[发明专利]一种基于图像识别的水果缺陷检测方法以及检测系统

说明书

本发明公开一种基于图像识别的水果缺陷检测方法以及检测系统，本发明使用紫外光激发荧光现象实现水果表面缺陷检测，利用紫外光激发水果表面缺陷的酮类物质可产生荧光现象，检测到肉眼不能看到的缺陷，从而有效分拣出高质量的水果，与此同时，本发明自带光源可在夜间进行作业，从而有效利用夜间时间而提高作业生产效益。本发明使用PC视觉处理端与单片机控制端协同控制，能够将需要较高运算能力的图像数据交由PC视觉处理端处理，而对实时性要求比较高的底层控制则交由单片机控制端进行处理，两者通过无线通信模块进行通信实现对果实精准识别定位采摘，并且灯光结构简单和控制方便，具有较高的鲁棒性、准确性、实时性，简单实用且适合产业化推广。

技术领域

本发明涉及智能化水果采摘技术领域，特别涉及一种基于图像识别的水果缺陷检测方法和检测系统。

背景技术

现有技术中，水果采摘主要通过人工采摘，因此需要在白天进行作业，而夜间时间较少被利用起来。与此同时，现有技术的采摘工人或者相应的智能采摘设备仅仅对肉眼可见的缺陷进行分类和剔除，因此存在分拣效率低下、果实分类不全、设备不够智能化等缺陷。

发明内容

本发明的主要目的是提出一种控制方便和高效检测的基于图像识别的水果缺陷检测方法，本发明还提出一种使用基于图像识别的水果缺陷检测方法的检测系统，旨在对树上果实进行精准的缺陷检测、提高农业生产效率、降低人力成本以及实现农业生产智能化。

为实现上述目的，本发明提出的一种基于图像识别的水果缺陷检测方法，包括以下步骤：

S1：打开PC视觉处理端的操作界面向单片机控制端发送有效信号；

S2：所述单片机控制端接收有效信号后，打开光照传感器获取环境光照强度，再与预先设定的白光光照强度阈值进行对比；LED电源电路通过LED 驱动电路驱动白色LED灯串，并且所述单片机控制端利用场效应开关电路控制所述白色LED灯串两端的电压，为所述PC视觉处理端在夜间提供预设亮度的白光照明环境，然后所述单片机控制端通过无线通信模块发送白灯开启完毕信号至所述PC视觉处理端；

S3：所述PC视觉处理端接收白灯开启完毕信号后，驱动系统摄像头获取白光下的水果图片，在确定果实位置后，所述PC视觉处理端通过所述无线通信模块发送切换紫外灯信号给所述单片机控制端；

S4：所述单片机控制端接收切换紫外光信号后，所述LED电源电路通过所述LED驱动电路驱动紫色荧光LED灯串，所述单片机控制端关闭所述白色LED灯串，并将所述光照传感器获取到的数值和设定所需的紫色荧光光强阈值进行比较，所述单片机控制端通过调整紫色荧光LED灯串的亮度，为所述PC视觉处理端在夜间提供紫色荧光环境，然后所述单片机控制端通过所述无线通信模块发送光源切换成功信号给所述PC视觉处理端；

S5：所述PC视觉处理端接收到光源切换成功信号后，在位置不变的前提下驱动所述系统摄像头获取紫光下的水果图片，基于白光下的图片确定水果位置，再通过自动识别和检测缺陷方法检测出水果的缺陷，标记缺陷后，所述PC视觉处理端通过所述无线通信模块向所述单片机控制端发送检测完成信号；

S6：完成一次缺陷识别检测后，所述单片机控制端通过所述无线通信模块接收检测完成信号后切换为初始状态，所述PC视觉处理端进行下一轮的水果缺陷识别，所述单片机控制端接收信号循环步骤S1至S6。

优选地，所述S5中的所述自动识别和检测缺陷方法包括以下步骤：

S51：调用所述系统摄像头获取白光下水果的RGB三通道图像：

S52：对所述RGB三通道图像进行颜色空间转换，转换为YIQ模型；

S53：提取所述步骤S52的所述RGB三通道图像的YIQ模型I颜色分量；

S54：对所述步骤S53获取的所述YIQ模型图像I颜色分量进行自动阈值分割，得到去除背景的水果图像；