[发明专利]一种基于机器视觉的红提葡萄硬度无损检测方法

权利要求书

1.一种基于机器视觉的红提葡萄硬度检测方法，其特征在于包括下列步骤：

①搭建好检测平台，调整好相机和采集系统的各个参数(1)；

②划分样本集，采集红提样本图像(2)

随机划分训练样本与测试样本，利用图像采集装置分别采集样本图像信息，包括近红外图像和彩色图像；

③利用质构仪做破坏性实验，测量红提葡萄样本的实际硬度值(3)；

④对红提葡萄图像进行图像处理及特征提取(4)；

⑤将提取的16个特征信息进行建模，选出最佳模型(5)

将16个特征信息分别用最小二乘法回归分析、多元线性回归、主成分回归分析模型进行预测分析，选出最佳的预测模型；

⑥对模型进行验证分析(6)

将测试样本导入红提葡萄硬度检测预测模型中，得出样本的测试硬度值，进行验证分析；

所述的步骤④：

A、对采集的图像进行去噪预处理(401)；

B、对红提葡萄近红外图像进行分割处理(402)

利用自适应二值化处理提取红提葡萄区域，实现红提葡萄近红外图像进行分割处理；

C、对红提葡萄近红外图像进行特征参数提取(403)

对红提葡萄区域进行特征提取，提取对比度、自相关系数、均衡性、能量、熵、标准差、灰度均值等7个特征值；

D、对红提葡萄彩色图像进行分割(404)

利用红提葡萄与背景的差异性，将红提葡萄的RGB彩色图像的红色通道与蓝色通道的和减去绿色通道，去除背景区域，实现对红提葡萄区域的提取；

E、对红提葡萄彩色图像进行特征参数提取(405)

对分割出的红提葡萄区域进行信息提取，将RGB彩色图像进行颜色空间转化，转化为HSV颜色空间和LAB颜色空间，同时提取三中颜色空间的各个通道的均值，彩色图像中共提取9个特征信息；

F、融合近红外图像与彩色图像的特征参数(406)

融合近红外图像的7个特征参数与彩色图像的9个特征参数，总共16个特征参数；

所述的步骤⑤：

交互验证相关系数R²和交互验证均方差RMSECV的数学模型如下：

其中：

n为模型中红提葡萄的总样本数量，

y_i为模型中第i个样本的实际硬度值，

y'为模型中第i个样本的交互验证测试值，

为模型中所有样本实际硬度值的平均值。