国家高技术研究发展计划“863”计划研究成果

成果名称:基于计算机视觉的水果品质智能化实时检测与分级生产线课题名称:水果品质实时检测与分级机器人系统研究(国家“863”计划2001AA422230)柑橘的光学特性与品质机器视觉无损检测的研究(国家自然科学基金No.39800099)基于计算机视觉的柑橘品质实时检测新方法研究(国家自然科学基金No.30270763)水果三维几何特征和色彩的在线实时机器视觉检测方法研究(国家自然科学基金No.60575026)课题完成单位:浙江大学生物系统工程与食品科学学院、杭州杭挂机电有限公司课题主要完成人:主持人:应义斌浙江大学生物系统工程与食品科学学院电话:0571-8…     

用于水果实时分级系统的同步跟踪自动控制装置

研究了一种用于计算机视觉水果自动分级系统的同步跟踪自动控制装置.图像处理结果从计算机并行口输出到移位寄存器,利用接近开关产生的脉冲作为寄存器的移位信号,将处理结果在移位寄存器输出端口的位置与水果的实时位置保持一致,实现对水果的同步跟踪,并利用硬件操作步进电机的脉冲分配和相关动作,从而完成对分级执行机构的正确控制.     

用于水果实时分级系统的同步跟踪自动控制装置

研究了一种用于计算机视觉水果自动分级系统的同步跟踪自动控制装置。图像处理结果从计算机并行口输出到移位寄存器，利用接近开关产生的脉冲作为寄存器的移位信号，将处理结果在移位寄存器输出端口的位置与水果的实时位置保持一致，实现对水果的同步跟踪，并利用硬件操作步进电机的脉冲分配和相关动作，从而完成对分级执行机构的正确控制。     

基于颜色分形的水果计算机视觉分级技术

通过对不同着色等级的水果分析,以各色度在水果表面分布的分形维数为特征进行分级,该特征值不仅考虑了各色度点的累计特性,而且考虑了色度点空间分布特性,使颜色分级更符合实际情况。将各色度域分形维数作为模式处理,建立了人工神经网络识别模型。学习后的模型分级正确率高,达到95%,能够满足计算机视觉实时分级水果生产线的要求     

基于分级处理生产线的脐橙全程追溯系统

商品化分级处理是水果采后一系列加工和增值流程的组合,是水果供应链的关键环节。基于机器视觉和近红外检测技术的自动化水果加工分级流水线不仅极大提高了处理效率,而且使单个果品的精确品质检测成为可能。该文以中国代表性的水果—脐橙为例,探讨了以水果加工配送中心为核心的水果供应链中物流批次整合与分解问题、加工分级处理前后物流单元转换问题及供应链各实体间物流信息流脱节问题,有针对性地提出一套脐橙全程追溯方案,包括结合中国目前水果生产实际并与GS1编码体系兼容的编码和标识方案、基于供应链角色的信息管理系统和相关配套硬件装置,并在浙江某果品公司供应链进行了试用,结果表明系统可以成功区分脐橙的生产、加工、流通的不同批次并获取全程追溯信息,但存在信息输入量大及不规范的问题。研究对复杂供应链流程下小个体水果全程批次可追溯作了尝试和探索,为包含加工分级流程的水果全程追溯研究提供参考。     

基于计算机视觉的水产动物视觉特征测量研究综述

作为水产养殖集成信息化管理的主要信息源,水产动物视觉属性信息的测量不仅是判定水产动物生长状况,调控水质环境的主要信息依据,也是对水产动物进行喂养、用药、捕获、选别和分级等操作的前提基础。近年来,计算机视觉技术作为一项快速、客观、无损的检测方法,已被逐渐用于水产动物视觉属性的测量中,许多研究学者开展了大量的研究工作。该文更新和总结了国内外近20多年来有代表性的相关研究和解决方案,在描述计算机视觉检测系统的概念和组成结构的基础上,围绕尺寸测量、形状分析、颜色识别和质量估计等方面详细分析了计算机视觉技术在水产动物(以鱼类为主)视觉属性测量方面的国内外研究现状,着重阐述总结了研究人员在水产动物视觉检测的图像采集、轮廓提取、特征标定与计算等方面的具体改进措施,并对基于计算机视觉测量的水产动物疾病诊断,识别分类等综合应用现状也进行了分析探讨,以评估计算机视觉技术在水产动物视觉质量检测领域的总体应用情况和现存的主要问题,同时给出了今后的研究趋势与发展方向。     

果实表面颜色计算机视觉分级技术研究

以计算机视觉自动检测果实表面着色度并进行分级为目的,建立了室内计算机视觉系统获取苹果果实的彩色图像,并将ＲＧＢ值转换成ＨＬＳ值;在分析苹果颜色特性的基础上,确定了用合适色相值下累计着色面积百分比进行颜色分级的方法。分级试验结果表明,用建立的准则和方法,计算机视觉分级与人工分级的一致度在８８％以上。     

基于压力和图像的鲜玉米果穗成熟度分级方法

为实现鲜玉米果穗成熟度等级的客观评定,提出了基于压力传感器和计算机视觉技术的综合分析方法。研制了玉米果穗成熟度检测装置,提取纹理信息所得惯性矩和压力检测装置所得最大压力值作为鲜玉米果穗成熟度等级评定的特征参数,通过系统聚类分级研究,确定成熟度等级为3级。采用主成分分析法对11个颜色特征进行优化筛选,用第一、二主成分可综合反映11个颜色特征的分级信息,实现了参数的降维。试验结果表明：以最大压力值、惯性矩、颜色特征主成分分析第一、二主成分值作为构建概率神经网络的输入,进行鲜玉米果穗成熟度等级评定,正确率为96.67%。结合压力传感器和计算机视觉技术可实现对鲜玉米果穗成熟度的准确分级。     

果型综合评价系统中的退火演化和神经网络融合方法研究

应用计算机视觉技术获取了国光、富士和黄元帅三个不同品种苹果的形状特征参数，采用退火演化算法及神经网络“融合”方法建立了分级合作的层次处理自动评价系统，实现了对果型的快速、准确综合判别。实验表明，该方法准确率达到９５％，并具有较好的鲁棒性和灵活性，能够满足多品种、大批量实时分级的需要。     

基于图像特征融合的苹果在线分级方法

苹果在线分级是提升苹果商品化价值的重要环节,需要同时满足分级准确度和速度要求。为进一步提高苹果在线分级效率,该文借助机器视觉技术动态采集苹果传输过程中的实时图像,提出改进的三层Canny边缘检测算法来提取苹果轮廓以克服采集图像中的光线噪声影响,通过分析苹果分级指标,采用判别树对苹果的果径、缺陷面积、色泽等特征进行初步分级判断,并采用粒子群参数优化的支持向量机对果形、果面纹理、颜色分布等特征进行模型构建与分级,最后,通过将两种分级判断结果进行决策融合来实现样本精确分级。同时,采取图像压缩和特征降维方法提高实时性。试验结果表明,基于图像特征决策融合的苹果分级准确率可达到95%,平均分级速率可达到4个/s。研究结果为水果的在线分级提供参考。     

水果综合分选机称重模块的设计与实现

为满足水果外观品质和质量综合分选的实际需要,设计了水果机器视觉质量综合分选机的称重模块。通过受力分析得出了水果质量的理论计算公式,给出了水果同步称重过程的实现方法。通过对质量不同的苹果进行实测标定,得出了等效质量 与其A/D转换值之间的关系式,并进行了试验验证。试验结果表明,所设计的称重模块可以与水果机器视觉分选机配合,对水果进行外观品质和质量的检测,称重精度约为2%。     

Machine Vision System for Automatic Quality Grading of Fruit

Fruit and vegetables are normally presented to consumers in batches. The homogeneity and appearance of these have significant effect on consumer decision. For this reason, the presentation of agricultural produce is manipulated at various stages from the field to the final consumer and is generally oriented towards the cleaning of the product and sorting by homogeneous categories. The project ESPRIT 3, reference 9230 ‘Integrated system for handling, inspection and packing of fruit and vegetable (SHIVA)’ developed a robotic system for the automatic, non-destructive inspection and handling of fruit. The aim of this paper is to report on the machine vision techniques developed at the Instituto Valenciano de Investigaciones Agrarias for the on-line estimation of the quality of oranges, peaches and apples, and to evaluate the efficiency of these techniques regarding the following quality attributes: size, colour, stem location and detection of external blemishes. The segmentation procedure used, based on a Bayesian discriminant analysis, allowed fruits to be precisely distinguished from the background. Thus, determination of size was properly solved. The colours of the fruits estimated by the system were well correlated with the colorimetric index values that are currently used as standards. Good results were obtained in the location of the stem and the detection of blemishes. The classification system was tested on-line with apples obtaining a good performance when classifying the fruit in batches, and a repeatability in blemish detection and size estimation of 86 and 93% respectively. The precision and repeatability of the system, was found to be similar to those of manual grading.     

基于视觉伺服的草莓采摘机器人果实定位方法

为解决基于手眼系统的视觉伺服方法在草莓采摘机器人应用中存在的视觉信息反馈延迟大、频率低以及深度信息无法确定等带来的定位耗时长、精度低的问题,采用摄像机曝光信号触发控制卡进行高速位置锁存,结合位置传感器的反馈信息,来减少定位耗时;采用基于运动恢复结构的方法,提高果实采摘参数的精度。在垄坡和摄像机像平面的夹角为±10°范围内的情况下,针对包含1~3粒成熟草莓的果实域,采用直角坐标式机械臂草莓采摘机器人样机进行了定位试验。试验结果表明:定位时间在0.633~0.886 s之间;草莓深度信息的相对误差在-4.34%~0.95%范围内。     

移动式采摘机器人研究现状与进展

采摘机器人是21世纪精准农业的重要装备之一，是未来智能农业机械的发展方向。移动式采摘机器人由机械手、末端执行器、移动机构、机器视觉系统以及控制系统等构成。机械手的结构形式和自由度直接影响采摘机器人智能控制的复杂性、作业的灵活性和精度。移动机构的自主导航和机器视觉系统解决采摘机器人的自主行走和目标定位，是整个机器人系统的核心和关键。该文对移动式采摘机器人的研究现状进行综合，提出目前采摘机器人技术发展中面临的技术难题及相应的对策，包括采用开放式控制系统。     

基于机器视觉的水果尺寸检测误差分析

介绍了当前应用机器视觉进行水果尺寸检测的现状。根据水果成像时水果、摄像机透镜、水果图像三者之间的相互关系，运用几何光学理论分析了尺寸检测中的各种误差及其原因。水果成像时，由于水果表面各点的高度变化，水果图像上各点所代表的实际长度不尽一致，形成标定误差；水果与摄像机透镜光心之间的距离不可能无穷远，成像后，水果图像的边缘点到形心的距离并不能真正代表水果的半径，形成半径误差；水果中心与摄像机光心偏离后，得到的图像存在形状误差。给出了标定误差的计算公式和半径的估算公式。     

基于颜色及纹理特征的果蔬种类识别方法

为更好地表述果蔬图像纹理特征,提高智能果蔬识别系统识别准确性,提出一种颜色完全局部二值模式纹理特征提取算法。果蔬识别系统模型利用颜色完全局部二值模式提取图像纹理特征,利用HSV颜色直方图、外点/内点颜色直方图提取图像颜色特征,采用匹配得分融合算法将颜色和纹理特征相融合,采用最近邻分类器实现果蔬农产品分类。通过不同光照条件下和不同数量训练样本条件下的试验得出：颜色完全局部二值模式的果蔬图像纹理表述能力明显优于和差直方图等果蔬图像纹理操作子,识别率提升最小在5%以上,更适合果蔬分类;对比其他纹理特征提取算法,采用颜色完全局部二值模式与颜色特征进行融合时,识别率最优,时间开销约为1.1 s。该方法能够应用到智能果蔬识别系统中,提升系统识别准确性。     

手持式可见近红外苹果品质无损检测系统设计与试验

为实现苹果多产地多品质指标的现场快速无损检测与评价，该研究基于可见近红外光谱技术研发低成本、低功耗、小型化的苹果品质手持式无损检测终端。检测终端集成宽谱LED光源和水果特征响应窄带光电探测器，接入物联网云端数据系统，实现检测数据上传和模型的远程更新维护。利用研制的检测系统可有效获取不同产区苹果500～1 050 nm波长范围内的漫反射光谱，优选光谱预处理算法消除干扰并采用不同特征波长提取算法对数据进行降维，分别建立了多产地苹果可溶性固形物含量、硬度和维生素C含量的通用检测模型，模型的预测相关系数分别为0.926、0.798和0.704，预测均方根误差分别为0.585%、1.405 kg/cm2和0.968 mg/100g。将通用检测模型载入云端数据系统作为云模型，检测样本时调用云模型进行计算并反馈至检测终端。通过多个产地独立样本的验证表明，该系统可满足苹果产业现场无损检测的实际需求，为手持式光谱检测仪的实用化设计提供参考。     

中国耕地利用绿色转型效率的时空分异特征及其影响因素

耕地利用绿色转型（Green Transformation of Cultivated Land Use,GTCLU）是对绿色中国和经济转型等国家发展战略的积极响应,也是破解耕地利用生态困境的有力举措。该研究提出GTCLU这一概念,并据此构建GTCLU测度指标体系,选取2003—2017年中国30个省市区数据,运用三阶段DEA-Malmquist和Tobit模型,先后测算GTCLU效率的时空分异特征及其影响因素。结果表明：1）初始的Malmquist测度结果显示GTCLU效率总体呈“先下降,后上升”的增长态势,大多数年份效率值小于1而处于绿色转型无效状态。2）通过SFA回归剔除环境因素和随机误差的影响后,调整后的结果显示中国GTCLU效率均值为1.001而处于效率递增状态,表明中国存在GTCLU且绿色转型程度不断加深。其中,技术进步是效率提升的主要原因,而技术效率变化、纯技术效率和规模效率则成为GTCLU效率提升的重要瓶颈。3）中国GTCLU效率在区域上存在明显差异,中部地区处于效率相对最佳区域,东北和东部地区次之,西部地区相对最低;在时序上呈波动上升态势,年均增长率为0.84%。4）农业经济水平、耕地资源禀赋、政府扶持力度和技术使用强度对中国GTCLU效率均有显著影响。为更好地保障、推进GTCLU,需在把握技术进步的同时注重制度和管理创新,充分发挥资源禀赋与技术使用的促进作用,在耕地利用投入和产出中不断强化绿色要素以培育GTCLU内生优势。