[发明专利]一种农产品品质指标无损检测方法

说明书

本发明公开了一种农产品品质指标无损检测方法，包括以下步骤：步骤1：搭建机器视觉检测平台，然后全方位采集视觉传感器中的农产品RGB图像；步骤2：利用步骤1中采集的图像进行图像分割，然后划分出农产品感兴趣区域，提取农产品果实轮廓；步骤3：利用步骤2所提取的农产品果实轮廓，使用形状不变特征提取算子提取形状特征向量，克服农产品大小、位置和朝向各异问题；步骤4：利用步骤1中采集不同形状农产品样本图像，利用步骤2和步骤3中提取的特征向量，训练支持向量机，确定支持向量机最优参数和检测正确率。本发明采用机器视觉技术实现对农产品品质进行无损检测，具有非常和的实时性，且方法合理、检测的正确率高。

技术领域

本发明涉及一种农产品品质指标无损检测方法，属于检测方法和技术领域。

背景技术

农产品(如花生、瓜子、松子、开心果、核桃等)由于大都富含丰富的油脂和蛋白质，在高水分和新陈代谢较强的情况下，其品质易发生变化。国内外学者在对农产品品质进行检测时，普遍采用感官评定或综合测定酸价和过氧化值的方法，后者己作为检测壳类农产品品质的重要指标被纳入国家标准。然而使用以上这些方法进行品质检测时，会存在着一些问题：感官评定结果受个人和环境因素影响较大，难以形成统一的标准；而酸价和过氧化值测定耗时长、操作要求高，且仪器不易清洗。除了上述传统检测方法外，一些快速检测方法也常被国内外学者用于农产品品质的检测中，如机器视觉技术和近红外光谱分析法。但这些检测方法的样品用量多，检测时间长，且在检测壳类农产品时，必须脱壳进行检测，为实际操作带来了极大的不便。为此，需要设计一种新的技术方案给予解决。

发明内容

本发明正是针对现有技术存在的不足，提供一种检测效率、实时且无损的农产品品质检测方法，具有较好安全使用性能，满足了实际使用要求。

为解决上述问题，本发明所采取的技术方案如下：

一种农产品品质指标无损检测方法，具体包括以下步骤：

步骤1：搭建机器视觉检测平台，然后全方位采集视觉传感器中的农产品RGB图像；

步骤2：利用步骤1中所采集的图像进行图像分割，然后划分出农产品感兴趣区域，提取农产品果实轮廓；

步骤3：利用步骤2中所提取的农产品果实轮廓，使用形状不变特征提取算子提取形状特征向量，克服农产品大小、位置和朝向各异的问题；

步骤4：利用步骤1中采集不同形状农产品样本图像，利用步骤2和步骤3中提取的特征向量，训练支持向量机，确定支持向量机最优参数和分类正确率。

作为上述技术方案的改进，步骤1中所述机器视觉检测平台是由视觉传感器、光照系统、CCD摄像机、图像采集卡、计算机及控制机构组成，其中，所述CCD摄像机的帧速120fps、分辨率656*492、型号MER-030-120UM，所述图像采集卡与所述控制机构均是电连接在所述计算机上，所述CCD摄像机是电连接在所述图像采集卡上，所述视觉传感器位于所述CCD摄像机正下方200mm位置，所述光照系统与所述CCD摄像机位于同一水平高度且与所述视觉传感器呈45度角；

利用所述机器视觉检测平台采集农产品图像过程中，每次可以拍摄一个或多个农产品。

作为上述技术方案的改进，步骤2中所述图像分割过程包括选择合适的颜色模型、阈值分割、形态学闭运算、边缘提取和轮廓提取；所述颜色模型采用具有显著波峰波谷形态的2R-G-B图像；所述阈值分割是指用固定阈值T分割2R-G-B图像，得到农产品果实感兴趣区域，该区域通常会受花萼遮挡影响而被过分割；所述形态学闭运算采用5*5方形结构元素填充果实感兴趣区域的细小孔洞；所述边缘提取是指用Canny算子提取农产品果实感兴趣区域边缘；所述轮廓提取是指用凸包算法求解包含农产品果实边缘并且顶点属于果实边缘的最小凸多边形，以该凸多边形来近似农产品形状，克服农产品果实被花萼遮挡造成的过分割问题。