[发明专利]基于低通滤波的水果表面缺陷检测方法

说明书

技术领域

本发明涉及一种水果表面缺陷检测方法，尤其是涉及一种基于低通滤波的水果表面缺陷检测方法。

背景技术

水果表面缺陷是决定水果价格最有力的因素之一，因为外部缺陷是对水果品质最直接的反映。缺陷的快速识别一直是水果实时分级中最难、研究人员最感兴趣的研究内容，但是一直没有取得理想的研究效果。在运用机器视觉技术进行水果表面缺陷检测方面，存在的主要难点之一是由于水果通常呈球体或椭球体，在水果边缘，光线的反射方向与相机的夹角很大，根据朗伯的光线反射定律，从相机方向看，水果边缘的亮度较低，表现为水果边缘的灰度值较低，而水果表面缺陷通常以较低灰度的形式在水果图像中出现(这也是水果表面缺陷检测的重要依据之一)，这就导致了水果表面缺陷的检测困难。目前水果表面缺陷检测主要通过三种方式：

1.基于传统RGB成像系统或者3CCD成像系统。朱伟华等人(2003)在HSL颜色模型的基础上，提出了基于模糊颜色聚类的缺陷分割方法。首先将RGB颜色模型转换为HSL颜色模型，然后用三角隶属度函数定义H、S、L模糊集，最后在模糊颜色的基础上通过计算模糊颜色的相似度进行缺陷分割(朱伟华，曹其新.基于模糊彩色聚类方法的西红柿缺陷分割研究[J].农业工程学报，2003，19(3)：133-136)。Blasco等人(2007)利用无监督区域增长算法对柑橘类水果表面缺陷进行分割，采用3CCD相机获得的彩色图像，根据不同区域之间的马氏距离被用来评价区域之间的相似度(Blasco J，Aleixos N，E.Computer vision detection of peel defects in citrus by means of a region oriented segmentation algorithm[J].Journal of Food Engineering，2007，81(3)：384-393)。等人(2010)基于RGB图像利用多变量图像分析法(multivariate image analysis strategy)和主成分分析(principal component analysis)对柑橘类水果表面不同类型缺陷进行检测(F，Andreu-García G，Blasco J，et al.Automatic detection of skin defects in citrus fruits using a multivariate image analysis approach[J].Computers and Electronics in Agriculture，2010，71(2)：189-197)。目前基于RGB图像探讨的缺陷识别方法算法复杂、速度慢，很难达到在线检测的要求。