摘要:针对目前水果机械化分级效率低、效果差的现状和机器视觉技术在水果分级检测的应用前景，提出了利用机器视觉的技术对火龙果进行分级的方法。通过利用CCD摄像机和DSP处理器对火龙果进行缺陷检测及大小和色度的分级。试验结果表明:基于机器视觉的火龙果自动分级系统可以高效率、高准确率地实现对火龙果的自动分级，为后续产业化机器视觉水果分级系统提供了技术支持。
关键词:机器视觉;火龙果自动分级;缺陷检测;大小分级;色度分级
0引言
我国作为农业大国，水果的产量占世界总产量的6%，然而水果的出口价格却远远低于国外同类水果[1-2]。通过分析发现，我国水果产后处理比例和水平较低，导致出售的水果质量良莠不齐，加上产品包装过于简陋，水果产品很难进入高端市场。近年来，火龙果由于其具有美容保健的功效而在我国兴起，但作为亚热带水果，在我国栽培时间比较短，种植面积较少，供需差距较大，其果实不易保存，容易出现烂果、皱皮、失水和变软等现象，因此对火龙果进行产后处理，分级出售显得尤为重要。
水果的产后处理是进入市场的必要环节，主要包括水果的清洗、打蜡、分级及商品包装等。目前，水果清洗、打蜡等环节的技术已经非常成熟，但分级技术仍比较落后。水果的分级标准主要包括内部指标和外部指标两方面:内部指标可以通过水果的内部缺陷、甜度、酸度等指标进行描述;外部标准可以通过水果表面是否有损伤及色泽等进行描述。通过内部和外部指标对水果进行分级定价，为消费者购买水果提供了方便，也可以将品质较高的水果进行包装以提高附加值，进行外贸出口。火龙果具有果大肉多、不易保存、易失水和皱皮的特点，可以根据其直径、色泽及果肉水分多少进行分级。
相关期刊推荐：《农机科技推广》Agriculture Machinery Technology Extension(月刊)2001年创刊，是国内外公开发行的科技期刊，自创刊以来，以权威性，导向性，适用性的办刊原则和高科技含量，高信息含量，高水平的办刊质量受到了全国各级农机管理部门推广系统，农垦系统，生产企业，科研院所，大专院校以及农机专业户等方面广大读者的普遍欢迎。
目前，我国对水果主要通过机械化设备进行分级，针对的是外部指标，即大小和质量的分级，分级效果较差，分级效率较低。针对水果的外部缺陷识别和水果的内部指标，如水果的内部缺陷、甜度等进行的研究较少。机器视觉系统是一种通过机器视觉代替人工目测的一种设备，通过将产品转换成图像，并将图像信号传递给图像处理系统对其进行分析，检测结果客观并具有可重复性，具有检测结果准确、检测效率高的特点[3]。因此，可以将机器视觉系统应用在水果自动分级系统上对火龙果进行自动分级。
1设计思路
1.1设计原理
通过参考国家标准和火龙果的产地标准，将白肉火龙果主要分为3个等级，如表1所示。由表1可以看出:火龙果的分级主要通过果径、果形是否有缺陷和色泽度进行分级，因此火龙果的自动分级系统主要从以上3个方面进行考虑。
1.2系统流程
火龙果自动分级系统主要由以下4部分组成，即水果传送机构、光照与摄像系统、机器视觉系统和分级系统，分级流程如图1所示。该系统基本工作原理:火龙果经由水果传送机构连续不断地传送至光照与摄像系统，摄像头对水果进行图像采集;解码后的图像数据包括水果的直径、缺陷和色泽等数据传送给DSP图像处理器，将图像识别的结果与预定的结果进行对比后得出火龙果的等级，将分级结果和水果的位置信息一并传送给系统分级机构，分级机构将火龙果落入对应等级的料槽内。
.根据火龙果果实较大及表面有较多页状鳞片的特征，传送机构采用无底果杯式传送方式[4-5]，如图2(a)所示。无底果杯等间距的排列在传送带上，每个无底果杯上面放一个火龙果，水果和无底果杯随着传送带运送进入光照箱内，拍摄并采集图像。为保证火龙果表面特征都可以被采集到，在无底果杯的上下都设置摄像头，侧面的图像通过与平面呈45°夹角的平面镜输出获得，如图2(b)所示。
通过以上设置方式，1次拍摄即可以获得4幅图像。为了便于图像后期处理，需要使水果和传送机构的色差较大，因此将传送装置和拍照背景定为黑色。
DSP处理器具有运算效率和精度高的特点，因此采用DSP处理器对图像进行处理。摄像系统拍摄的图片传入DSP处理器，其内部芯片将图像信号转为数字信号并进行算法处理;处理完成后，将结果通过芯片转换成火龙果的等级信息，并与位置信息一起传递给分级系统，火龙果分级完成。
2分级方法
2.1缺陷识别
火龙果的缺陷识别通过给定阀值的方法进行。由于火龙果为近似圆形，因此拍摄时其表面灰度差基本相近，如果表面存在缺陷，则出现较大的灰度差。通过规定灰度差的阈值，当超过该阈值时，有缺陷存在;没有超过该阈值，则没有缺陷。
3实验结果分析
为验证水果分级系统的可操作性，取50个不同等级的火龙果分别通过人工和系统进行分级测试，结果如表3所示。由表3可以看出:系统分级效率远高于人工分级，但是分级结果有差别，共有3个火龙果分级结果不同，通过对这3个火龙果进行二次人工分级鉴别，发现系统分级结果正确。经分析原因得出:人工分级工作量大、分级时间长，导致对于色度的混淆以及对于缺陷的疏漏。
4结论
基于机器视觉技术设计了火龙果的自动分级系统，该系统主要由水果传送机构、光照与摄像系统及机器视觉系统和分级系统组成。其中，光照与摄像系统采用CCD摄像机和DSP处理器进行图像处理，对火龙果的缺陷检测、大小和色度进行分级。试验结果表明:基于机器视觉的火龙果分级系统可以高效率、高准确度地对火龙果进行分级。
