世界第一大柑橘的生产国，利用机器视觉技术进行树上柑橘的视觉定位与缺陷检测，能为柑橘采摘以及果园产量估计提供技术支持，对精准农业的实现和生产成本的控制起到有效作用[1]。水果生长过程中存在形态随机性和品质多样性等特征，而其生长的果园环境存在非线性、易时变、多扰动等特点，这是农业信息化所面对的难题[2]。以柑橘为例，通过园艺学知识可知，该类水果为单果，其生长状态随机而品质多样，利用视觉监测其生长状态极易出现信息不全、环境干扰导致图像畸变而出现判断错误的情况[3]。造成该情况的主要原因是现有视觉检测方法存在环境适应性差、目标检测能力弱的不足[4]。因此，如何提升自然环境下视觉监测果实品质的认知能力，实现目标状态的精确辨识，进行果园管理的智能决策，并能适应不同果园环境，是目前智慧果园生产信息化发展面临的瓶颈问题。

目前国内外柑橘表征品质检测技术的研究主要是基于机器视觉或光谱技术进行柑橘品质检测。例如，高嘉轩[5]提出了一种基于远邻域颜色描述特征及稀疏表达的类圆形水果缺陷检测方法，实验证明该方法在检测速度和时间上都有明显的改进；容典[6]搭建了水果表面缺陷检测的视觉试验系统平台，利用快速边缘分割法和灰度局部阈值分割对脐橙表面8种常见缺陷进行检测，分割精度达92%；……