李建航，易克傳，劉 浪，張新偉，孫業(yè)榮

（安徽科技學(xué)院 機(jī)械工程學(xué)院，安徽 鳳陽(yáng) 233100）

近些年，隨著人們生活水平的不斷提高，對(duì)水果品質(zhì)的要求越來(lái)越高。而分級(jí)是水果生產(chǎn)加工中提高品質(zhì)的重要環(huán)節(jié)。傳統(tǒng)的水果分級(jí)方法主要是靠人工分揀，不僅費(fèi)時(shí)費(fèi)力，而且分級(jí)也不準(zhǔn)確［1]。機(jī)器視覺(jué)檢測(cè)已經(jīng)在水果的檢測(cè)和水果的自動(dòng)采摘中得到應(yīng)用，其中包括西瓜、臍橙、蘋(píng)果片的干燥程度、干棗的在線分級(jí)及成熟度檢測(cè)等。在水果檢測(cè)方面，劉啟全等［2]通過(guò)對(duì)采集的哈密瓜RGB圖像進(jìn)行處理后，采用橢圓擬合對(duì)哈密瓜輪廓進(jìn)行特征提取，利用橢圓的長(zhǎng)軸以及橢圓率建立分級(jí)標(biāo)準(zhǔn)，并以固定的閾值進(jìn)行分級(jí)檢測(cè)，其準(zhǔn)確率為90.29%。王干等［3]針對(duì)臍橙外觀缺陷程度的分級(jí)檢測(cè)進(jìn)行了研究，利用圖像處理技術(shù)獲取缺陷和尺寸參數(shù)，進(jìn)而實(shí)現(xiàn)臍橙的分級(jí)檢測(cè)。郭志明等［4]利用機(jī)器視覺(jué)技術(shù)結(jié)合紅外光譜分析技術(shù)開(kāi)發(fā)了蘋(píng)果品質(zhì)在線檢測(cè)系統(tǒng)，并采用蟻群算法建立最優(yōu)模型，預(yù)測(cè)集相關(guān)系數(shù)為0.9358，預(yù)測(cè)集均方根誤差為0.2619。在對(duì)干棗的在線分級(jí)處理中，采用閾值分割技術(shù)對(duì)干棗的尺寸、顏色以及缺陷的精確分類(lèi)準(zhǔn)確性較高［5]。在水果的自動(dòng)采摘方面，白克［6]設(shè)計(jì)了基于PLC和機(jī)器視覺(jué)相結(jié)合的控制系統(tǒng)，大大提高了水果的采摘效率。

本文以藍(lán)莓果實(shí)的分級(jí)加工為研究對(duì)象，通過(guò)采用機(jī)器視覺(jué)技術(shù)對(duì)采集的藍(lán)莓果實(shí)圖像進(jìn)行數(shù)字化處理，采用圖像分割標(biāo)記的手段，實(shí)現(xiàn)了對(duì)藍(lán)莓果實(shí)的準(zhǔn)確分割，對(duì)機(jī)器視覺(jué)技術(shù)用于水果分級(jí)具有重要意義。

1 材料與方法

1.1 供試材料

藍(lán)莓果實(shí)圖像采集系統(tǒng)主要由工業(yè)相機(jī)、鏡頭、相機(jī)支架、光源組成。實(shí)驗(yàn)光源采用漫反射板的高角度LED入射光源，選擇白色作為采集背景。其工作原理為工業(yè)相機(jī)采集藍(lán)莓果實(shí)圖像后，將采集的圖像傳送到計(jì)算機(jī)中，通過(guò)對(duì)圖像的處理識(shí)別從而判斷藍(lán)莓果實(shí)的大小情況，系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 圖像采集系統(tǒng)結(jié)構(gòu)示意圖Fig.1 The str uctur e diagram of the image acquisition system

1.2 藍(lán)莓果實(shí)圖像預(yù)處理

1.2.1 圖像去噪 藍(lán)莓果實(shí)圖像采集后，由于系統(tǒng)本身傳輸?shù)恼`差以及光照強(qiáng)度等因素的影響，會(huì)使圖像在采集過(guò)程中產(chǎn)生分布不均勻的噪聲、斑點(diǎn)等干擾因素，這些噪聲對(duì)圖像的頻譜寬度有帶限作用，造成了采集后的圖像不清晰。為了提高采集圖像的質(zhì)量，采用去噪速度快且效果比較好的均值濾波算法對(duì)采集后的圖像進(jìn)行去噪處理。消除干擾因素，提高圖像的質(zhì)量，進(jìn)而提高圖像分割和面積測(cè)算的速度和準(zhǔn)確性。均值濾波算法的原理是利用模板區(qū)域的像素平均值代替中間值，進(jìn)而達(dá)到平滑作用［7]。

均值濾波像素值可表示為

式中，f(x i,y i)為模板區(qū)域內(nèi)i點(diǎn)的像素值；n為模板區(qū)域像素總和。

1.2.2 圖像增強(qiáng) 圖像經(jīng)過(guò)濾波處理后其邊緣變得模糊，采用Sobel算子對(duì)圖像進(jìn)行銳化處理，并采用直方圖均衡化的方法提高濾波后藍(lán)莓果實(shí)圖像的對(duì)比度［8]。其實(shí)現(xiàn)方法是以某個(gè)像素點(diǎn)與其周?chē)徲?個(gè)像素點(diǎn)組成3×3的區(qū)域，分別沿水平方向和垂直方向與卷積核對(duì)應(yīng)點(diǎn)乘積后求和，將其結(jié)果值賦為該點(diǎn)新值。直方圖均衡化是將原始圖像的灰度圖中某個(gè)比較集中的灰度區(qū)間均勻地分布到整個(gè)灰度空間，實(shí)現(xiàn)對(duì)圖像的非線性拉伸，達(dá)到增強(qiáng)目的。通過(guò)直方圖的均衡化可增加圖像的亮度和對(duì)比度（見(jiàn)圖2）。輸出圖像的灰度值為

式中，ni表示當(dāng)前像素個(gè)數(shù)；L表示圖像中灰度級(jí)總數(shù)。

圖2 直方圖均衡結(jié)果Fig.2 Histogram equalization results

1.2.3 圖像二值化 圖像二值化處理是將圖像中的目標(biāo)區(qū)域和背景區(qū)域處理成黑色與白色，進(jìn)而實(shí)現(xiàn)對(duì)目標(biāo)區(qū)域的提?。?]。圖像二值化的關(guān)鍵是對(duì)閾值的選取，由于圖像直方圖呈雙峰性，為了便于閾值的自動(dòng)計(jì)算，本文選擇了具有較好分割效果的最大類(lèi)間方差法進(jìn)行計(jì)算。最大類(lèi)間方差法是以灰度直方圖為基礎(chǔ)，通過(guò)類(lèi)間距離的極大準(zhǔn)則來(lái)確定分割區(qū)域的一種自適應(yīng)閾值分割方法［10]。最大類(lèi)間方差法進(jìn)行閾值分割是對(duì)單通道圖像進(jìn)行多重閾值處理，以灰度直方圖中出現(xiàn)的谷底作為分割點(diǎn)，對(duì)波峰進(jìn)行分割。在對(duì)圖像進(jìn)行分割時(shí)，期望找到一個(gè)將目標(biāo)區(qū)域與背景分割出來(lái)的閾值T。大于閾值T的像素值設(shè)置為白色，像素值為1；小于閾值T的像素值設(shè)置為黑色，像素值為0。閾值分割后的圖像像素值h(x,y)為

式中，f(x,y)為分割前的像素值。

1.2.4 圖像形態(tài)學(xué)處理 圖像經(jīng)過(guò)分割后得到二值圖，如圖3（a）所示。從藍(lán)莓果實(shí)的二值圖像中可以發(fā)現(xiàn)，還存在一部分干擾點(diǎn)，而且藍(lán)莓果實(shí)區(qū)域有空洞，這些因素都會(huì)對(duì)藍(lán)莓果實(shí)圖像的處理造成影響。需要使用形態(tài)學(xué)處理方法對(duì)藍(lán)莓果實(shí)二值圖進(jìn)行二次處理［11]，如圖3（b）所示。二次處理對(duì)藍(lán)莓果實(shí)區(qū)域先后分別進(jìn)行了形態(tài)學(xué)操作以及連通區(qū)域去除。

圖3 藍(lán)莓果實(shí)圖像處理結(jié)果圖Fig.3 Results chart of blueberry image processing

1.3 藍(lán)莓果實(shí)面積計(jì)算

1.3.1 最小二乘法擬合圓 藍(lán)莓果實(shí)區(qū)域的投影面積反應(yīng)了藍(lán)莓果實(shí)的大小，是藍(lán)莓果實(shí)等級(jí)分類(lèi)的重要指標(biāo)之一。目標(biāo)區(qū)域測(cè)量是物體選擇的重要特征，單個(gè)區(qū)域的灰度像素值是區(qū)域面積分割的主要依據(jù)。最小二乘法擬合是根據(jù)最小誤差平方和找到一組數(shù)據(jù)的最佳函數(shù)匹配。

設(shè)理想圓心為(x0,y0)，半徑為R，則擬合圓方程為

圓方程進(jìn)行變換后即為

對(duì)比（4）式和（5）式的參數(shù)求出a、b、c，即可求出圓心(x0,y0)與半徑R：

邊緣點(diǎn)的樣本集(X i,Y i),i∈(1,2,…,N)，樣本集中各點(diǎn)到圓心距離d i的平方與半徑平方的差為

令Q(a,b,c)為δi的平方和，即

求出參數(shù)a、b、c使得Q(a,b,c)值最小，且Q(a,b,c)≥0，可得

式中，

將（9）式代入（6）式，得出擬合圓心的坐標(biāo)位置(x0,y0)以及半徑R的值。擬合結(jié)果如圖4所示。

1.3.2 標(biāo)定 測(cè)量系統(tǒng)測(cè)量的藍(lán)莓果實(shí)尺寸都是以像素為單位，將計(jì)算機(jī)計(jì)算出來(lái)的像素值轉(zhuǎn)化為以mm為單位的尺寸［12]。在獲取藍(lán)莓果實(shí)圖像時(shí)加入已知面積的第四套（2017年）一角人民幣硬幣（1590.43 mm2）作為定標(biāo)物對(duì)攝像頭進(jìn)行標(biāo)定，如圖5所示。通過(guò)提取圖像中藍(lán)莓果實(shí)的像素值、定標(biāo)物的像素值和定標(biāo)物的實(shí)際面際求出藍(lán)莓果的實(shí)際面積。

式中，Sl為被測(cè)藍(lán)莓果實(shí)的實(shí)際面積；Nr為圖像中定標(biāo)物的像素值；Nl為藍(lán)莓果實(shí)的像素值；Sr為定標(biāo)物的實(shí)際面積。

圖4 最小二乘擬合圓Fig.4 Least-squar es fitting cir cle

圖5 藍(lán)莓果實(shí)定標(biāo)圖Fig.5 Calibr ation chart of blueber ry fr uit

2 結(jié)果與分析

藍(lán)莓果實(shí)區(qū)域經(jīng)過(guò)算法標(biāo)記處理后，可以計(jì)算出其面積與周長(zhǎng)的像素值，可實(shí)現(xiàn)對(duì)藍(lán)莓果實(shí)大小進(jìn)行無(wú)損的測(cè)量。為測(cè)驗(yàn)算法的準(zhǔn)確性，實(shí)驗(yàn)選擇45個(gè)不同樣本的藍(lán)莓果實(shí)圖像，分別采用Photoshop工具手動(dòng)分割和算法分割測(cè)算目標(biāo)區(qū)域的像素值。本文采用相對(duì)準(zhǔn)確率φ衡量測(cè)算精度，

式中，La為Photoshop工具手動(dòng)分割出的目標(biāo)區(qū)域的像素值；Li為算法分割出的目標(biāo)區(qū)域的像素值。

將算法測(cè)出的面積像素值和周長(zhǎng)像素值分別與手工測(cè)量的像素值建立回歸模型，實(shí)驗(yàn)結(jié)果如圖6所示。面積計(jì)算的相關(guān)系數(shù)R2=0.99889，相對(duì)準(zhǔn)確率的平均值為98.93%；周長(zhǎng)計(jì)算的相關(guān)系數(shù)R2=0.98003，相對(duì)準(zhǔn)確率的平均值為87.74%。由于部分藍(lán)莓果實(shí)上保留著果梗，導(dǎo)致計(jì)算藍(lán)莓果實(shí)周長(zhǎng)時(shí)存在較大誤差。通過(guò)實(shí)驗(yàn)數(shù)據(jù)可以發(fā)現(xiàn)，考慮到藍(lán)莓果實(shí)進(jìn)行分揀過(guò)程中樣本的隨機(jī)性與復(fù)雜性，采用藍(lán)莓果實(shí)投影面積作為藍(lán)莓果實(shí)等級(jí)分類(lèi)標(biāo)準(zhǔn)比采用藍(lán)莓果實(shí)周長(zhǎng)作為藍(lán)莓果實(shí)等級(jí)分類(lèi)標(biāo)準(zhǔn)更加精確。

圖6 實(shí)驗(yàn)結(jié)果Fig.6 The exper imental results

3 結(jié)語(yǔ)

本文以成熟藍(lán)莓彩色圖像作為研究對(duì)象，采用最大類(lèi)間方差法對(duì)目標(biāo)區(qū)域進(jìn)行分割，并計(jì)算出藍(lán)莓果實(shí)區(qū)域的面積和周長(zhǎng)。結(jié)果表明，藍(lán)莓果實(shí)面積計(jì)算的平均準(zhǔn)確率為98.93%；藍(lán)莓果實(shí)周長(zhǎng)計(jì)算的平均準(zhǔn)確率為87.74%。

本研究通過(guò)實(shí)驗(yàn)較準(zhǔn)確地計(jì)算了藍(lán)莓果實(shí)的面積和周長(zhǎng)，但仍然存在一些問(wèn)題需要改進(jìn)。由于不能將藍(lán)莓果實(shí)上保留的果梗進(jìn)行準(zhǔn)確的分割，導(dǎo)致對(duì)其進(jìn)行周長(zhǎng)的精確計(jì)算存在較大的誤差。有些藍(lán)莓圖像的直方圖呈單峰不能準(zhǔn)確地將目標(biāo)區(qū)域從背景中分割出來(lái)，如何更加準(zhǔn)確地分割并使結(jié)果的魯棒性提高還需要繼續(xù)研究。本研究不依賴(lài)大量的樣品處理和模型訓(xùn)練，其復(fù)雜度和成本都較低。在后續(xù)工作中，對(duì)藍(lán)莓進(jìn)行更加深層次的數(shù)據(jù)分析，融合機(jī)器視覺(jué)方法與深度學(xué)習(xí)框架實(shí)現(xiàn)藍(lán)莓的等級(jí)檢測(cè)為研究重點(diǎn)。