[发明专利]一种基于明暗恢复形状的水果大小分级方法

说明书

技术领域

本发明涉及一种利用数字图像处理技术实现农产品品质的自动无损检测的方法，具体涉及一种从明暗恢复形状的水果大小分级方法。

背景技术

中国是一个水果生产大国，快速、准确地实现水果的检测与分级处理，是提高水果经济效益、增强产业国际竞争力的一项重要措施。

传统的水果大小分级是人工分级，依靠熟练工人的经验来目测判断水果的大小，难以保证分级结果的准确性和有效性，不能满足市场的需求。现有的基于计算机视觉的水果大小分级方法，采用常规的数字图像处理算法，通过对采集到的水果图像进行预处理、水果区域分割、特征检测等处理，计算出果径，用果径作为水果大小的特征参数，经过系统标定确定水果的实际测量值，最终通过上述测量值实现水果大小的分级。该方法处理过程复杂，计算量大，执行时间较长，且对于一些形状复杂、不规则的水果大小分级结果有一定的偏差，一定程度上限制了其在农业生产领域的实际推广和应用。

通常果径是衡量水果大小的标准，而体积也可以作为衡量标准对水果进行大小分级。因此基于计算机视觉的水果大小分级，首先可以对采集到的图像进行三维重建，然后计算体积，通过水果的体积进行水果的大小分级。明暗恢复形状(SFS)法是根据图像中物体表面的明暗变化，恢复物体表面各点的相对高度，即根据图像表面的灰度信息恢复物体的高度，从而重建物体的三维形状。利用明暗恢复形状法进行水果的大小分级，能够降低传统图像处理算法的复杂度，提高水果分级效率。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供一种基于明暗恢复形状的水果大小分级方法，以研究农产品品质检测领域中的水果后期分级处理为背景，可降低图像处理复杂度，提高分级的效率。

为了实现上述目的，本发明采用的技术方案是：

一种基于明暗恢复形状的水果大小分级方法，包括如下步骤：

首先，通过CCD相机获得被测水果的原始图像，利用数字图像处理技术对图像进行预处理；

其次，用明暗恢复形状法对水果进行三维重建，为了避免光照对物体的影响，对重建后的三维物体表面进行曲线拟合，减小三维重建的误差，对重建后的物体进行体积计算；

最后，使用大量样本进行训练，利用上述算法，实现对水果大小的分级。

所述CCD相机获得被测水果的原始图像为左视图和右视图，所述预处理是指对图像进行滤波和灰度化处理。

所述用明暗恢复形状法对水果进行三维重建的具体过程是：

首先，将灰度化处理后的左右视图与背景进行分割，将背景灰度值设置为0；

其次，根据图像的灰度信息，引入物体表面的光滑约束条件，解得物体表面的梯度值；

最后由梯度值得到物体的高度值，进而得到物体的三维结构。

与现有技术相比，本发明的有益效果是：

实验结果表明，本发明涉及的基于明暗恢复形状的水果大小分级方法，可以实现对水果大小的分级，具有自动、无损、准确度高的特点。若将本发明应用于农业生产领域，能够较好地解决水果产后精确、便捷的分级处理问题，从而提高水果的商品化处理能力，增加果农收入，促进经济发展，具有很大的市场潜力。

附图说明

图1为本发明的水果大小分级方法处理流程图。

具体实施方式

本发明以苹果作为被测对象，处理流程如附图1所示，具体实施步骤如下：

Step1、对系统进行定标，计算像素当量ε，得到单位像素所代表的实际尺寸。

Step2、通过CCD相机获得被测苹果的左视图和右视图。

Step3、对左视图和右视图进行滤波处理。

Step4、对滤波后的图像进行灰度化处理。

Step5、对苹果图像的左右视图与背景进行分割，将背景灰度值设置为0。

Step6、采用明暗恢复形状法对左视图进行三维重建，对左视图重建后的苹果表面坐标点进行曲线拟合。

Step7、统计左视图三维模型空间中所包含的实际立体像素块数目。

Step8、采用明暗恢复形状法对右视图进行三维重建，对右视图重建后的苹果表面坐标点进行曲线拟合。

Step9、统计右视图三维模型空间中所包含的实际立体像素块数目。

Step10、对左右视图三维模型空间中所包含的实际立体像素块数目进行求和为sum。

Step11、利用像素当量，体积为sum×ε³，将图像坐标系中的体积换算为实际测量体积。