基于果徑大小與色澤的椪柑分級(jí)算法

曾芳艷，曾 磊，馮午陽(yáng)，張書(shū)真，宋海龍

（吉首大學(xué)信息科學(xué)與工程學(xué)院，湖南 吉首 416000）

湘西是中國(guó)果品協(xié)會(huì)認(rèn)定的“中國(guó)椪柑之鄉(xiāng)”，然而椪柑作為湘西最具特色的農(nóng)產(chǎn)品，帶給果農(nóng)的經(jīng)濟(jì)收益并不令人樂(lè)觀，“賣(mài)果難”問(wèn)題時(shí)有出現(xiàn)。目前湘西椪柑分級(jí)主要依靠人工挑揀完成，分級(jí)工作效率低，相比而言，精準(zhǔn)分級(jí)銷(xiāo)售可以提高椪柑銷(xiāo)售品質(zhì)，從而提高果農(nóng)收益。通過(guò)研究椪柑的外在品質(zhì)特征，利用計(jì)算機(jī)視覺(jué)處理技術(shù)實(shí)現(xiàn)椪柑的自動(dòng)分級(jí)。

目前，基于計(jì)算機(jī)視覺(jué)的水果分級(jí)檢測(cè)算法多是考慮水果的外在品質(zhì)。闕玲麗利用蘋(píng)果的傅里葉形狀描述子、顏色飽和度以及果面缺陷面積，設(shè)定等級(jí)區(qū)分參數(shù)實(shí)現(xiàn)對(duì)蘋(píng)果的自動(dòng)分級(jí)[1]；談?dòng)⒌忍岢鲆环N基于蘋(píng)果重量及顏色的加權(quán)融合特征的分級(jí)方法[2]；李廣思通過(guò)提取圓形度等三個(gè)特征進(jìn)行楊梅的自動(dòng)檢測(cè)與分級(jí)[3]。總得來(lái)說(shuō)，基于計(jì)算機(jī)視覺(jué)的水果分級(jí)檢測(cè)技術(shù)研究面廣，但精深研究較少，例如對(duì)于光照不均勻問(wèn)題就鮮有探究。并且對(duì)于椪柑這一特定水果的分級(jí)，國(guó)內(nèi)也少有報(bào)道。本文以湘西椪柑為研究對(duì)象，提出一種基于果徑大小和色澤的椪柑分級(jí)算法。

1 光照補(bǔ)償預(yù)處理

因受光源、采集設(shè)備等外在因素影響，采集得到的大部分椪柑圖像存在果面顏色失真問(wèn)題，因此有必要對(duì)椪柑圖像進(jìn)行光照補(bǔ)償預(yù)處理。鑒于Retinex算法具有顏色恒常性、色彩保真度高等特點(diǎn)[4，5]，使用Retinex算法對(duì)椪柑圖像進(jìn)行光照補(bǔ)償。

經(jīng)典的單尺度Retinex算法可簡(jiǎn)述如下：根據(jù)入射反射成像模型，采集的圖像由入射分量和反射分量來(lái)決定，圖像成像模型表達(dá)如公式（1）所示。

其中，S(x,y)表示采集到的圖像，L(x,y)是入射分量，R(x,y)是反射分量。入射分量通常表示周?chē)h(huán)境的亮度，而反射分量與光源無(wú)關(guān)，能反映出場(chǎng)景中物體的本質(zhì)特性，因此在Retinex方法中，試圖將這兩個(gè)分量分離，得到物體的反射分量，然后單獨(dú)對(duì)反射分量進(jìn)行處理。通常的做法是對(duì)式（1）兩邊取對(duì)數(shù)，通過(guò)估算入射光分量，然后用圖像信號(hào)的對(duì)數(shù)值減去入射光分量的對(duì)數(shù)值得到分離出的反射分量對(duì)數(shù)值：

經(jīng)典的單尺度Retinex算法在公式（2）的基礎(chǔ)上，加入中心環(huán)繞函數(shù)，得到的反射分量如式（3）所示。

其中*表示卷積運(yùn)算，(F(x,y)=λexp(-(x2+y2)/n2)，n表示高斯環(huán)繞尺度，λ是一個(gè)尺度常數(shù)且滿(mǎn)足∫∫F(x,y)dxdy=1。公式（3）中卷積運(yùn)算相當(dāng)于求鄰域平均，因此單尺度Retinex方法的物理意義表示，通過(guò)計(jì)算圖像像素點(diǎn)的鄰域平均來(lái)估計(jì)圖像入射光的變化，并將其去除，最終只保留圖像中物體的反射屬性，從而實(shí)現(xiàn)圖像的光照補(bǔ)償。圖1 是光照補(bǔ)償前后的對(duì)比圖像，顯然原椪柑圖像在采集過(guò)程中因曝光不足，整體感覺(jué)偏暗，通過(guò)Retinex處理后，圖像椪柑區(qū)域的色調(diào)和亮度得到較好校正。圖中右上方的紅色小方框是為了獲取椪柑尺寸大小放置的參考物。在仿真實(shí)驗(yàn)時(shí)，該參考物放置與椪柑同一水平高度的位置上。

圖1 Retinex算法光照補(bǔ)償前后對(duì)比圖

2 椪柑目標(biāo)區(qū)域的分割

2.1 閾值分割

對(duì)于光照補(bǔ)償后的彩色椪柑圖像，算法首先利用HSV顏色模型進(jìn)行閾值分割。HSV顏色模型是數(shù)字圖像處理常用的顏色模型，該模型根據(jù)人眼視覺(jué)感知特點(diǎn)，將顏色分解為色調(diào)H、飽和度S和亮度V三個(gè)分量。考慮到工業(yè)流水線(xiàn)上常采用黑色或灰色傳送帶傳送檢測(cè)水果，采集的椪柑彩色圖像背景單一，并且椪柑區(qū)域和背景區(qū)域顏色飽和度對(duì)比明顯。因此，我們對(duì)光照補(bǔ)償后椪柑圖像的S分量進(jìn)行閾值分割，分割閾值通過(guò)Otsu方法[6]自適應(yīng)得到。圖2為光照補(bǔ)償后的椪柑圖像，其飽和度分量圖在分割前后的對(duì)比效果，從圖中可看到，圖像的椪柑區(qū)域被完整地分割出來(lái)。

圖2 對(duì)椪柑彩色圖像的S分量進(jìn)行閾值分割前后比較圖

2. 2椪柑彩色區(qū)域提取

經(jīng)閾值分割后，得到圖像中的椪柑目標(biāo)區(qū)域。因?yàn)樵诤罄m(xù)的特征提取中，部分工作還需要在顏色空間中進(jìn)行，所以將閾值分割得到的二值圖像和光照補(bǔ)償后彩色圖像的H、S、V分量圖相乘，乘后的三個(gè)分量圖再次合成，就得到剔除背景的椪柑彩色圖像，椪柑目標(biāo)區(qū)域提取結(jié)果如圖3所示。

圖3 椪柑目標(biāo)區(qū)域提取結(jié)果圖

3 特征提取

3.1 果徑大小

果徑大小與果品的質(zhì)量密切相連。在利用圖像對(duì)椪柑進(jìn)行分級(jí)的過(guò)程中，通過(guò)椪柑區(qū)域外接矩的邊長(zhǎng)可近似得到椪柑果徑的大小。因?yàn)閷?duì)于同一區(qū)域存在無(wú)數(shù)個(gè)外接矩形，我們選取最小面積外接矩形的長(zhǎng)邊作為椪柑的果徑大小。具體操作如下：由于椪柑外形大多呈橢圓形且形狀簡(jiǎn)單，故使用旋轉(zhuǎn)法求最小外接矩形參數(shù)。旋轉(zhuǎn)法是將圖像中的目標(biāo)的邊界在90°范圍內(nèi)等間隔角度旋轉(zhuǎn)，每次旋轉(zhuǎn)間隔增量為3°，每旋轉(zhuǎn)一次記錄其外接矩形的面積，在旋轉(zhuǎn)過(guò)程中，必存在一個(gè)面積最小的矩形，此時(shí)的矩形即為最小外接矩形，如圖4所示，該矩形的長(zhǎng)邊設(shè)為該椪柑果徑大小的參數(shù)。

圖4 最小外接矩形圖

3.2 色澤參數(shù)

椪柑的成熟度與椪柑表皮的顏色密切相關(guān)，在HSV空間中，統(tǒng)計(jì)樣本椪柑的色調(diào)特征分布情況，成熟椪柑的H分量主要集中在[0.063， 0.129]的取值區(qū)間，當(dāng)椪柑區(qū)域像素點(diǎn)的H分量在該區(qū)間范圍時(shí)，即將該像素點(diǎn)標(biāo)記為成熟椪柑像素。為此，遍歷椪柑目標(biāo)區(qū)域像素點(diǎn)，統(tǒng)計(jì)成熟像素點(diǎn)的個(gè)數(shù)M，將成熟像素?cái)?shù)目M與椪柑目標(biāo)區(qū)域總像素N做比較，通過(guò)計(jì)算得到椪柑區(qū)域的成熟像素占比，即設(shè)為椪柑的色澤參數(shù)。

4 實(shí)驗(yàn)結(jié)果及分析

實(shí)驗(yàn)以湘西椪柑為研究對(duì)象，根據(jù)四川省出臺(tái)的《柑桔等級(jí)規(guī)格》標(biāo)準(zhǔn)[7]將椪柑分為四個(gè)等級(jí)：特等品、一等品、二等品、次等品，分級(jí)參數(shù)見(jiàn)表1 。分級(jí)時(shí)，首先根據(jù)果徑大小進(jìn)行椪柑初步分級(jí) ，然后再根據(jù)色澤參數(shù)得到最終分級(jí)結(jié)果，色澤判定得到的等級(jí)不能高于果徑判定得到的等級(jí)。例如，某椪柑根據(jù)果徑得到等級(jí)為一等品，其色澤占比為96%，但因果徑大小達(dá)不到特等品要求，因此該椪柑判定為一等品。

表1 椪柑分級(jí)參數(shù)

實(shí)驗(yàn)在主頻為1.8GHz的 AMD A8-7100 Radeon R5的處理器上進(jìn)行，其運(yùn)行內(nèi)存為4GB，采用MATLAB R2014a進(jìn)行實(shí)驗(yàn)仿真。實(shí)驗(yàn)中，人工選取每個(gè)等級(jí)20個(gè)椪柑作為測(cè)試樣本，分級(jí)結(jié)果如表2所示。

表2 椪柑分級(jí)結(jié)果

從表2可知，該算法對(duì)椪柑果徑大小和色澤的識(shí)別準(zhǔn)確率很高，因此椪柑分級(jí)總體準(zhǔn)確率較高。同時(shí)，該算法計(jì)算復(fù)雜度低，單幅圖像平均處理時(shí)間為 0.26s，能夠滿(mǎn)足實(shí)際生產(chǎn)中實(shí)時(shí)分級(jí)的要求。

5 結(jié)論

針對(duì)椪柑人工分級(jí)時(shí)，分級(jí)速度慢、精度低、人為影響因素多等不足，提出基于果徑大小和色澤的椪柑自動(dòng)分級(jí)算法。考慮到椪柑圖像采集過(guò)程中存在光照不均的問(wèn)題，算法首先使用Retinex方法對(duì)椪柑圖像進(jìn)行光照補(bǔ)償預(yù)處理，有效減少了光照不均對(duì)椪柑分級(jí)的影響。分級(jí)在HSV空間中進(jìn)行，通過(guò)S分量進(jìn)行閾值分割，并通過(guò)H分量得到色澤參數(shù)，結(jié)合果徑大小參數(shù)，對(duì)椪柑進(jìn)行分級(jí)。仿真實(shí)驗(yàn)得到椪柑分級(jí)準(zhǔn)確率平均達(dá)90%以上，且算法計(jì)算復(fù)雜度低，能達(dá)到實(shí)時(shí)分級(jí)的要求。為進(jìn)一步提高分級(jí)準(zhǔn)確率，融合更多的圖像特征，考慮先進(jìn)的模式識(shí)別算法將成為下一步研究的方向。