[发明专利]基于嵌入式的苹果采后田间分级检测方法及系统

摘要

本发明涉及一种基于嵌入式的苹果采后田间分级检测方法及系统的实现过程。该检测系统主要包括ARM处理器、步进电机模块、图像采集模块、执行分级模块。步进电机模块滚动传输苹果，CMOS能采集苹果整个表皮图像，并通过USB传送到ARM，并与建立好的分类器进行匹配，实现苹果缺陷和大小的检测，并发送控制信号到分级执行机构。分类器是基于Haar‑like特征、改进的AdaBoost算法，并引入了风险系数，使算法有更好的鲁棒性和自适应性。采用改进的遗传算法对样本的权值进行优化，采用了改进型交叉算子和改进型变异算子，保证了遗传算法的收敛能力，提高了算法的优化能力。本发明能实现对苹果的缺陷和大小快速、准确地分级。

主权项

基于ARM的苹果采后田间分级检测方法，其特征是：所述检测方法包括如下步骤：(a)、选取典型的苹果缺陷样本，不同尺寸的无缺陷苹果样本；(b)、利用图像的Haar‑like特性构造样本的特征值：Featurej，其中Featurej代表第j种Haar‑like块的特征值，再利用图像的特征Featurej，阈值θj，偏置pj(±1)构成弱分类器hj，在样本集合下挑选弱分类器误差最小的一个弱分类器ht；(c)、利用构造的弱分类器训练构造强分类器，同时利用遗传算法对样本的权值优化，包括：(1)采用实数数组编码的方式，基因组为D＝(Dt(1)，Dt(2)...Dt(i)...Dt(N))，其中N为样本容量，Dt(i)是第t次循环中第i个样本的权值；(2)构造适应度函数：设置选择操作：得到新的基因组D1＝(Dt(1)，Dt(2)...Dt(i)...Dt(N))；(3)选择单点进行交叉操作，采用了自适应动态调整交叉概率，利用改进型交叉算子Pc，Pc=pc1-(pc1-rand(pc2))(ft-favg)fmax-favg,ft≥favgpc1,,ft<favg]]>其中pc1＝0.9，0.6≤pc2＜0.9，fmax是最大适应度值，favg是平均适应度值，ft是要交叉的两个个体中较大的适应度值，得到交叉后的基因组D2＝(Dt(1)，Dt(2)...Dt(i)...Dt(N))；(4)选择均匀变异，利用改进型变异算子Pm，Pm=pm1-(pm1-rand(pm2))(ft-favg)fmax-favg,ft≥favgpm1,,ft<favg]]>其中pm1＝0.1，0.001≤pm2＜0.1，fmax是最大适应度值，favg是平均适应度值，ft是要变异个体的适应度值，得到变异后的基因组D3＝(Dt(1)，Dt(2)...Dt(i)...Dt(N))；(5)若已满足指定的进化迭代次数，则终止计算，否则转步骤(2)；(6)输出最优的权值；(d)、构造强分类器为其中，c为分类风险系数，其中x为层分类器在级联分类器中所在层数的标号，弱分类器的分类错误率生成级联分类器：设定误检率，将强分类器串联在一起形成级联分类器；(e)、传输系统滚动传输待检测的苹果；CMOS相机获取苹果表皮的图像信息，并通过USB传输到ARM；(f)、ARM接受采集到的苹果图像，并送到建立好的分类器中进行模式匹配，实现苹果缺陷和大小的检测，返回检测结果，控制分级执行机构的动作。