基于機器視覺條件的火龍果自動分級檢測系統

文/辛華健 ，楊 銓

【導讀】 果實商品化處理中，傳統的人工分級方式耗時、成本高、準確率難以保證。開發基于機器視覺條件的果品自動分級檢測系統，對促進我國果品產業健康持續發展具有重要的現實意義。

火龍果屬仙人掌科，是亞熱帶水果經濟作物，一般分為紅皮紅肉、紅皮白肉及黃皮白肉等3種類型，紅皮紅肉、紅皮白肉在市場上較為常見[1]。火龍果營養價值極其豐富，具有低熱量、高纖維及糖分少等特點。我國的火龍果種植面積相對較少，很大部分依靠進口渠道來滿足國人的需求。尤其是中國—東盟雙邊貿易合作機制的建立，我國火龍果國外貿易從以往1.34億美元突飛猛進地增長至30億美元左右[2]。隨著我國農業經濟政策調整和產業結構不斷發生變化，我國火龍果業在種植、采摘及深加工等方面面臨更大的挑戰和機遇。

有效分級是火龍果深加工和商品化的關鍵工藝環節。傳統的人工分級，不但耗時，效率低，而且人工成本高。計算機機器視覺是隨著互聯網技術不斷提高和農業經濟需求而發展起來的新興技術，機器視覺與火龍果分級有效結合在一起，代替了傳統的人工分級模式，提高了工作效率[3]。因此，基于機器視覺條件的火龍果自動分級系統研究已成為當前關注的重點。

1 基于機器視覺條件的水果自動分級系統研究現狀

機器視覺是伴隨著互聯網技術發展而來的新興技術。其主要原理是通過計算機對水果三維模型空間的感知，包括捕捉、數據分析及圖像識別等，完成自動分級的全過程。它有效綜合了計算機科學、工業設計、農業、信息自動化及智能識別等相關專業知識，在各種水果自動分級系統中被廣泛應用[4]。基于機器視覺條件的水果自動分級系統，一般分為3個模塊：水果獲取三維模型圖像、處理并分析圖像要素、智能輸出并完成識別。

商品化處理是水果采摘后進入市場的重要環節，包括清洗、打蠟、分級及包裝等。現階段，清洗、打蠟和商品包裝等環節技術相對比較成熟，但在自動分級方面比較欠缺。為了實現水果自動化分級，20世紀中期，我國開始研究現代化水果自動分級技術，計算機視覺技術隨之開始推廣起來。隨著信息技術不斷提高，機器視覺在水果信息獲取、加工處理和產品包裝等流程取得了實質性的進展。火龍果的分級主要從外部指標和內部指標兩個角度考慮，外部指標為尺寸外觀、色澤等，內部可以通過糖度、酸度等指標進行分級。當前，我國對火龍果自動識別分級的研究較少。基于計算機機器視覺技術，能有效實現火龍果的自動化分級。

2 火龍果自動分級系統的設計思路

按照成熟度、色澤度、完整度和質量缺陷分為一級、二級和三級[5]，基于機器視覺條件的水果自動分級也以這4個方面進行（見表1）。

3 機器視覺的火龍果自動分級檢測系統設計

計算機視覺具有速度快、精度高及分級系統性能穩定等特點，在農業其他水果品種分級中也被廣泛運用，并產生了很高的經濟價值。由于火龍果人工分級準確率不高，難以滿足商品化處理的要求，國內的相關專家開始嘗試利用機器視覺技術進行火龍果分級。常見的火龍果自動分級檢測系統，包括光源、高清工業相機、計算機處理系統及圖像采集智能軟件。機器視覺使用的高清相機一般是工業相機，一般只能監測到火龍果的表面部分區域，無法全面采集火龍果的表面信息。同時，如果在分級對位過程中不準確，圖像就無法保證快速有效地進行分割，嚴重制約著火龍果分級技術的發展。因此，在機器視覺檢測時必須對火龍果進行定位處理。

表1 火龍果分級標準

我國的火龍果自動分級檢測系統機械傳送裝置，一般采用雙錐滾子結構。火龍果隨錐滾子結構向前運動時，自主完成轉動，結合高清相機進行圖像采集，然后得到火龍果表面多次的三維圖像。由于在高清相機多次進行圖像采集時容易造成部分火龍果圖像的遺漏；火龍果果梗與其表面質量缺陷相似度極高，需要多次重復采集，降低了分級效率。對此，設計出一種機器視覺條件的火龍果自動分級檢測系統，主要由4個部分組成，即傳輸水果機構、火龍果定向裝置、視覺處理系統及分送組件（見圖1）。

4 機器視覺的火龍果自動分級檢測系統關鍵環節

一是光源選擇。光源對火龍果圖像采集質量的好壞有很大的影響，是決定火龍果高效分級的重要因素。合適的光源能夠提高采集圖像的清晰度，有效降低機器視覺處理數據的難度，提高計算速度，進而充分保證分級精確度。光源的影響因素有照度、魯棒性、勻稱性。在試驗過程中，對多種光源進行了對比分析。通過不同光源試驗對比，最終選定了LED光源 （見表2）。LED光源顏色種類多、形狀樣式豐富、帶電效率高、耗電量低及發光穩定，在水果分級監測系統中普遍應用，可根據不同分級狀況，設計對應的LED光源。

二是圖像采集技術設計。在火龍果自動分級系統的傳輸、定位、圖像采集機分組等環節中，圖像采集技術是該系統的核心。火龍果圖像采集過程受多方面因素的影響。比如光源在火龍果表面會反射不規則光線，影響火龍果圖像采集的清晰度和穩定性。因此，應盡量避免光線對火龍果分級指標的影響，提高自動分級效率和精度。圖像采集技術編程語言主要是用VC++6.0實現，圖像采集的圖片大小規格為768×576。試驗過程中的圖像采集系統，一般有火龍果載物平臺、CCD攝像機、光源箱、計算機處理系統、分級控制裝置等。在智能識別條件下，火龍果被傳輸裝置輸送至載物平臺，CCD攝像機被放置在火龍果載物臺上方及左右兩側，將采集到的火龍果圖像傳輸至計算機處理系統，對圖像進一步處理分析（見圖2）。CCD照相機采集的火龍果圖像質量好壞，直接影響其自動分級。

三是傳輸火龍果機構和定向裝置設計。火龍果傳輸機構主要由傳輸帶和若干滾動小滑輪組成。火龍果隨著傳輸帶向前滑動，同時受滾動小滑輪的導向作用，在輸出通道內依次排列成帶狀形式被輸出。因此，傳輸火龍果機構、定向裝置及分送組件之間，對火龍果的輸送要求基本一致。火龍果定向裝置包括第二支架、傳動鏈條、定位器和定向驅動單元。傳輸過程結束后，定向裝置將火龍果有序地通過第二支架固定在傳動鏈條的鏈載平臺上，進而實現定向裝置與傳動鏈條的同步傳輸。

表2 常見光源選擇

表3 火龍果自動分級檢測系統試驗結果

5 火龍果自動分級檢測系統試驗結果分析

為了充分驗證基于機器視覺的火龍果自動分級檢測系統的可行性，選取300個紅皮紅肉火龍果進行試驗。300個火龍果分為3組，即處理1、處理2、處理3，且以人工分級為對照組進行對比試驗，試驗結果見表3。從表3中看出，機器視覺的火龍果自動分級檢測系統所分級的火龍果個數，與人工分級個數無顯著性差異（P＞0.05），但分級時間具有顯著性差異（P＜0.05）；火龍果自動分級檢測系統不同處理間無顯著性差異（P＞0.05）。表明該火龍果自動分級檢測系統精確度高且穩定性好，與人工分級相比，分級效率有了很大程度地提高，能有效地替代人工分級。

6 小結

綜上所述，基于機器視覺技術研發了火龍果自動分級監測系統，主要由傳輸水果機構、火龍果定向裝置、視覺處理系統及分送組件構成。試驗結果表明，與傳統的人工分級方式相比，該火龍果自動分級檢測系統精確度高且穩定性好，能有效縮短分級時間，有利于促進火龍果產業的高質量發展。