朱明，田爽，周鋒，王如剛

（1.鹽城工學(xué)院信息工程學(xué)院，江蘇鹽城224051；2.南京農(nóng)業(yè)大學(xué)工學(xué)院，南京210046）

基于圖像處理的果蔬溯源秤系統(tǒng)設(shè)計(jì)與開發(fā)

朱明1*，田爽2，周鋒1，王如剛1

（1.鹽城工學(xué)院信息工程學(xué)院，江蘇鹽城224051；2.南京農(nóng)業(yè)大學(xué)工學(xué)院，南京210046）

為了解決傳統(tǒng)溯源秤不夠智能、操作繁瑣的問題，設(shè)計(jì)了一種新型果蔬圖像溯源秤系統(tǒng)。系統(tǒng)采用C/S架構(gòu)，包括溯源秤客戶端和服務(wù)端兩大部分，客戶端基于圖像處理技術(shù)可以通過攝像頭采集果蔬圖像來實(shí)現(xiàn)果蔬產(chǎn)品的自動售賣，服務(wù)端通過Wi-Fi遠(yuǎn)程管理客戶端，整個系統(tǒng)都是利用QT框架開發(fā)。重點(diǎn)研究了基于顏色紋理特征的多類SVM果蔬圖像識別算法、QT圖形界面開發(fā)、基于Tcp協(xié)議的網(wǎng)絡(luò)通信開發(fā)等。系統(tǒng)測試表明：果蔬圖像識別速度快捷、識別率高，系統(tǒng)整體功能工作良好，可以滿足實(shí)際使用需求。

溯源秤系統(tǒng)；顏色紋理特征；果蔬識別；QT

隨著國家對于食品溯源體系建設(shè)的日益重視，商務(wù)部“肉類蔬菜流通追溯體系”正在緊鑼密鼓的開展中［1-2］。溯源秤作為集計(jì)量稱重、打印憑證、無線通訊、電子結(jié)算、數(shù)據(jù)上傳為一體的終端設(shè)備，通過與物聯(lián)網(wǎng)技術(shù)的“嫁接”，已經(jīng)成為了食品流通追溯體系中的關(guān)鍵一環(huán)［3］。目前傳統(tǒng)的溯源秤主要采用人工記憶輸入或二維碼標(biāo)簽、RFID標(biāo)簽掃描的形式來輸入果蔬產(chǎn)品的類別信息，不僅需要耗費(fèi)大量的人力物力成本，同時也不利于果蔬產(chǎn)品的自動售賣。為解決上述問題，本文開發(fā)研究了基于圖像處理的果蔬溯源秤系統(tǒng)。本系統(tǒng)采用C/S架構(gòu)模式，客戶端和服務(wù)端之間采用無線網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)通信，其中客戶端運(yùn)行在嵌入式系統(tǒng)平臺上，負(fù)責(zé)果蔬銷售功能和果蔬圖像識別；服務(wù)端運(yùn)行在PC機(jī)平臺上，負(fù)責(zé)對客戶端銷售的信息進(jìn)行管理。

1　系統(tǒng)方案論述

本文提出了一種新型果蔬圖像識別溯源秤系統(tǒng)，溯源秤系統(tǒng)包括溯源秤客戶端和溯源秤服務(wù)端軟件，其具體要求與功能為：溯源秤客戶端具有果蔬識別和常規(guī)電子秤功能，果蔬識別采用本文提出的基于顏色和紋理特征的多類SVM分類算法。本客戶端軟件通過Wi-Fi模塊與服務(wù)端軟件進(jìn)行數(shù)據(jù)通信，進(jìn)行溯源信息的上傳與下載。服務(wù)端軟件主要負(fù)責(zé)溯源信息的管理，管理員在PC端登錄服務(wù)端軟件，對銷售的果蔬溯源信息進(jìn)行錄入，并且可以通過無線網(wǎng)絡(luò)遠(yuǎn)程管理客戶端上的數(shù)據(jù)。通過客戶端和服務(wù)端的協(xié)作，整個溯源秤系統(tǒng)可以完成果蔬產(chǎn)品的自動售賣以及實(shí)現(xiàn)果蔬產(chǎn)品信息的追溯功能。

2　系統(tǒng)設(shè)計(jì)

溯源秤客戶端運(yùn)行在Linux系統(tǒng)上，運(yùn)行于PC的溯源秤服務(wù)端軟件和溯源秤客戶端運(yùn)行的應(yīng)用程序都是利用QT開發(fā)。溯源秤客戶端和服務(wù)端的組成框圖如圖1、圖2所示?？蛻舳酥饕枰瓿蓤D像采集、圖像識別、稱重信息顯示、無線通信等功能。服務(wù)端主要負(fù)責(zé)溯源信息管理以及與客戶端之間進(jìn)行網(wǎng)絡(luò)通信。

圖1　溯源秤客戶端組成框圖

圖2　溯源秤服務(wù)端組成框圖

2.1硬件設(shè)計(jì)

2.1.1Tiny210V2開發(fā)板平臺

本系統(tǒng)使用的嵌入式開發(fā)平臺為友善之臂公司生產(chǎn)的Tiny210V2開發(fā)板［4］。該開發(fā)板是一款高性能Cortex-A8核心板，采用了Samsung S5PV210作為處理器，運(yùn)行主頻高達(dá)1 GHz，64/32位內(nèi)部總線結(jié)構(gòu)，可以實(shí)現(xiàn)2 000 DM instraction/s（每秒運(yùn)算2億條指令集）的高性能運(yùn)算能力，內(nèi)部集成了PowerVR SGX540高性能圖形引擎，可以流暢運(yùn)行Android，Linux和WinCE6等高級操作系統(tǒng)，具有低功耗高效率的特性，能夠充分滿足溯源秤系統(tǒng)的基本要求。

Tiny210V2開發(fā)板采用了核心板加底板的設(shè)計(jì)方法，如圖3和圖4所示。核心板上主要有S5PV210處理器，512 Mbyte DDR2 RAM內(nèi)存，512 Mbyte NAND Flash存儲器以及若干與底板連接的接口等。底板上主要有LCD顯示屏接口、網(wǎng)口、RS232串口、SD卡座、USB接口、SDIO Wi-Fi接口等硬件資源。

圖3　Tiny210V2 SDK底板

圖4　Tiny210V2核心板

2.1.2USB攝像頭選取

本系統(tǒng)中選用USB攝像頭作為圖像采集工具，使用USB攝像頭的優(yōu)點(diǎn)是即插即用，并且Linux系統(tǒng)上可以通過V4L2驅(qū)動［5］來配置USB攝像頭的幀率、圖像壓縮格式、圖像大小等參數(shù)，便于程序優(yōu)化。同時，考慮到溯源秤大小有限，為了方便以后開模加工，攝像頭體積應(yīng)該比較小巧。據(jù)此，本系統(tǒng)選擇的攝像頭為HDF9655-BJ，該產(chǎn)品主要應(yīng)用于筆記本電腦、一體機(jī)、小型攝像機(jī)，USB輸出，130萬像素，符合VGA標(biāo)準(zhǔn)。攝像頭實(shí)拍圖如圖5所示。

圖5　USB攝像頭實(shí)拍圖

2.1.3Zigbee無線傳輸模塊

本系統(tǒng)使用的Wi-Fi模塊是友善之臂公司提供的基于Marvell 8686芯片的SD Wi-Fi模塊，如圖6所示。

圖6　SD Wi-Fi模塊

該模塊具有低功耗、高性能的特點(diǎn)，通過Tiny210 SDK底板上的SDIO接口與Tiny210V2開發(fā)板連接使用。該模塊工作特性為：（1）支持IEEE 802.11b/g；（2）11g：54/48/36/24/18/12/9/6M自適應(yīng)；（3）11b：11/5.5/2/1M自適應(yīng)；（4）常規(guī)功耗（3.3 V供電）：180 mA（接收）/270 mA（發(fā)送）。

2.2溯源秤客戶端軟件設(shè)計(jì)

2.2.1系統(tǒng)工作流程

本系統(tǒng)在工作時，首先撥動開發(fā)板上電開關(guān)，Linux系統(tǒng)啟動后自動加載溯源秤客戶端軟件，加載數(shù)據(jù)庫以及SVM圖像樣本特征庫，隨后開啟串口通信和網(wǎng)絡(luò)通信線程，等待接收數(shù)據(jù)，并顯示出軟件操作界面等待用戶操作。用戶打開攝像頭后，攝像頭采集到Y(jié)UV格式的圖片，轉(zhuǎn)換成QImage格式并實(shí)時顯示在LCD屏上，隨后進(jìn)行圖像處理和識別過程，識別出果蔬產(chǎn)品的種類后，結(jié)合數(shù)據(jù)庫中的信息將交易結(jié)果顯示在屏幕上，即完成一筆自動售賣交易。交易結(jié)果可以通過無線網(wǎng)發(fā)送到遠(yuǎn)程的服務(wù)端軟件內(nèi)。工作流程如圖7所示。

圖7　溯源秤客戶端主要工作流程圖

2.2.2果蔬圖像數(shù)據(jù)庫構(gòu)建

圖8　果蔬圖像采集裝置

為了模擬溯源秤的實(shí)際使用環(huán)境，本系統(tǒng)搭建了如圖8所示的圖像采集裝置。以超市常用的ACS電子秤為基礎(chǔ)，安裝了開發(fā)板和USB攝像頭。其中攝像頭安裝在電子秤的頂部，斜向下約45°拍攝，秤盤大小為32 cm×24 cm，攝像頭距離秤盤垂直高度為35 cm。采用基于Tiny210V2開發(fā)板自主開發(fā)的圖像采集軟件，來采集果蔬圖像，果蔬產(chǎn)品的擺放位置隨機(jī)，個數(shù)隨機(jī)，包含了貼近、堆疊、粘連等情況。

本文構(gòu)建的果蔬圖像數(shù)據(jù)庫一共包含13種果蔬，包括蘋果、香蕉、桃子、梨、獼猴桃、火龍果、提子、土豆、西紅柿、黃瓜、西蘭花、青菜、油麥菜。為了保證構(gòu)建的圖像數(shù)據(jù)庫盡可能接近實(shí)際光照情況，設(shè)計(jì)了6種光照，包括陰影（光強(qiáng)73 cd）、弱側(cè)光（光強(qiáng)103 cd）、強(qiáng)測光（光強(qiáng)118 cd）、室內(nèi)光（光強(qiáng)98 cd）、正面強(qiáng)光（光強(qiáng)124 cd）、正面弱光（光強(qiáng)110 cd）。所有的果蔬在每種光照下拍攝260張照片，六種光照下果蔬圖片共計(jì)1 560張。

2.2.3果蔬圖像預(yù)處理

作為一款應(yīng)用于超市、菜市場里的實(shí)用產(chǎn)品，周圍的圖像采集環(huán)境肯定不是一成不變的，亮度不均勻、陰影、遮擋、鏡面反光、背景混亂以及攝像頭可能存在缺陷導(dǎo)致拍攝圖像失真，這些因素都會嚴(yán)重的影響果蔬農(nóng)產(chǎn)品的識別。在與處理中，將果蔬產(chǎn)品與背景準(zhǔn)確的分割開來是圖像預(yù)處理的關(guān)鍵步驟，本文采用了一種基于Lab顏色空間的K均值聚類分割算法［6］。

預(yù)處理主要步驟如下：（1）對攝像頭采集到的圖片進(jìn)行切割處理，由于設(shè)備攝像頭位置固定，故僅保留圖片中秤盤內(nèi)的部分，可以切除外圍的干擾；（2）對切割后的圖片進(jìn)行中值濾波；（3）將RGB彩色圖像轉(zhuǎn)換到Lab顏色空間，采用K均值聚類方法對圖像進(jìn)行分割；（4）對分割后的二值圖像進(jìn)行形態(tài)學(xué)處理，填充孔洞；（5）中值濾波后的圖片與形態(tài)學(xué)處理后的圖片做交集，即得到去除背景后的果蔬圖片。圖9為預(yù)處理前后圖像。

圖9　預(yù)處理前后果蔬圖像

2.2.4特征提取

通常，描述果蔬圖像的特征一般包括顏色特征、紋理特征。本系統(tǒng)提取了HSV全局顏色直方圖作為顏色特征，提取了局部二值模型（LBP）作為紋理特征。下面簡要給出這兩種特征的提取方法。

2.2.4.1顏色特征

HSV顏色直方圖按照公式（1）計(jì)算，通過計(jì)算可以得到一個256維的顏色直方圖：

式中：H、S、V是量化后的顏色分量，本文將H分量非均勻量化為16級，S、V分量分別均勻量化為4級；QS、QV分別為S、V分量的量化級數(shù)。

2.2.4.2紋理特征

局部二值化模式LBP（Local Binary Pattern）最早是由Ojala［7-8］等人在1996年提出，由于具有計(jì)算速度快和實(shí)現(xiàn)簡單的優(yōu)點(diǎn)，而且該方法是計(jì)算局部的紋理特征，對光線變化具有較好的承受能力，可以得到良好的識別效果，得到了許多研究人員的認(rèn)可，現(xiàn)在多將其應(yīng)用于圖像紋理特征的提取上，因此本文提取果蔬圖像的LBP特征作為紋理特征用于果蔬識別。

圖10是一個LBP編碼過程例子，首先使用一個3×3大小的窗口從原始圖像中取出對應(yīng)像素值，通過中心點(diǎn)閾值化，得到LBP二進(jìn)制編碼，再與權(quán)值窗口中對應(yīng)的權(quán)值相乘，即可得到中心點(diǎn)對應(yīng)的LBP十進(jìn)制編碼值。

圖10　LBP編碼過程示例

2.2.3基于顏色紋理特征的多類SVM果蔬圖像識別算法

本文提取果蔬圖像的顏色紋理特征，并通過多類SVM分類器［9］進(jìn)行識別，整個果蔬識別算法流程如圖11所示。訓(xùn)練階段，首先將樣本圖像進(jìn)行預(yù)處理，然后提取果蔬圖像的GCH特征（256維）和LBP特征（256維），將這兩種特征采用級聯(lián)的方式融合成圖像特征矢量（512維），并采用最大最小歸一化方法歸一化到0和1之間，隨后，使用一對一（OAO）SVM多類分類器［10］進(jìn)行訓(xùn)練，得到分類器模型。其中，SVM的核函數(shù)均為徑向基函數(shù)RBF（Radial Ba?sis Function）；在一對一SVM分類器訓(xùn)練時，采用5折交叉驗(yàn)證法進(jìn)行訓(xùn)練，然后采用網(wǎng)格搜索法來得到最優(yōu)的懲罰因子C和RBF核函數(shù)的參數(shù)g。

圖11　基于顏色紋理特征的多類SVM果蔬識別算法

測試階段，首先讀入測試圖像，進(jìn)行預(yù)處理、提取特征并歸一化（方法同訓(xùn)練過程），然后，將待測圖像特征輸入訓(xùn)練好的多類SVM分類器中，即可得到識別結(jié)果。

在實(shí)際編程實(shí)現(xiàn)時，先在MATLAB中訓(xùn)練好SVM模型，將模型導(dǎo)出為SVM.Model模型文件供溯源秤系統(tǒng)客戶端軟件在進(jìn)行果蔬識別時使用。

2.3溯源秤服務(wù)端軟件設(shè)計(jì)

Qt是1991年奇趣科技開發(fā)的一個跨平臺的C++圖形用戶界面應(yīng)用程序框架［11］。它提供給應(yīng)用程序開發(fā)者建立藝術(shù)級的圖形用戶界面所需的所用功能。本設(shè)計(jì)的上位機(jī)軟件正是用QT開發(fā)，選用的集成開發(fā)環(huán)境是Qt Creator。

2.3.1信息管理模塊

信息管理界面是數(shù)據(jù)庫與用戶直接交互的工具，需要具備信息錄入、信息修改、信息刪除以及信息查詢這4個主要功能。主界面分為5個Tab頁，分別是商戶信息、商品信息、交易信息、賬號密碼和網(wǎng)絡(luò)管理。服務(wù)端和客戶端都采用Sqlite3數(shù)據(jù)庫［12］來存儲溯源數(shù)據(jù)信息。

商戶信息Tab頁如圖12所示，包含該商戶的名稱、電話、經(jīng)營主體備案號以及商戶的地址。直接在輸入框內(nèi)輸入相應(yīng)信息，然后單擊“保存”，商戶信息隨后會寫入服務(wù)端數(shù)據(jù)庫。點(diǎn)擊“取消”后，輸入框內(nèi)的信息會清空，同時數(shù)據(jù)庫清除商戶信息數(shù)據(jù)。

商品信息Tab頁，用于果蔬產(chǎn)品信息的輸入、修改、查詢，采用Qt中的QTabelView表格控件來顯示，如圖13所示。

圖12　商戶信息Tab頁

交易信息Tab頁用于顯示和查詢客戶端的交易信息，如圖14所示。為了保證溯源信息不被修改，本頁面只提供數(shù)據(jù)檢索和數(shù)據(jù)刪除功能，不提供數(shù)據(jù)添加和數(shù)據(jù)修改功能。

本系統(tǒng)的服務(wù)端和客戶端采用的是基于無線網(wǎng)絡(luò)的Tcp通信，服務(wù)端軟件主要負(fù)責(zé)創(chuàng)建服務(wù)端口，等待客戶端建立Tcp通信，網(wǎng)絡(luò)管理界面如圖15所示。在使用時，輸入本機(jī)IP地址及網(wǎng)絡(luò)端口號，點(diǎn)擊開啟服務(wù)，待客戶端狀態(tài)由“未連接”變成“已連接”時，即可點(diǎn)擊右側(cè)相應(yīng)按鈕進(jìn)行數(shù)據(jù)通信。

本服務(wù)端軟件初始賬戶為Admin賬戶，在實(shí)際使用時可以根據(jù)需要在該頁面修改Admin賬戶的密碼，或者為其他管理員新創(chuàng)建賬戶密碼。具體界面如圖16所示。

圖13　商品信息Tab頁

圖14　交易信息Tab頁

圖15　網(wǎng)絡(luò)管理Tab頁

圖16　賬號管理Tab頁

2.3.2網(wǎng)絡(luò)通信模塊

Qt提供了的QTcpSocket類和QUdpSocket類，分別對應(yīng)實(shí)現(xiàn)TCP和UDP傳輸協(xié)議。TCP是面向連接的基于數(shù)據(jù)流的可靠傳輸協(xié)議，適用于連續(xù)大量的數(shù)據(jù)傳輸；UDP是輕量級無連接的基于數(shù)據(jù)報(bào)文的不可靠傳輸協(xié)議，適用于離散信息包在網(wǎng)絡(luò)節(jié)點(diǎn)間傳輸。為了保證客戶端和服務(wù)端之間數(shù)據(jù)傳輸?shù)恼_可靠，本系統(tǒng)選擇使用TCP協(xié)議來進(jìn)行數(shù)據(jù)傳輸，TCP服務(wù)端和客戶端創(chuàng)建流程如圖17所示。

圖17　服務(wù)端和客戶端TCP通信流程圖

服務(wù)端軟件和客戶端軟件中，網(wǎng)絡(luò)通信模塊都是在單獨(dú)的線程中運(yùn)行，這樣可以實(shí)時進(jìn)行數(shù)據(jù)的上傳下載以及數(shù)據(jù)庫的更新。為了方便數(shù)據(jù)傳輸和解析，本系統(tǒng)按照自定義的通信幀協(xié)議來傳輸數(shù)據(jù)庫表中的數(shù)據(jù)，數(shù)據(jù)通信幀格式見表1和表2。

表1　服務(wù)端指令幀格式

表2　客戶端指令幀格式

其中每組數(shù)據(jù)之間用“%”間隔，不同字段之間用”&”間隔，并且字段與字段之間的順序嚴(yán)格按照數(shù)據(jù)庫表設(shè)計(jì)的順序排列。服務(wù)端和客戶端通信采用字符串流的形式傳輸數(shù)據(jù)，且每次通信發(fā)起方都是服務(wù)端?？蛻舳嗽谡_收到服務(wù)端的請求后，立即回復(fù)表2中的”10ACK”幀命令，隨后再完成服務(wù)端請求中要實(shí)現(xiàn)的功能，如保存信息、刪除信息、更新系統(tǒng)時間等。

3　系統(tǒng)測試

系統(tǒng)開發(fā)完畢后，為了測試本系統(tǒng)的性能，搭建了如圖18的系統(tǒng)聯(lián)試環(huán)境。主要包括ACS電子秤一臺、USB攝像頭一個、安裝了溯源秤客戶端軟件的Tiny210V2開發(fā)板一套、安裝了溯源秤服務(wù)端軟件的筆記本電腦一臺、無線路由器一臺以及串口線兩根等。

圖18　系統(tǒng)聯(lián)試環(huán)境

打開攝像頭，將兩個蘋果隨意擺放在秤盤上，如圖19所示，從圖像顯示區(qū)可以實(shí)時看到USB攝像頭采集到的蘋果的圖像，同時將蘋果的重量0.346 kg顯示在屏幕上，此時交易按鈕處于使能狀態(tài)，等待點(diǎn)擊開始果蔬識別并交易。

圖19　客戶端運(yùn)行界面

單擊“交易”按鈕后，后臺開始對采集到的果蔬圖像進(jìn)行識別，等待約3 s，彈出交易對話框。對話框中給出3種備選產(chǎn)品類別，依次為OAO SVM分類器獲得的投票數(shù)排名前三的果蔬類別，等待用戶確認(rèn)。

點(diǎn)擊人工確認(rèn)的產(chǎn)品名稱所在的按鈕，客戶端軟件根據(jù)產(chǎn)品名查詢數(shù)據(jù)庫，得到本次交易信息詳情，如圖20所示，顯示在QLable控件內(nèi)。隨后，點(diǎn)擊“確認(rèn)購買”，本次交易完成并且將交易信息寫入數(shù)據(jù)庫內(nèi)。

圖20　交易界面

在當(dāng)天銷售結(jié)束后，通過點(diǎn)擊服務(wù)端軟件的網(wǎng)絡(luò)管理模塊的“接收交易信息”按鈕，客戶端將交易信息上報(bào)至服務(wù)端，服務(wù)端將交易內(nèi)容寫入數(shù)據(jù)庫并在交易信息Tab頁內(nèi)顯示，如圖21所示。

圖21　服務(wù)端查看交易結(jié)果

本次交易中的蘋果圖像識別總耗時約2.303s，識別過程中各階段耗時如表3所示。

表3　果蔬識別各階段耗時

其中預(yù)處理階段耗時最長，占總耗時的66.17%，由于使用了基于LAB顏色空間的K-means聚類算法，聚類時需要對圖像中每個像素點(diǎn)與聚類中心計(jì)算歐式距離，因此所需計(jì)算量較大，耗時較長。

為了測試溯源秤客戶端在實(shí)際環(huán)境下對數(shù)據(jù)庫中的13種果蔬的識別能力，定義圖20交易界面中的OAO SVM分類獲得票數(shù)最高的識別結(jié)果為直接識別結(jié)果；定義3種備選結(jié)果中至少包含一次正確類別的結(jié)果為自動識別結(jié)果。對這13種果蔬分別進(jìn)行20次試驗(yàn)，每次試驗(yàn)擺放個數(shù)不定，擺放姿態(tài)隨意，記錄如表4所示。從表4可以看出系統(tǒng)的平均果蔬自動識別率達(dá)到了97%，且平均識別時間在2.5s內(nèi)，是在用戶使用時的允許等待時間范圍內(nèi)。果蔬實(shí)地測試結(jié)果表明本果蔬溯源秤系統(tǒng)的識別功能具有較高的實(shí)用價(jià)值。

表4　果蔬識別實(shí)地測試結(jié)果

4　結(jié)論

本文利用果蔬圖像識別技術(shù)，設(shè)計(jì)了一種新型果蔬圖像溯源秤，解決了目前市場上現(xiàn)有的溯源秤不夠智能、不易于自動售賣的問題。文中詳細(xì)給出了溯源秤各功能模塊的開發(fā)設(shè)計(jì)方法，并在最后對整個系統(tǒng)進(jìn)行了實(shí)地測試，測試驗(yàn)證了系統(tǒng)能夠穩(wěn)定運(yùn)行，并且具有較好的果蔬自動識別能力，可以滿足超市、菜場等地的自動售賣需求。

［1］解玲.國務(wù)院關(guān)于加強(qiáng)食品安全工作的決定［J］.農(nóng)業(yè)工程技術(shù)（農(nóng)產(chǎn)品加工業(yè)），2012，23（7）：4-7.

［2］趙巖，吳莉宇，王強(qiáng).我國農(nóng)產(chǎn)品質(zhì)量安全追溯系統(tǒng)的建立研究［J］.現(xiàn)代農(nóng)業(yè)科技，2009，33（18）：323-325.

［3］厲志飛.基于智能溯源秤技術(shù)構(gòu)建肉類、蔬菜流通追溯體系［J］.中國計(jì)量，2012，43（2）：30-32.

［4］http：//www.arm9.net/tiny210.asp［EB/OL］.

［5］徐家，陳奇.基于V4L2的視頻設(shè)備驅(qū)動開發(fā)［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2010，20（16）：3569-3572.

［6］陶華偉，趙力，奚吉.基于顏色及紋理特征的果蔬種類識別方法［J］.農(nóng)業(yè)工程學(xué)報(bào)，2014，23（16）：305-311.

［7］Ojala T，Pietik?inen M，Harwood D.A Comparative Study of Tex?ture Measures with Classification Based on Featured Distributions ［J］.Pattern Recognition，1996，29（1）：51-59.

［8］Ojala T，Pietikainen M，Maenpaa T.Multiresolution Gray-Scale and Rotation Invariant texture classification with local binary pat?terns［J］.IEEE Transactions on Pattern Analysis and Machine In?telligence，2002，24（7）：971-987.

［9］He L M，Kong F S，Shen Z Q.Multiclass SVM Based Land Cover Classification with Multisource Data［C］//Machine Learning and Cybernetics，2005.Proceedings of 2005 International Conference on.IEEE，2005（6）：3541-3545.

［10］Lingras P，Butz C.Rough Set Based 1-v-1 and 1-vr Approaches to Support Vector Machine Multi-Classification［J］.Information Sciences，2007，177（18）：3782-3798.

［11］任立松.基于嵌入式QT4漁業(yè)電臺GUI的設(shè)計(jì)和實(shí)現(xiàn)［D］.大連：大連海事大學(xué)，2013.

［12］穆紅顯，楊林楠，武爾維.基于QT4的SQLite可視化管理工具的研究與開發(fā)［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2012，37（5）：1795-1800.

朱明（1971-），男，漢族，江蘇鹽城人，鹽城工學(xué)院信息工程學(xué)院講師。主要研究方向?yàn)殡娮优c信息處理，嵌入式處理技術(shù)等，zhumycit@163.com。

Research and Development of Fruits and Vegetables Traceability Scale System Based on Image Processing*

ZHU Ming1*，TIAN Shuang2，ZHOU Feng1，WANG Rugang1
（1.College of Information Engineering，Yancheng Institute of Technology，Yancheng Jiangsu 224051，China；2.College of Engineering，Nanjing Agriculture University，Nanjing 210046，Chian）

In order to solve the traditional traceability scale is not intelligent enough and fussy operation，a new fruits and vegetable traceability system was designed based on image processing.The system uses C/S architecture，including client and server.The client can use an USB camera to take photos of fruits and vegetables，and recognize their kinds by image processing technology to realize auto sale.The server can manage the data in the client through Wi-Fi.And the whole system is developed under QT framework.In this paper，we mainly research on the algorithm of multi-SVM fruit image recognition based on color and texture，user interface development，network communica?tion based on Tcp protocol.Finally，the tests on the whole system show that the algorithm proposed can recognize fruits and vegetables fast and accurate，and the system works well，it has a high practical value.

traceability；color and texture feature；fruits and vegetables recognition；QT

TP391.4

A

1005-9490（2016）02-0487-08

EEACC：6140C10.3969/j.issn.1005-9490.2016.02.048

項(xiàng)目來源：江蘇省自然基金項(xiàng)目（14KJB510034）；2015年江蘇省產(chǎn)學(xué)研前瞻性聯(lián)合研究項(xiàng)目（BY2015057-39）；東南大學(xué)水聲信號處理教育部重點(diǎn)實(shí)驗(yàn)室2015年開放課題項(xiàng)目（UASP1501）；中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金項(xiàng)目（2242013K30010）；2014年江蘇省“雙創(chuàng)計(jì)劃”項(xiàng)目；鹽城工學(xué)院人才引進(jìn)項(xiàng)目（KJC2013014）

2015-05-04修改日期：2015-05-20