伍鎣芮，張志勇，韓小平，楊 威，楊原青

（山西農(nóng)業(yè)大學(xué) 農(nóng)業(yè)工程學(xué)院，山西 太谷 030801）

番茄果實營養(yǎng)價值較高，含豐富的維生素和礦物質(zhì)。番茄烹飪方式多種多樣，既可以生食、煮食，也可以加工成番茄醬、汁等。在國內(nèi)外市場中對番茄品質(zhì)的評價一般以成熟度為主要參考指標(biāo)。番茄的成熟度判別通常以色澤為依據(jù)，完全成熟的番茄對自然光反射率較高。番茄質(zhì)量的優(yōu)劣除了與本身的品種、培養(yǎng)條件、光照等有關(guān)外，還與番茄的采摘時機有關(guān)。一般用于直接生食或后期加工成罐頭的番茄均滿足一定的成熟度，且要求其短期內(nèi)不存在腐爛變質(zhì)等問題,因此，在采摘時對番茄的成熟度有著較高的要求。目前，國內(nèi)的番茄采摘工作一般主要依靠人工勞動，在采摘過程中存在著過程繁瑣、效率低下等多種問題，同時受到人為因素的影響，無法保證對番茄成熟度的客觀化和標(biāo)準(zhǔn)化。圖像處理技術(shù)是一門新興的使用計算機對圖像信息進(jìn)行處理的技術(shù)。直接使用顏色做主要的成熟度判別依據(jù)[1-2]，存在準(zhǔn)確度不高的問題,只使用形狀做判斷依據(jù)易受外界條件的影響[3-4]，將電參數(shù)做參考指標(biāo)在實驗大棚內(nèi)實用性較低[5]。本文通過對山西省晉中市太谷區(qū)實驗大棚內(nèi)采集的番茄圖像（經(jīng)度112.5878，緯度37.4313），應(yīng)用圖像處理技術(shù)對實驗圖像進(jìn)行預(yù)處理，并分離圖像的R、G、B分量獲得合適的閾值來判定番茄的成熟度，以便于實施番茄采摘。

1 番茄圖像獲取

1.1 番茄圖像采集

使用計算機處理圖像之前，需先將真實的圖像通過拍攝再轉(zhuǎn)化為計算機能夠處理的數(shù)字化圖像，以便計算機分析運算。文中的番茄圖像來源于實驗溫室大棚，位于山西省晉中市太谷區(qū)。計算機配置為CPU Intel corei5、內(nèi)存4G、硬盤500G的筆記本。拍攝相機3D-1MP02-V92，感光元件CMOS，圖像分辨率為2 560×960，拍攝最高幀數(shù)可達(dá)60幀，輸出圖像格式MJPEG，支持Win7、Win8及Andriod4.0以上系統(tǒng)。在溫室大棚內(nèi)采集圖像時，應(yīng)保證環(huán)境光照合適，通過MICRO USB口將攝像頭連接至計算機，將拍攝的圖像隨時保存至本地以便后續(xù)處理。

1.2 番茄成熟度的閾值選擇

拍攝后的圖像格式為MJPEG，通過matlab（版本2018B）對目標(biāo)圖像進(jìn)行預(yù)處理。

首先使用matlab的resize函數(shù)將目標(biāo)圖像調(diào)整至合適的大小，避免無法顯示全部圖像。讀入圖像后，將目標(biāo)圖像的RGB三分量分割，分別使用imhist函數(shù)查看3個分量在RGB上的分布情況，以初步判斷番茄果實的成熟度。在番茄成熟的過程中，初期由于番茄果實較小且顏色與番茄莖稈顏色相近，不易區(qū)分；隨著番茄生長趨于成熟，其顏色逐漸變紅，對自然光反射率增加，方便將其與周圍莖稈或枝葉區(qū)分開。當(dāng)番茄果實完全成熟時，可通過RGB三分量中的R分量做主要的判斷依據(jù)，以減小成熟度判斷誤差率。番茄成熟過程一般可分為4個時期，分別為綠熟期、半熟期、堅熟期和完熟期。本文通過對大量溫室大棚內(nèi)番茄果實圖像進(jìn)行人工觀察統(tǒng)計，初步確定綠熟期、半熟期、堅熟期和完熟期的RGB三分量閾值分別為（60∶135，80∶155，5∶75）（160∶225，75∶150，25∶120）（140∶240，40∶120，20∶100）（125∶240，40∶95，25∶100）。

2 番茄成熟度判別實驗

2.1 實驗過程

從實驗大棚內(nèi)采集的番茄不同成熟期的果實中篩選出形態(tài)完整且背景清晰的多張圖像。4個成熟期的果實圖像見圖1。

圖1 番茄果實成熟度原始圖像Fig.1 The original image of tomato fruit maturity

將成熟度相似的果實人工分為一類，從相同成熟度圖像中果實的所有像素點的RGB分量人工判別篩選后得到合適的閾值，然后標(biāo)記目標(biāo)圖像中所有滿足閾值范圍內(nèi)的像素點的坐標(biāo)，計算原圖像中有效坐標(biāo)與RGB三分量閾值平均值之間的總方差。設(shè)原圖像I大小為M*N，RGB分量分別為I(,,1)、I(,,2)、I(,,3)，方差計算公式。

其中，RGB三分量均值如式2所示：

分別設(shè)置4個成熟期RGB分量。最終計算果實坐標(biāo)像素與4個不同成熟度的方差值，相差最小的方差值即為仿真判定所輸出的番茄成熟度。

2.2 實驗結(jié)果

使用提取的閾值對待檢測的番茄果實圖像進(jìn)行檢測以驗證根據(jù)RGB三分量閾值判斷番茄果實成熟度的可行性。預(yù)處理后對番茄果實各成熟度原圖像中的番茄果實定位圖見圖2。

圖2 番茄果實目標(biāo)區(qū)域提取Fig.2 Extraction map of tomato fruit target area

利用提取的番茄果實坐標(biāo)，由式（1）計算得4種不同成熟期的方差判別的果實成功率見表1。

表1 不同成熟期的番茄果實判別成功率Tab.1 The success rate of tomato fruit identification at different maturity stages

由表1可知，使用人工提取的閾值對堅熟期和完熟期的番茄果實判別成功率為100%，對綠熟期和中熟期果實的判別成功率較低。由于番茄剛成熟時綠色分量占比較重，不易與番茄枝葉和周圍環(huán)境區(qū)分開來，本文提出的判別方法有進(jìn)一步改進(jìn)的空間。

3 結(jié)論

番茄果實成熟度檢測的目標(biāo)是根據(jù)輸入的番茄圖像自動判定成熟期為對應(yīng)的采摘系統(tǒng)提供參考。本文根據(jù)溫室大棚內(nèi)的番茄不同的成熟區(qū)圖像分離原圖像中的RGB三分量，再設(shè)置不同的閾值對目標(biāo)圖像的果實進(jìn)行分離，以分離后的圖像最終形態(tài)作判斷依據(jù)確定番茄果實的成熟度。更加接近番茄實際成熟過程中顏色的變化，對圖像處理系統(tǒng)和對應(yīng)采摘控制系統(tǒng)的相關(guān)硬件要求低且處理量較高，有一定的實用價值。