[发明专利]基于机器视觉的整箱红提葡萄果粒大小分级装置及其方法

摘要

本发明公开了一种基于机器视觉的整箱红提葡萄果粒大小自动分级装置及其方法，涉及群体水果分级技术领域。本方法是①对待测的整箱红提葡萄进行编号并放置传送带上；②依次把整箱红提葡萄送入密封箱中进行图像采集，同时得到近红外图像和彩色图像；③对近红外图像和彩色图像进行图像处理读取图像；对图像进行预处理；图像融合；边缘提取；葡萄果粒图像分割；去除小面积处理；椭圆拟合；提取参数；对椭圆进行筛选；建立分级模型并检验。本发明利用机器视觉技术，能够完成整箱红提葡萄的自动分级；分级标准统一，分级正确率高；利用图像处理技术实现了无损检测，且检测速度快；用机器视觉技术对群体性物体实现大小无损检测，具有广阔的应用前景。

主权项

一种基于机器视觉的整箱红提葡萄果粒大小自动分级方法，装置包括工作对象是红提葡萄(0)；设置显示屏(1)、主机(2)、工业相机(3)、环形光源(4)、密封箱(5)、水果箱(6)和传送带(7)；其位置和连接关系是：在密封箱(5)底部开设通道及安装传送带(7)，在传送带(7)上摆放水果箱(6)，红提葡萄(0)放置于水果箱(6)中；在密封箱(5)的上部中间开设一个圆孔，在圆孔周围内置有环形光源(4)，在圆孔处安装有工业相机(3)，工业相机(3)对准红提葡萄0采集信息；工业相机(3)与主机(2)相连，实时更新相机信息；所述的主机(2)内嵌有采集卡及图像处理软件，其工作流程是：①读取图像(201)；②对图像进行预处理(202)通过对彩色图像进行HSV化、阈值分割和二值化处理，得到去除果梗的二值化图像；同时处理近红外图像，对近红外图像进行增强处理，得到轮廓更加清晰的近红外图像；③图像融合(203)将去除果梗的二值化图像与增强后的近红外图像相融合，得到去除果梗且边缘得到增强的灰度图像；④边缘提取(204)采用Canny算子对图像融合的图像进行边缘检测，得到红提葡萄边缘；⑤葡萄果粒图像分割(205)对灰度图像进行分水岭分割处理，提取红提葡萄果粒的中心位置，根据红提葡萄果粒的中心位置对红提葡萄边缘进行分割，得到单颗粒红提葡萄果粒边缘；⑥去除小面积处理(206)对红提葡萄果粒的边缘进行去除小面积处理；⑦椭圆拟合(207)对去除小面积处理后的红提葡萄果粒的边缘进行椭圆拟合；⑧提取参数(208)提取椭圆的长轴Ra、短轴Rb和离心率e＝Ra/Rb；⑨对椭圆进行筛选(209)当离心率e≥0.75时，保留该椭圆，当e<0.75，舍去该椭圆；⑩建立分级模型并检验(210)计算所有红提葡萄果粒大小，建立分级模型并检验；其特征在于包括下列步骤：①对待测的整箱红提葡萄进行编号并放置传送带上；②依次把整箱红提葡萄送入密封箱中进行图像采集，同时得到彩色图像和近红外图像；③对彩色图像和近红外图像进行图像处理；A、将彩色图像转为HSV图像，选择合适的阈值进行处理，得到去除果梗后的图像，再将其转化为二值化图像；B、对近红外图像进行增强处理，得到轮廓清晰的灰度图像；C、将增强后近红外图像与去除果梗的二值化图像相乘，得到去除果梗后的灰度图像；D、对去除果梗后的灰度图像进行边缘检测；E、分割红提葡萄果粒的边缘；F、对红提葡萄果粒的边缘进行去除小面积处理；G、采用椭圆拟合对去除小面积处理后的红提葡萄果粒的边缘进行椭圆拟合；H、提取参数，对红提葡萄果粒进行分级。