[发明专利]基于机器视觉识别水果成熟度的方法

说明书

本发明提出一种基于机器视觉识别水果成熟度的方法，包括如下步骤：确定水果的主色；获取水果的多张不同角度的照片，获取每张照片中主色的颜色强度均值，合并计算多张照片的颜色强度均值；计算水果的平均主色强度占比，并将同一水果的多张照片的颜色强度均值的平均值输入成熟度预测模型，根据对应的成熟度等级规则，获取对应的成熟度等级。本发明具有步骤合理、成熟度识别的准确率高的优点。

技术领域

本发明涉及成熟度检测设备领域，特别涉及一种基于机器视觉识别水果成熟度的方法。

背景技术

我国是世界上数一数二的水果生产大国，根据大量的市场调研后发现，水果的产值是由产后处理以及产后加工创造而来。在这些加工过程中，如何对水果进行快速以及准确的分拣是其中的重要步骤。通过这一过程，可以将水果进行分级并筛选出混杂其中的品质较差的水果，从而保障后续果制产品的品质。水果分拣在水果产后加工过程中占据极其重要的地位，事实上我国大部分的果制品加工厂往往通过人工分拣来进行水果好坏的分筛以及成熟度的分级，这不仅效率低下，而且分筛的品质参差不齐，也难以保障后续产品的品质。

发明内容

本发明的目的是提供一种基于机器视觉识别水果成熟度的方法，解决上述问题中的一个或多个。

一种基于机器视觉识别水果成熟度的方法，包括如下步骤：

确定水果的主色；

获取水果的多张不同角度的照片，获取每张照片中主色的颜色强度均值，合并计算多张照片的颜色强度均值；

计算水果的平均主色强度占比，并将同一水果的多张照片的颜色强度均值的平均值输入成熟度预测模型，

根据对应的成熟度等级规则，获取对应的成熟度等级。

一种方式，所述主色的颜色强度均值的获取方法包括如下步骤：

读取水果的照片作为实验图像；

读取背景图像；

删除实验图像中的背景图像，得到处理图像；

将处理图像二值化得到二值化图像；

填补二值化图像；

寻找填补后的二值化图像的图形边界；

取出填补后的二值化图像的内部边界，并保存当前的图像为内部边界图像；

将实验图像按照RGB模型，提取出所有主颜色通道的颜色信息，保存当前图像为实验图像主颜色通道图像；

选择内部边界图像的所有背景区域的像素位置，然后将寻得的地址映射到实验图像主颜色通道图像里面，将实验图像主颜色通道图像的背景填充为黑色；

然后重构内部边界图像的颜色信息，提取出主颜色通道的颜色强度序列，并计算均值，即主色的颜色强度均值。

一种方式，所述二值化处理时二值化阈值范围为0.04-0.15。

一种方式，所述二值化图像与填补二值化图像之间需要对二值化图像进行中值滤波。

一种方式，所述将同一水果的多张照片的颜色强度均值的平均值输入成熟度预测模型，包括如下步骤：

提取水果的主色的颜色强度均值，并输入成熟度预测模型；

得出苹果的可溶性固形物含量，并输出。

一种方式，所述成熟度预测模型包括如下设置：

设置神经元数目；

设置欧式距离；

建立前传神经网络模型；