[发明专利]一种苹果表面缺陷检测系统和方法

说明书

技术领域

本发明涉及蔬菜水果检测技术领域，特别涉及一种苹果表面缺陷检测系统和方法。

背景技术

目前，我国苹果的产后处理水平十分低下，苹果的产后分级处理技术落后严重，制约着我国苹果产业的发展。基于机器视觉的苹果外部品质分选机可以综合检测苹果的大小，颜色，果形和表面缺陷等主要指标，具有自动，高效，准确，全面，客观和非破坏性检测等优点，在苹果产后分级处理中得到了广泛应用。

苹果大小、形状、颜色指标的自动检测方法已比较成熟，而缺陷的快速识别一直是苹果实时分级的障碍，其主要难点是由于苹果表面的缺陷区域和果梗/花萼区域在图像的灰度值上有非常大的相似性，二者在图像上都呈现为暗黑色的斑点，从而导致缺陷与果梗/花萼难以区分。现有的检测苹果表面缺陷的方法主要有：

特征检测法：提取缺陷区域与果梗/花萼区域的特征，利用人工神经网络，支撑向量机等分类器进行识别，这类方法的缺点是识别正确率较低。

结构光检测法：利用条形结构光在苹果表面上的变形来获取苹果的三维信息，从而将凹陷区域判定为果梗/花萼区域，这类方法的主要缺点是当果梗/花萼区域与结构光投射器的方向一致的时候，条形结构光仅有极微小的变形，导致无法检测苹果表面的凹陷区域。

高光谱检测法：利用高光谱相机检测苹果表面缺陷，尽管识别正确率较高，但是高光谱相机价格极其昂贵，很难用于实际的生产当中。

阴影重建检测法：利用苹果表面的阴影对苹果进行三维重建，根据重建结果识别苹果表面的凹陷区域，这类方法很难保证苹果处于任意姿态时都提供足够的阴影信息用于三维重建，而且当缺陷区域的颜色特征与阴影相似时，缺陷区域会被错误地判别为果梗/花萼区域。

结构光方法作为一种主动立体视觉方法被广泛用于获取物体的三维信息，但是可见结构光极易被苹果表面的颜色信息干扰，影响获取三维信息的精度。96年就有学者采用近红外条形结构光辅助获取苹果表面的三维信息，但是由于果梗/花萼与结构光投射器方向一致的时候，近红外条形结构光变形极小，导致这种方法的检测正确率很低，不能满足实际生产的要求。

发明内容

（一）要解决的技术问题

本发明要解决的技术问题是解决目前在检测苹果表面缺陷方面的不足。

（二）技术方案

一种苹果表面缺陷检测系统，

所述系统包括：传送装置（1），位于传送装置正上方的光照箱（2）所述光照箱（2）；

所述光照箱（2）内部下方安装有可见/近红外复合LED光源装置（3），内部上方正中央安装有点阵近红外结构光投射器（7），所述点阵近红外结构光投射器（7）一侧安装有黑白工业相机（4）和彩色工业相机（6）；

所述黑白工业相机（4）通过电缆连接到计算机（10）的近红外图像采集卡（8）上，所述彩色工业相机（6）通过电缆连接到计算机（10）的彩色图像采集卡上。

其中，所述黑白工业相机（4）安装有滤光片（5）。

其中，所述可见/近红外复合LED光源装置（3）在传送装置（1）两侧各安装有一个。

其中，，所述可见/近红外复合LED光源装置（3）包括可见光LED（3.2）、近红外LED（3.3）、散热器（3.1）和开关电源（3.4），所述可见光LED（3.2）和近红外LED（3.3）固定在散热器（3.1）上并且通过导线与开关电源（3.4）连接。

其中，，所述点阵近红外结构光投射器（7）投射出的近红外点阵结构光光斑在参考平面上均匀分布。

其中，，所述点阵结构光中设置了四对光斑作为定位标记。

其中，，所述参考平面为传送装置（1）的上表面。

一种苹果表面缺陷监测方法，其特征在于，所述方法包括，

S1，利用黑白工业相机获取每个近红外点阵结构光光斑在参考平面的位置；

S2，利用彩色工业相机获取传送装置上的苹果的彩色图像，并通过阈值分割的方法去除苹果的背景区域以及分割出苹果区域中灰度值较低的感兴趣区域；

S3，利用带有滤光片的黑白工业相机获取投射在苹果表面上的近红外结构光光斑图像，对图像逐列进行扫描，在非感兴趣区域搜索两个距离最近光斑，通过将苹果表面的光斑位置信息与参考平面的光斑位置信息进行对比，获取苹果表面深度变化的信息以得到凹陷区域；

S4，将S2中的感兴趣区域与S3中的凹陷区域相比较，将感兴趣区域中与凹陷区域不重合的区域视为苹果表面的缺陷区域。

其中，所述感兴趣区域包括缺陷区域和果梗/花萼区域。

（三）有益效果