基于機器視覺技術的水果分級方法及應用研究

摘 要：水果產業一直以來都是農業領域的重要組成部分，其市場前景備受矚目，然而，隨著水果市場需求日益增長，水果分級的效率和準確性成為亟待改進的重點。機器視覺作為一種新興科學技術，在水果分級領域有巨大的發展空間。本文從我國水果分級現狀入手，分析機器視覺技術及其對水果分級帶來的好處，對中國現有的機器視覺分級技術進行簡述，深入剖析現代化先進的水果分級技術及其設備難以在生產生活實施的問題，提出相應的解決措施，希望為我國水果市場的蓬勃發展和水果分級領域的研究創新做出積極貢獻。

關鍵詞：機器視覺；水果分級；分級方法；供應鏈

一、引言

在當今“質享”經濟的大趨勢下，大眾消費水平和膳食營養水平都在持續提升，大眾對水果消費行為由剛需食品消費轉變為休閑零食消費，對水果的消費需求也從功能性需求過渡到品質化需求。消費者對水果價格的整體敏感度下降，水果行業從性價比競爭逐漸走向品質化競爭，消費者更加看重水果的新鮮度、品質、營養價值。然而，中國水果市場被進口水果沖擊嚴重。根據聯合國商品貿易庫的數據，中國是世界上最大的水果和蔬菜生產國，表觀消費量遠超排名第二的國家，但是水果銷售以本國消費為主，參與貿易的比例一直很低。

造成這樣的原因是農民組織化程度低、產業基礎薄弱、水果采收和流通設施落后、農產品流通渠道較長且復雜，水果采摘之后只按照大小和重量進行簡單的分級，分級程度差、時效性低、流通周期長、物流成本高、腐損浪費嚴重。所以，將機器視覺等各項技術應用于水果分級，提升水果流通效率，減少水果浪費，是推進產業轉型和市場擴大的關鍵。

二、我國水果分級現狀

目前我國國內水果商品化處理過程中的清潔、打蠟設備已經比較成熟，關鍵在于分級技術比較落后，還未有十分健全的水果分級設備。

傳統的水果分級方式主要有人工檢測和機械檢測。人工檢測大多是由農民自行揀選或招募工人，不僅費時費力費錢，耽誤水果最佳食用時間，而且分級標準不統一，分類的效率容易受到人們的情緒、疲勞程度以及身體狀況等因素的影響。傳統的機械分級也只是根據水果的大小和質量進行分級，而無法對水果的成熟度、顏色、表面缺陷等指標進行精確檢測，也就無法有效實現水果的品質分級，而且會對水果造成一定程度的機械損傷，在檢測的過程中粗暴的運輸方式容易碰傷水果，水果一旦受到損傷，其保質期就會被縮短，慢慢變得腐爛。

水果分級的指標分為外部品質和內部品質，傳統的人工與簡易機械分級方式大多是對于外部品質的分級，無法兼顧水果內部品質。同時，現行的水果內部品質檢測方法應用最多的是化學分析法，通過對少量的樣本進行破壞和內部檢測來判定整批水果的品質，可靠性和穩定性都比較低。

三、機器視覺技術概述

機器視覺是一種利用計算機和攝像機等設備，通過對圖像和視頻進行采集、處理、分析和理解，實現模擬和模仿人類視覺系統的技術。機器視覺結合了計算機視覺、圖像處理、模式識別、深度學習等多個學科領域的方法和技術，對采集到的圖像或視頻數據進行預處理，包括去噪、增強對比度、圖像配準、圖像矯正等，然后通過圖像處理算法和特征提取方法，從圖像或視頻中提取出有用的特征信息，如邊緣、紋理、顏色、形狀等，之后根據事先定義好的目標類別，利用特定的算法和模型，在圖像或視頻中檢測和跟蹤目標物體的位置、軌跡和狀態，再將提取到的特征與事先建立好的模型進行比較和匹配，以實現目標的識別與分類。

機器視覺技術的主要目標是使機器能夠從圖像或視頻數據中獲取信息，并根據這些信息做出相應的決策或執行特定的任務，對實時場景進行感知、識別和理解，從而實現自動化、智能化和高效率的應用。

四、基于機器視覺技術的水果分級方法的優點

1.提高分級的準確性

基于機器視覺的水果品質分級方法是通過深度學習等圖像識別技術進行水果品質分級，可以從水果特征的多個方面提供高度準確的分級，不僅可將腐爛果、傷殘果、畸形果、病蟲危害嚴重的不合格果剔除，使同一級別水果大小整齊，外形美觀，便于包裝、貯運、稱重和銷售，而且可以對水果的內部品質進行檢測。

2.提高生產效率

基于機器視覺的自動化分級系統能夠處理大量的水果，迅速而精確地進行分類，減少了人工操作，大大縮短了貨物送達的時間，提高了生產效率。相比傳統的手工分級方式，基于機器視覺的自動化水果分級系統能夠在更短的時間內完成更多的工作，同時減少了人為因素對分級結果的影響，降低了生產成本。

3.增強產品的品牌價值

消費者在購買水果時往往會重視品質、新鮮度和外觀等因素，通過使用機器視覺自動水果分級系統，可以向消費者提供不同品質的水果產品，并且確保這些產品都符合相應品質的標準，保證水果的質量穩定性和外觀美觀度，從而增強了產品的競爭力，有效提升品牌的價值和聲譽，吸引更多的消費者，擴大市場份額。

4.適應市場需求

分級具有靈活性，將機器視覺與大數據分析技術結合，可以根據市場需求和趨勢進行調整和預測。如果某種特定等級或品質的水果需求上升，該分級方法可以相應地增加該等級或品質的水果分類，以滿足消費者的需求。同時，如果市場對某種品質的水果需求下降，也可以相應地減少該品質的水果分類，以避免可能的庫存過剩和損失。

5.提高衛生標準

采用現代技術的水果分級方式可以最大限度地減少人員介入，從而降低了潛在的衛生風險，使得水果更符合食品安全標準，對于提高消費者對水果的信任度和滿意度具有重要意義。同時，安全衛生的生產過程也更符合國外出口產品的標準，有利于打開海外市場。

五、基于機器視覺技術的水果分級方法研究現狀

以下是我國學者運用機器視覺相關技術從水果的外部缺陷、顏色、形狀、含糖量4個方面對水果分級的相關研究。

1.外部缺陷

馬秀麗（2011）提出應用視覺注意力選擇機制對獲取到的水果圖像進行缺陷檢測，實驗表明基于注意力選擇的檢測結果更接近人對缺陷的判定，檢測準確率達到97.7%。在正確檢測到水果表面缺陷的基礎上，通過計算缺陷區域灰度共生矩和顏色矩來提取缺陷區域的紋理特征和灰度特征，并使用支持向量機的方法對缺陷區域進行分類，識別率能達到較滿意的效果，為95.8%。邱鵬等（2023）在香梨表面損傷識別的研究中，采用CNN和圖像分割來實現損傷的自動檢測和識別，利用平均灰度值方法、特征提取和CNN分類器的設計與訓練，進行了表面缺陷分類檢測，準確率可以達到 91%。

2.顏色

馬秀麗（2011）針對彩色空間色度分量存在不連續點的問題，提出了色度旋轉方法，將彩色平面逆時針旋轉120°，然后對經過色度Hue旋轉的色度分量進行直方圖分析，以獲取不同顏色類別水果的色度變化范圍，最后使用最小距離分類器對其進行分類，可得到97.2%的準確率。饒秀勤等（2009）提出了一種基于面積加權直方圖的水果表面顏色特征提取方法，利用水果的H分量面積加權直方圖提取水果表面顏色，補償水果表面曲率變化引入的檢驗誤差，在模式識別部分采用了主成分分析方法和馬氏距離分析方法對水果表面顏色進行分級，總的分級誤差僅為1.75%。

3.形狀

姚立健等（2012）采用數字圖像處理的方法，對RGB圖像進行預處理，用一個與水果目標具有同樣二階矩的橢圓來近似表示水果的形狀，然后通過RP算法訓練，得到一個具有9個隱層神經元的 BP 神經網絡，平均正確率為 92.5%。孫曉杰（2023）提出了一種優化型殘差神經網絡的蘋果外觀品質分級方法，以ResNet-34為基礎網絡，將殘差單元中的標準卷積替換為分組卷積，以降低模型的參數量和時間復雜度，加入Channel Shuffle實現組間混合通信和分組信息融合，使所提取的圖像特征更加豐富，同時引入通道注意力機制 ECA 模塊增強關鍵信息、抑制無用信息，提高模型特征表達能力，最后用并行池化替換傳統單一池化層，進而最大限度地保留特征信息。

4.含糖量

李軍良（2011）通過比較發現，從水果的近紅外光譜數據中提取出主成分特征，采用信息融合技術，在特征層融合DSP和近紅外光譜儀兩種不同傳感器的信息，建立了與近紅外信息融合的蘋果內部品質糖度分級模型，其分級正確率更高。黃星奕等（2012）運用SUV對杏干近紅外光譜進行預處理，分別采用偏最小二乘法（PLS）、向后區間偏最小二乘法（biPLS）和聯合區間偏最小二乘法（siPLS）建立杏干糖度的近紅外光譜模型并進行比較，得出用近紅外光譜技術結合biPLS 法能快速無損地檢測杏干糖度。

六、水果分級技術應用的問題分析及解決措施

雖然我國已有很多關于水果分級方面的研究，但是大多都停留在理論層面，受諸多因素的限制，難以做到真正落地實施，以下是關于用機器視覺及相關技術在水果分級中應用的問題分析及解決措施。

1.問題分析

（1） 相關設施設備建設成本高

實施水果分級需要一系列先進的設備和設施，如光電分選機、傳輸帶、計算機系統等，這些設備的采購、安裝和維護費用均較高，對于一些規模較小或經濟薄弱的水果種植戶而言負擔較大。此外，大規模的設施建設還需要消耗大量的人力、物力資源，導致實施難度增加。

（2） 運行實施需要專業化知識

水果分級涉及復雜的光學識別技術、計算機圖像處理和數據分析等方面的知識，需要專業人士進行操作和維護。然而，我國在這方面的人才儲備相對較少，從事人工水果分級的大多為農村剩余勞動力，缺乏具備專業知識的技術人員、農民和經營者，難以有效地操作和管理分級設備，這也限制了水果分級實施的范圍和效果。

（3） 分級的設施設備存在適應性問題

水果的大小、形狀、顏色和品質各不相同，現在的分級研究大多是針對單一品種或外觀相似品質的水果，難以適應眾多水果品種的分級要求。分級過程中，水果的外觀可能受到光照、濕度和其他環境因素的影響，這可能導致系統的性能受到波動，分級結果不準確。

（4） 初期使用時數據標注困難

機器視覺等多種技術組合的水果分級系統通常依賴大量的訓練數據來學習識別和分級，數據的標注過程是耗時且昂貴的，在分級系統正式投入使用之前還需要經過多次調試，不適宜保鮮期較短的水果。

（5） 分級標準不一致

水果分級必須確保分級的準確性，以滿足市場的質量標準，但是我國還沒有關于水果的分級標準體系，各地區、各企業甚至各個環節的分級標準不盡相同，極大地限制了水果的流通。

2.解決措施

（1） 提供資金或設備租賃計劃

政府可以通過農業補貼計劃、農業發展項目或資金援助，以協助農民和農業企業購買智慧化水果分級設備或技術。農業合作社和農業企業可以建立共享設備或設備租賃計劃，將設備成本分攤給多個農戶，降低每個農戶的成本，減輕農民的負擔。金融機構可以提供農民和農業企業購買先進的水果分級技術所需的融資支持。

（2） 提供培訓和技術支持

由技術供應商安排具有豐富技術知識和經驗的專業培訓師，根據不同用戶群體的需求進行培訓計劃的定制，包括農民、工人和技術維護人員。建立涵蓋操作設備的基本培訓、維護和故障排除的培訓以及安全培訓等全面的培訓計劃。提供易于理解的培訓材料，如用戶手冊、視頻教程和圖形說明等，這些材料可以幫助用戶在培訓結束后繼續參考和學習。設立熱線電話或在線支持渠道，以便用戶能夠在需要時獲得技術支持。培訓內容也需要根據技術發展定期更新，反映最新的技術和最佳應用方法。政府和農業組織可以提供財政支持，盡量減少或減免培訓費用，以確保培訓的普及性。

（3） 將基于機器視覺的水果分級作為供應鏈的一環

水果在收獲后，經過采集后立即送入分級設備，根據市場需求，設備根據水果的大小、重量、顏色和質量等參數將水果精確、高效地劃分為不同等級，加快供應鏈的響應速度，減少等待時間，確保高質量的產品進入高端市場，而次級產品則可以用于加工或其他用途，最大限度地提高收益，減少浪費。同時水果分級系統記錄和存儲每個水果相關的數據，如產地、收獲日期和分級結果，這有助于供應鏈追溯和質量控制，提高了產品的安全性和可追溯性。還可以對供應商的產品信息進行實時反饋，經市場需求預測和調研后，收購商可根據需求信息選擇合適的供應商，以適應市場變化，減少因產品不符合市場需求而造成的浪費。

（4） 繼續深入對水果分級方式方法的研發

開發通用的水果分級算法和系統，不只針對單一的水果品種，甚至可以開發對于各類蔬菜的分級系統。提高水果分級系統的適應性，在不同光照、溫度、濕度的環境條件下都能實現高精度、高效率的分級。不僅要注重外部品質的分級，內部品質也同等重要，加強對于水果內、外部品質相結合的水果分級系統的研發。

（5） 制定相對統一的水果分級標準和行業規范

我國政府機構、農業協會、行業組織應共同努力協調，制定統一的水果分級標準并大力推廣實施。鼓勵國家標準與國際標準對接，以確保國內生產的產品符合國際市場的需求，擴大產品的出口機會。政府和相關組織提供培訓和教育，以確保生產者、包裝廠和果蔬分級設備的操作員乃至消費者了解和遵守標準。建立質量認證體系，對符合標準的產品進行認證，提高產品的信譽和市場競爭力。加強監督和執法，確保水果分級標準得到有效執行，對不符合標準的產品進行處罰，確保市場上的產品質量和安全。

參考文獻：

[1]陸華良，王冬琴.果蔬類農產品供應鏈簡化分析——以蘇果超市為例[J].天津農業科學，2013（8）：37-43.

[2]劉明濤，劉亞，郭俊先.水果無損檢測技術的研究與應用[J].農業科技與裝備，2017（6）：51-55.

[3]王曉云，喬豪杰，劉鳳麗，等.基于機器視覺的水果品質分級方法綜述[J].成組技術與生產現代化，2023（1）：6-13.

[4]馬秀麗.基于數字圖像處理的水果表面品質檢測方法研究[D].沈陽：東北大學，2011.

[5]邱鵬，蘇兆兆，賈瑤鏇.基于機器視覺的香梨表面損傷識別研究[J].信息系統工程，2023（12）：133-136.

[6]饒秀勤，應義斌.水果按表面顏色分級的方法[J].浙江大學學報（工學版），2009（5）：869-871.

[7]姚立健，邊起，雷良育，等.基于BP神經網絡的水果分級研究[J].浙江農業學報，2012（5）：926-930.

[8]孫曉杰.基于殘差神經網絡的蘋果外觀品質分級研究[D].煙臺：山東工商學院，2023.

[9]李軍良.基于機器視覺和近紅外光譜的水果品質分級研究[D].南京：南京航空航天大學，2011.

[10]黃星奕，錢媚，徐富斌.基于機器視覺和近紅外光譜技術的杏干品質無損檢測[J].農業工程學報，2012（7）：260-265.