專利名稱：基于rgb復(fù)合模型的柑橘圖像處理分級(jí)的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及利用機(jī)器視覺進(jìn)行柑橘的分級(jí)方法，具體涉及一種基于RGB(紅綠藍(lán)顏色通道)復(fù)合模型的柑橘圖像處理分級(jí)的方法。
背景技術(shù)：
柑橘類水果是我國(guó)產(chǎn)量最大的水果種類之一，同時(shí)也是重要的外貿(mào)果品。但是由于采摘后檢測(cè)、分級(jí)技術(shù)落后，目前大部分的柑橘在采摘后不經(jīng)過商品化處理就直接上市，造成等級(jí)混雜，良莠不齊，影響了其商品價(jià)值，特別是在國(guó)際市場(chǎng)上缺乏競(jìng)爭(zhēng)力。
柑橘的采后商品化處理的主要技術(shù)環(huán)節(jié)包括挑選、清洗、打蠟、分級(jí)和包裝等，其中分級(jí)是商品化處理中的核心環(huán)節(jié)。目前我國(guó)的柑橘分級(jí)主要還是依靠人工完成，需要的勞動(dòng)力多，勞動(dòng)強(qiáng)大，而且分級(jí)的結(jié)果因勞動(dòng)者的個(gè)體差異而差別較大，分級(jí)的一致性較差，效率較低。利用機(jī)器視覺進(jìn)行柑橘的分級(jí)具有很大的優(yōu)勢(shì)，可以同時(shí)對(duì)多個(gè)標(biāo)準(zhǔn)，包括水果的尺寸大小、顏色、形狀、表面缺陷等外觀品質(zhì)一次性進(jìn)行綜合分級(jí)。分級(jí)的客觀性強(qiáng)、標(biāo)準(zhǔn)穩(wěn)定、一致性好、效率高，而且非接觸無傷害，因而具有很好的應(yīng)用前景。
柑橘的視覺分級(jí)主要是通過對(duì)水果的圖像利用計(jì)算機(jī)進(jìn)行數(shù)字圖像處理，判別水果的等級(jí)來進(jìn)行分級(jí)。因而柑橘圖像處理技術(shù)是整個(gè)視覺分級(jí)中最關(guān)鍵的核心技術(shù)。直接關(guān)系到分級(jí)的可行性和準(zhǔn)確性。
目前國(guó)內(nèi)還缺乏成熟的柑橘視覺分級(jí)系統(tǒng)。原因之一是在圖像分級(jí)處理中存在以下難點(diǎn)。一是沒有統(tǒng)一的顏色分級(jí)標(biāo)準(zhǔn)，難以建立合適、準(zhǔn)確的顏色模型來對(duì)柑橘進(jìn)行顏色方面的分級(jí)。二是圖像處理的算法計(jì)算復(fù)雜度大，難以滿足實(shí)時(shí)分級(jí)的要求，制約了其實(shí)際應(yīng)用。

發(fā)明內(nèi)容
(一)本發(fā)明要解決的技術(shù)問題本發(fā)明的目的是針對(duì)上述現(xiàn)有技術(shù)的不足，提供一種效率高，準(zhǔn)確性好，能快速實(shí)時(shí)分級(jí)的基于RGB復(fù)合模型的柑橘圖像處理分級(jí)的方法。
(二)技術(shù)方案為了達(dá)到上述目的，本發(fā)明采取以下技術(shù)方案本發(fā)明基于RGB復(fù)合模型的柑橘圖像處理分級(jí)的方法，包括用于采集圖像的機(jī)器視覺系統(tǒng)和用于處理數(shù)字圖像的計(jì)算機(jī)，具有以下步驟1)對(duì)采集的柑橘原圖像進(jìn)行均值濾波預(yù)處理；2)提取R通道圖像，對(duì)其進(jìn)行閾值分割和二值化處理，獲得二值圖像，得到水果的目標(biāo)區(qū)域；3)對(duì)上述步驟2)得到的二值圖像提取目標(biāo)邊緣；4)利用上述步驟3)得到的目標(biāo)邊緣計(jì)算柑橘的最大果徑d；5)對(duì)上述步驟1)得到的濾波后的圖像，在上述步驟2)得到的水果目標(biāo)區(qū)域內(nèi)通過c＝(r-g-b)/(r+g)復(fù)合模型計(jì)算顏色水平值c，其中r、g、b為R、G、B顏色通道的平均亮度值，c為顏色水平值；6)將每幅圖像的最大果徑d和顏色水平值c與設(shè)定的每個(gè)等級(jí)的果徑和顏色水平值范圍比較，即能判定每個(gè)水果的等級(jí)。
優(yōu)選地，所述步驟5)中c＝(r-g-b)/(r+g)復(fù)合模型包括(r-g-b)和(r+g)，其中，r、g、b為R、G、B顏色通道的平均亮度值。
優(yōu)選地，所述步驟3)中二值圖像提取目標(biāo)邊緣的步驟包括掃描整幅圖像，對(duì)值為1的目標(biāo)點(diǎn)計(jì)算其8-鄰域像素值的總和，如果總和小于7，則認(rèn)為當(dāng)前像素點(diǎn)為邊界點(diǎn)，否則認(rèn)為是目標(biāo)內(nèi)部點(diǎn)。
優(yōu)選地，所述步驟4)中的目標(biāo)邊緣計(jì)算柑橘的最大果徑d的步驟包括對(duì)整個(gè)邊界上的所有像素點(diǎn)求取兩兩之間的歐氏距離，將最大的距離值乘以圖像的空間分辨率即得到最大果徑。
優(yōu)選地，所述步驟6)中最大果徑d和顏色水平值c的求取方法是對(duì)每個(gè)柑橘采集三個(gè)不同表面的圖像，并通過上述步驟計(jì)算每幅圖像的最大果徑d和顏色水平值c，將三次求得的d和c分別取平均得到最終的等級(jí)判定依據(jù)。
優(yōu)選地，所述采集圖像的機(jī)器視覺系統(tǒng)，包括采用RGB彩色分量攝像機(jī)。
(三)有益效果1)算法計(jì)算復(fù)雜度低，易于實(shí)現(xiàn)，適于柑橘的快速實(shí)時(shí)分級(jí)；2)本發(fā)明的計(jì)算方法可信程度和可靠程度高；3)采用RGB顏色模型進(jìn)行處理具有直觀、簡(jiǎn)便的特點(diǎn)，且降低了勞動(dòng)強(qiáng)度；4)本發(fā)明分級(jí)的方法客觀性強(qiáng)、標(biāo)準(zhǔn)穩(wěn)定、一致性好、效率高，而且非接觸無傷害，因而具有很好的應(yīng)用前景。


圖1是本發(fā)明的流程圖；圖2是本發(fā)明柑橘圖像濾波后的圖像；圖3是本發(fā)明R通道二值圖像；圖4是本發(fā)明目標(biāo)邊緣的圖像。
具體實(shí)施例方式
以下實(shí)施例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。
為了充分公開本發(fā)明，首先對(duì)本發(fā)明的工作機(jī)理進(jìn)行說明。在實(shí)際應(yīng)用中，對(duì)柑橘的分級(jí)主要依據(jù)的參數(shù)包括重量、尺寸大小和顏色。重量和尺寸可以反映柑橘的大小，而顏色可以反映柑橘的成熟度。對(duì)于同一品種的柑橘，個(gè)體的密度差別非常小，所以可以通過柑橘的體積來反映其重量，而且柑橘類水果的外形較為規(guī)則，呈準(zhǔn)球形，因此間接的可以通過果徑的大小來表征柑橘的重量。從實(shí)際來看這也是符合人們挑選柑橘類水果的主觀習(xí)慣的。所以本發(fā)明將重量和尺寸大小兩個(gè)參數(shù)用同一個(gè)參數(shù)d——果徑來表示，即通過圖像求取最大果徑來判定水果的大小等級(jí)。
表征顏色時(shí)有多種顏色模型可以使用，如RGB、HIS等。柑橘類水果表面顏色具有單體較為均勻的特點(diǎn)，而且大部分柑橘類水果的顏色分布在黃色到紅色的色系中。所以采用RGB顏色模型進(jìn)行處理具有直觀、簡(jiǎn)便的特點(diǎn)。本發(fā)明采用一個(gè)RGB24位彩色分量攝像機(jī)(北京嘉恒中自圖像技術(shù)公司的OK_AC1300)對(duì)柑橘進(jìn)行圖像采集。該攝像機(jī)可以直接輸出R、G、B三通道分量的圖像。
分析柑橘圖像R、G、B各通道的平均灰度值可以發(fā)現(xiàn)B通道的平均灰度值隨個(gè)體的影響變化不大，而R和G通道的平均灰度值變化較大，在分類中起著主要的作用。但是單獨(dú)使用R、G、B分量，難以有效可靠的實(shí)現(xiàn)對(duì)柑橘的顏色分級(jí)。通過試驗(yàn)證明，采用下面的復(fù)合模型可以很好的判定柑橘的顏色等級(jí)。
c＝(r-g-b)/(r+g)其中r、g、b為水果目標(biāo)區(qū)域內(nèi)R、G、B顏色通道的平均亮度值，c為顏色水平值。選擇一個(gè)合適的c值即可將柑橘按顏色分為兩個(gè)等級(jí)。例如對(duì)某種成熟的蘆柑，選擇c＝0.25可以將其分為“偏黃色”和“偏紅色”兩類。
在利用機(jī)器視覺進(jìn)行柑橘的分級(jí)時(shí)，圖像是二維信號(hào)，柑橘的每幅圖像只含有一個(gè)方向上的視覺信息，而分級(jí)需要利用水果在空間立體各個(gè)方向上的最大果徑來表示大小，利用水果的整個(gè)表面顏色信息來綜合判斷水果的顏色等級(jí)，所以一副圖像無法包含分級(jí)所需的全部信息。本發(fā)明分別對(duì)每個(gè)柑橘采集三次圖像，要求每次采集不同的表面，并且三次采集的表面能覆蓋整個(gè)水果表面。對(duì)每幅圖像根據(jù)上述算法求取最大果徑d和顏色水平值c，根據(jù)柑橘類水果具有果型規(guī)則、單體顏色較為均勻的特點(diǎn)，將每幅圖像求得的d和c取平均作為最終等級(jí)判定的依據(jù)。設(shè)定各個(gè)等級(jí)的范圍值即可判定每個(gè)柑橘的等級(jí)。
參見圖1，本發(fā)明對(duì)任意一副柑橘圖像計(jì)算最大果徑d和顏色水平值c包括以下基本步驟1、對(duì)采集的原圖像進(jìn)行均值濾波預(yù)處理，參見圖2。
2、提取R通道圖像，對(duì)其進(jìn)行閾值分割和二值化處理，獲得二值圖像，得到水果的目標(biāo)區(qū)域，參見圖3。
3、對(duì)上述步驟2得到的二值圖像提取目標(biāo)邊緣，參見圖4。提取過程如下掃描整幅圖像，對(duì)值為1的目標(biāo)點(diǎn)計(jì)算其8-鄰域像素值的總和，如果總和小于7，則認(rèn)為當(dāng)前像素點(diǎn)為邊界點(diǎn)，否則認(rèn)為是目標(biāo)內(nèi)部點(diǎn)。
4、利用上述步驟3得到的目標(biāo)邊緣計(jì)算柑橘的最大果徑d。計(jì)算過程如下對(duì)整個(gè)邊界上的所有像素點(diǎn)求取兩兩之間的歐氏距離，將最大的距離值乘以圖像的空間分辨率即得到最大果徑。
5、對(duì)上述步驟1得到的濾波后的圖像，在上述步驟2)得到的水果目標(biāo)區(qū)域內(nèi)通過c＝(r-g-b)/(r+g)復(fù)合計(jì)算顏色水平值c。
對(duì)每個(gè)柑橘采集三個(gè)不同表面的圖像，并通過上述步驟計(jì)算每幅圖像的最大果徑d和顏色水平值c，將三次求得的d和c分別取平均得到最終的等級(jí)判定依據(jù)。設(shè)定每個(gè)等級(jí)的果徑和顏色水平值范圍，即可判定每個(gè)水果的等級(jí)。
實(shí)施例首先進(jìn)行等級(jí)劃分。在應(yīng)用本發(fā)明的方法進(jìn)行分級(jí)時(shí)，按果徑分為4個(gè)等級(jí)，按顏色分為2個(gè)等級(jí)。綜合兩個(gè)標(biāo)準(zhǔn)按表1等級(jí)劃分方式將水果一共分為8個(gè)等級(jí)。
表1 等級(jí)劃分方式

在對(duì)某個(gè)品種的一批柑橘進(jìn)行實(shí)時(shí)分級(jí)前，需要進(jìn)行采樣設(shè)置等級(jí)范圍。其中設(shè)置果徑等級(jí)范圍時(shí)從此批柑橘中按4個(gè)大小等級(jí)人工分別挑選一個(gè)水果，用本發(fā)明的方法分別計(jì)算其最大果徑，并將相鄰兩個(gè)等級(jí)的果徑平均值作為這兩個(gè)等級(jí)的劃分值。在設(shè)置顏色等級(jí)范圍時(shí)，從此批柑橘中人工挑選兩個(gè)比較接近分級(jí)標(biāo)準(zhǔn)的水果，用本發(fā)明的方法分別計(jì)算其顏色水平值，并將兩者的平均值作為顏色等級(jí)劃分的標(biāo)準(zhǔn)。
為了驗(yàn)證本發(fā)明方法分級(jí)的準(zhǔn)確性，從某批經(jīng)過分級(jí)的蘆柑中每個(gè)等級(jí)隨機(jī)抽取一個(gè)水果，人工利用游標(biāo)卡尺在其赤道位置挑選三處直徑較大的地方各測(cè)量一次果徑，取平均值并與分級(jí)計(jì)算的值進(jìn)行比較。結(jié)果如表2所示。
表2 分級(jí)結(jié)果比較

由表2可見，利用本發(fā)明的方法由于非接觸測(cè)量，對(duì)水果無擠壓，而且測(cè)量得到的是最大果徑值，所以計(jì)算的最大果徑d值總體比人工測(cè)量值偏大。測(cè)量誤差小于1.5mm。
本發(fā)明的方法在應(yīng)用于柑橘的實(shí)時(shí)分級(jí)時(shí)，對(duì)每個(gè)水果采集的圖像分辨率為256×256像素，分級(jí)速度能達(dá)到每秒12個(gè)柑橘。
以上為本發(fā)明的最佳實(shí)施方式，依據(jù)本發(fā)明公開的內(nèi)容，本領(lǐng)域的普通技術(shù)人員能夠顯而易見地想到的一些雷同、替代方案，均應(yīng)落入本發(fā)明保護(hù)的范圍。
權(quán)利要求
1.一種基于RGB復(fù)合模型的柑橘圖像處理分級(jí)的方法，包括用于采集圖像的機(jī)器視覺系統(tǒng)和用于處理數(shù)字圖像的計(jì)算機(jī)，其特征在于有以下步驟1)對(duì)采集的柑橘原圖像進(jìn)行均值濾波預(yù)處理；2)提取R通道圖像，對(duì)其進(jìn)行閾值分割和二值化處理，獲得二值圖像，得到水果的目標(biāo)區(qū)域；3)對(duì)上述步驟2)得到的二值圖像提取目標(biāo)邊緣；4)利用上述步驟3)得到的目標(biāo)邊緣計(jì)算柑橘的最大果徑d；5)對(duì)上述步驟1)得到的濾波后的圖像，在上述步驟2)得到的水果目標(biāo)區(qū)域內(nèi)通過c＝(r-g-b)/(r+g)復(fù)合模型計(jì)算顏色水平值c，其中r、g、b為R、G、B顏色通道的平均亮度值，c為顏色水平值；6)將每幅圖像的最大果徑d和顏色水平值c與設(shè)定的每個(gè)等級(jí)的果徑和顏色水平值范圍比較，即能判定每個(gè)水果的等級(jí)。
2.如權(quán)利要求1所述的一種基于RGB復(fù)合模型的柑橘圖像處理分級(jí)的方法，其特征在于所述步驟5)中c＝(r-g-b)/(r+g)復(fù)合模型包括(r-g-b)和(r+g)，其中，r、g、b為R、G、B顏色通道的平均亮度值。
3.如權(quán)利要求1所述的一種基于RGB復(fù)合模型的柑橘圖像處理分級(jí)的方法，其特征在于所述步驟3)中二值圖像提取目標(biāo)邊緣的步驟包括掃描整幅圖像，對(duì)值為1的目標(biāo)點(diǎn)計(jì)算其8-鄰域像素值的總和，如果總和小于7，則認(rèn)為當(dāng)前像素點(diǎn)為邊界點(diǎn)，否則認(rèn)為是目標(biāo)內(nèi)部點(diǎn)。
4.如權(quán)利要求1所述的一種基于RGB復(fù)合模型的柑橘圖像處理分級(jí)的方法，其特征在于所述步驟4)中的目標(biāo)邊緣計(jì)算柑橘的最大果徑d的步驟包括對(duì)整個(gè)邊界上的所有像素點(diǎn)求取兩兩之間的歐氏距離，將最大的距離值乘以圖像的空間分辨率即得到最大果徑。
5.如權(quán)利要求1所述的一種基于RGB復(fù)合模型的柑橘圖像處理分級(jí)的方法，其特征在于所述步驟6)中最大果徑d和顏色水平值c的求取方法是對(duì)每個(gè)柑橘采集三個(gè)不同表面的圖像，并通過上述步驟計(jì)算每幅圖像的最大果徑d和顏色水平值c，將三次求得的d和c分別取平均得到最終的等級(jí)判定依據(jù)。
6.如權(quán)利要求1所述的一種基于RGB復(fù)合模型的柑橘圖像處理分級(jí)的方法，其特征在于所述采集圖像的機(jī)器視覺系統(tǒng)，包括采用RGB彩色分量攝像機(jī)。
全文摘要
本發(fā)明涉及利用機(jī)器視覺進(jìn)行柑橘的分級(jí)方法。本發(fā)明公開了一種基于RGB復(fù)合模型的柑橘圖像處理分級(jí)的方法，包括機(jī)器視覺系統(tǒng)和處理數(shù)字圖像的計(jì)算機(jī)，其步驟1)對(duì)采集的柑橘原圖像進(jìn)行均值濾波預(yù)處理；2)提取R通道圖像，對(duì)其進(jìn)行閾值分割和二值化處理，獲得二值圖像，得到水果的目標(biāo)區(qū)域；3)對(duì)上述步驟2)得到的二值圖像提取目標(biāo)邊緣；4)利用上述步驟3)得到的目標(biāo)邊緣計(jì)算柑橘的最大果徑d；5)對(duì)上述步驟1)得到的濾波后的圖像，在上述步驟2)得到的水果目標(biāo)區(qū)域內(nèi)通過c＝(r－g－b)/(r+g)復(fù)合模型計(jì)算顏色水平值c；6)將每幅圖像的最大果徑d和顏色水平值c與設(shè)定的值范圍比較，即能判定每個(gè)水果的等級(jí)。
文檔編號(hào)H04N9/77GK101085442SQ20061001211
公開日2007年12月12日 申請(qǐng)日期2006年6月6日 優(yōu)先權(quán)日2006年6月6日
發(fā)明者李偉, 張俊雄, 荀一 申請(qǐng)人:中國(guó)農(nóng)業(yè)大學(xué)