基于区域亮度自适应校正算法的脐橙表面缺陷检测

【目的】针对类球型水果表面亮度分布不均现象,传统算法难以有效直接分割水果表面缺陷区域问题,提出一种基于区域亮度自适应校正的脐橙表面缺陷检测算法。【方法】选择区域经济价值较高的纽荷尔脐橙为研究对象,对其采集原始可见光RGB图像。试验中发现R-B融合分量图像灰度呈明显双峰分布,故根据直方图信息利用单阈值法(分割阈值T1=60)去除图像背景,获得R-B目标图像;基于本文提出的一种区域亮度自适应校正算法对脐橙表面缺陷进行检测,首先设定目标图像邻域窗口大小为w×w(邻域窗口大小w=13),通过对其窗口大小内较亮像素点的集合提取脐橙表面亮度信息,然后基于此表面亮度信息对去除背景的R-B目标图像进行均一化校正,经亮度校正后的图像发现其表面缺陷区域与正常组织区域灰度对比度大,宜采用单阈值法(分割阈值T=194)直接对亮度校正后的脐橙图像进行表面缺陷分割提取;最后对表面缺陷分割后的二值化图像进行面积滤波以去除杂散点及噪声。【结果】采用双峰法可在有效去除图像背景的同时完好保留目标脐橙表面信息;基于区域亮度自适应校正算法对溃疡病果、蓟马虫果、介壳虫果、虫伤果、黑星病果、风伤果、炭疽病果、裂伤果等8种常见脐橙表面缺陷果,共计356幅样本图像进行亮度校正,采用单阈值法对亮度校正后的图像进行表面缺陷分割,其分割率高,整体缺陷准确识别率达到了95.8%,平均处理每幅图像耗时0.29 s。与直方图均衡化算法、基于Retinex理论算法以及基于照度-反射理论算法得到的亮度校正图像相比,本文算法亮度校正效果最优且算法简单、缺陷识别率高、计算速度快,其运算速度分别减少了0.27、0.14和1.45 s,缺陷识别率提高了2.6%—8.2%。【结论】基于区域亮度自适应校正的脐橙表面缺陷检测算法有效解决了脐橙类水果表面亮度分布不均导致的表面缺陷难分割问题,为脐橙在线精确分级提供了技术支持,也为其他类球型水果表面缺陷快速检测提供了一种新方法。     

基于掩模及亮度校正算法的脐橙表面缺陷分割

【目的】 本研究旨在有效解决果皮有缺陷的水果图像在去除背景时部分缺陷被误分割为背景,以及水果表面缺陷难以有效分割提取的问题。【方法】 以I分量图来构建掩模模板,根据其灰度直方图信息,通过双峰法选择单一阈值（T=75）分以纽荷尔脐橙为研究对象,提出基于HSI颜色空间模型法去除背景割背景并填充孔洞得到掩模模板I_mask,然后掩模模板I_mask与I分量图通过点乘运算得到去除背景的I分量图;提出基于多尺度高斯函数图像亮度校正算法对去除背景后的I分量图像进行亮度校正,通过构建多尺度高斯函数滤波器,将去除背景后的I分量图与构建的多尺度高斯函数进行卷积运算即得到去除背景后的I分量图像表面光照分量图,最后将去除背景后的I分量图与得到的光照分量图进行点除运算即得到去除背景后的I分量图像亮度校正图;然后采用单一全局阈值法对脐橙表面缺陷进行提取。【结果】 基于HSI颜色空间模型法去除背景,可在有效去除背景的同时完好保留脐橙的表面信息,有利于后续操作;基于多尺度高斯函数的图像亮度校正算法分别对6种常见脐橙缺陷进行图像亮度校正后采用单阈值法提取缺陷,使不同灰度等级的脐橙表面缺陷一次性分割成功,其中分割率最高为100%,最低为88.5%,整体达92.7%。通过试验分析后发现造成部分误分割或漏分割的原因主要在于部分缺陷果缺陷处颜色较轻,与正常区域灰度差较小,从而造成漏分割;还有部分缺陷果由于缺陷面积小,在图像形态学处理过程被误认为是噪声而被去除;同时发现正常果的误判率也达到了10.8%,经分析发现误判的正常果表皮组织区域的褶皱位于图像的边缘区域,从而被误认为是边缘区域的缺陷,导致误判。【结论】 基于HSI颜色空间模型法去除背景及基于多尺度高斯函数的图像亮度不均校正算法对纽荷尔脐橙图像背景分割和去除背景后的I分量图像表面亮度校正均取得了较好的效果,能有效识别脐橙缺陷区域,为脐橙精确分级提供了技术支持,也为其他果品表面缺陷快速检测提供了一种新思路。     

基于小波变换与Otsu阈值去噪的脐橙识别方法

【目的】解决在农业环境中识别脐橙的目标区域存在的噪声干扰、检测效果不理想等问题。【方法】提出一种基于小波变换与Otsu阈值去噪的脐橙识别方法。首先选择较好的对比度,建立有利于图像分割的YCbCr颜色模型;然后设计一种基于Otsu阈值去噪的脐橙检测算法,进而减少脐橙分割区域的噪声干扰;最后提出质心补圆法确定脐橙在图像中的位置,并在原始图像中显示检测结果。【结果】泛青色和橙色脐橙识别率分别为87.10%和94.18%,顺光和逆光情况下脐橙识别率分别为92.96%和90.15%,遮挡和未遮挡情况下脐橙识别率分别为90.82%和93.18%,总识别率为92.07%。【结论】该方法环境适应性强,适用于农业环境下不同遮挡、光照和表皮颜色情况的脐橙图像识别处理。     

基于K-means聚类与果萼形状的‘海沃德’猕猴桃膨大果检测方法

【目的】根据‘海沃德’猕猴桃膨大果和未经膨大剂处理的猕猴桃正常果在果萼形状上的差异,建立一种基于K-means聚类算法的猕猴桃膨大果的图像识别方法。【方法】利用K-means聚类算法对猕猴桃的RGB图像进行聚类,以初步分割出猕猴桃果萼;对RGB图像进行灰度化,并采用最大类间方差法对灰度图像进行阈值分割,基于阈值分割后的二值图像提取猕猴桃的边缘区域;基于K-means聚类分割的结果与猕猴桃边缘区域的二值图像提取果萼的聚类,再利用数学形态学处理精确提取出猕猴桃的果萼。求取果萼区域最小外接矩形的长宽比,并根据长宽比进行猕猴桃正常果与膨大果的判断与识别。【结果】对提取的猕猴桃果萼特征的统计分析表明,当猕猴桃果萼区域最小外接矩形的长宽比值大于1.6时为膨大果,否则为正常果,利用该算法对‘海沃德’猕猴桃膨大果的总体正确识别率为91.5%。【结论】基于K-means聚类分割算法和果萼形状上的差异所提出的猕猴桃膨大果无损、便捷检测方法,为猕猴桃膨大果的工业化在线检测及基于手机平台的猕猴桃膨大果识别软件的开发提供了新思路。     

基于机器视觉的脐橙品质在线分级检测系统

针对脐橙自动分级检测中存在正确识别率偏低、实时性不强的问题,提出一种综合特征提取方法:在对图像颜色模型进行转换后,用H分量图像提取脐橙的大小特征;S分量图像通过背景分割、边缘灰度补偿、整体亮度变换后提取脐橙的果面缺陷特征;采用R、G、R-G3个分量的均值和标准差提取脐橙的颜色特征。以脐橙的大小特征、果面缺陷特征和颜色特征为支持向量机(Support vector machine,SVM)的试验输入向量,进行脐橙分级检测试验,以实现提高脐橙自动分级正确识别率和增强实时。试验结果表明:该SVM分类器对脐橙分级的正确识别率为91.5%,处理时间为160ms,适合于实时环境下的分级检测。     

红枣表面缺陷快速检测方法研究

红枣表面缺陷快速检测是实现其自动分级的关键技术之一。针对红枣表面曲率变化致使其表面灰度分布很不均匀和缺陷区域很不明显的特点,提出了一种亮度快速校正算法。首先使用单色CCD、滤光片和近红外光源获得红枣近红外图像;其次对原始图像进行去背景操作,获得红枣区域灰度图像;然后使用均值滤波器对去背景后的图像进行滤波获得亮度图像,并使用该亮度图像对去背景后的红枣图像进行亮度校正;最后对亮度校正后的图像进行缺陷分割。试验结果表明,该方法能显著提高自动分级系统的实时性,且该缺陷检测方法的准确率可达95%。     

基于G-MRF模型的玉米叶斑病害图像的分割

【目的】图像分割是作物病害自动识别系统实现的难点之一,前人研究大多采用基于阈值或聚类的分割算法,方法简单、易于实现,但分割精度较低。本文引入高斯模型的Markov随机场分割模型(G-MRF),对玉米叶部病斑图像进行分割试验,以期提高分割精度。【方法】在VC6.0下实现了G-MRF分割模型,G-MRF既利用了图像像素的灰度信息,又通过像素类别标记的Gibbs光滑先验概率引入了图像的空间信息,是能较好地分割含有噪声图像的算法。采用该算法对大斑病、小斑病、灰斑病和弯孢菌叶斑病等4种主要玉米叶部病害的图像进行了分割测试,并与基于阈值和基于Gauss模型的分割算法进行比较。【结果】基于G-MRF分割模型的分割,目标区域的一致性和边缘的清晰方面明显好于基于阈值和Gauss模型的分割算法,其平均正确分类率达96.35%,分别较基于阈值和基于Gauss模型的分割算法高出3.75%和4.03%,差异达到显著水平。【结论】基于G-MRF模型的分割算法鲁棒性高,能够有效地将病斑区域从叶片部分离,分割正确分类率达96.35%,可用于玉米叶斑类病害图像的分割。     

基于图像分割和深度学习的人造板表面缺陷检测

【目的】针对板式家具零件表面缺陷人工检测过程存在的检测效率低、准确率低、检测结果无法数字化存储等问题,提出了一种基于图像分割和深度学习算法的饰面人造板表面缺陷的检测方法。【方法】利用工业相机采集人造板图像,构建缺陷数据集,采用全局阈值和局部动态阈值算法分割表面缺陷与图像截取,通过将ReLU6非线性激活函数替代ReLU函数,并引入倒残差结构的方法,优化MobileNetv 2深度学习网络,进行缺陷识别与分类。【结果】该方法对饰面人造板表面崩边和划痕缺陷的检测精确率分别达到了93.1%和97.5%,召回率分别为95.3%和97.6%,单张板件平均检测用时为163 ms。【结论】本研究提出的方法具有较高精度与稳定性,可解决传统人工检测方法的准确率低、效率低等问题,为家具板材表面缺陷的自动化检测提供新思路。图6表3参21     

柑橘表面缺陷图像快速准确分割方法

柑橘表面缺陷会严重影响水果的品质和食用安全,柑橘表面缺陷进行检测对于提高水果品质、提升水果价值有着重要意义。LBF(local binary fitting)是一种基于Chan-Vese(CV)模型的局部化的图像分割模型。由于传统的LBF模型存在对于初始轮廓线的位置要求高且抗噪能力差,对于灰度不均匀图像分割效果欠佳的问题,通过在原LBF模型基础上,添加一个核函数(高斯函数)和线性水平集的方法,对LBF模型进行了改进。针对柑橘表面常见缺陷(虫伤、腐烂、炭疽、药伤)的图像分割问题,采用改进的LBF模型进行试验,来验证改进后的LBF模型对柑橘表面四种常见缺陷能否进行有效的分割提取。通过对虫伤果、腐烂果、炭疽果、药伤果四组样本分别进行分组试验,结果表明:改进后的LBF模型对于虫伤果、腐烂果、炭疽果、药伤果的表面缺陷能够进行快速的识别,分割效果好并能得到与缺陷图像相对应的水平集演化图像。具有迭代次数少、分割时间短、对初始轮廓位置不敏感、分割轮廓线更加光滑和完整、缺陷边界识别准确等优点,有效地解决了传统LBF模型的不足。试验验证了改进后的LBF模型适用于四种柑橘表面缺陷的分割提取,具有可行性、快速性和准确性,为柑橘表面缺陷的识别与柑橘在线检测提供参考。     

基于K-means与KNN的多特征苹果在线分级

【目的】准确获取红富士苹果的分级指标，为实现多特征融合的苹果分级提供依据。【方法】以均值滤波、全局亮度均衡化与图像裁剪方法，预处理实验所需的苹果图像；使用K-means聚类算法、OTSU最大类间方差法，将苹果灰度图转换为二值图；利用二值图与苹果原图的异或运算，提取苹果轮廓；采用苹果的二值图计算苹果的果实区域大小；使用颜色空间转换RGB-HSV中H通道划分果实红色区域；通过构建掩膜、形态学操作判断果体是否含有缺陷及计算其面积；构建最小外接矩形计算苹果的果径及果形；利用KNN分类算法实现多特征融合的苹果在线自动分级。【结果】基于K-means聚类与KNN分类相结合的苹果在线分级方法，在优于传统图像阈值分割效果的基础上，特级果分级准确率为97.14%,一级果分级准确率为100%,二级果分级准确率为93.75%,等外果分级准确率为100%,综合分级准确率达到97%。【结论】100个苹果测试准确率达到97%,验证了该分级方法的可行性与准确性。     

脐橙糖度近红外光谱在线检测的建模变量优选

【目的】采用小波压缩结合遗传算法,优选脐橙糖度近红外光谱在线检测的建模变量,提高在线检测精度。【方法】利用近红外光谱检测装置采集脐橙样品的光谱,并将其转换为反射比光谱,在700.28～933.79 nm波段,利用小波变换将一阶微分处理后的近红外反射比光谱变量压缩成小波系数变量。经遗传算法优选后,建立偏最小二乘法（PLS）模型,并对该模型的预测结果进行评价。【结果】利用小波压缩结合遗传算法优选变量建立的脐橙糖度PLS模型,预测效果最优,模型的相关系数为0.759,模型预测均方根误差为0.468 °Brix。【结论】采用小波压缩结合遗传算法对变量进行优选,可提高脐橙糖度近红外光谱在线检测的精度。     

纽荷尔脐橙果实套袋品质分析

【目的】探讨果实套袋技术对纽荷尔脐橙果实外观质量和内在品质的影响,为贵州南亚热带低热河谷地区纽荷尔脐橙无公害栽培提供参考依据。【方法】以纽荷尔脐橙果实为材料,分别采用黄色单层纸袋和内层黑色双层纸袋进行套袋,对套袋果实的主要品质指标进行分析。【结果】纽荷尔脐橙果实套袋后,能促进果实生长发育,明显改善果实外观;果形指数与未套袋果实无显著差异;套袋后果实可溶性固形物、总糖、维生素C和酸含量均有所下降,除酸含量外,内层黑色双层纸袋与未套袋处理之间均存在极显著差异。【结论】纽荷尔脐橙进行套袋后能促进果实生长发育,改善果实外观品质,减少病虫为害,增加果品商品价值,减少投入成本,且黄色单层纸袋套袋效果优于内层黑色双层纸袋。因此,在贵州南亚热带低热河谷地区生产纽荷尔脐橙时,宜采用黄色单层纸袋进行果实套袋。     

桂林Barnfield脐橙花芽分化形态观察

[目的]了解广西桂林Barnfield脐橙花芽分化的形态过程,调控脐橙花芽分化,为提高广西脐橙的果实产量和品质提供理论依据.[方法]用改良的FAA固定脐橙花芽,海氏苏木精整体染色,常规石蜡切片解剖,显微镜观察花芽分化的过程.[结果]Barnfield脐橙花芽大都在12月初进行花原基分化,高峰期集中在12月中下旬至次年1月上旬.12月中旬开始出现萼片原基,盛期在次年1月中下旬;次年1月中旬出现花瓣原基,中下旬进行雄蕊原基分化,高峰期在2月中下旬.[结论]在广西桂林地区环境条件下,Barnfield脐橙花芽分化期大致在12月至次年3月,分化进程存在前期较慢,后期较快的特点.     

有机液肥施用对纽荷尔脐橙幼树生长及其养分吸收的影响

【目的】研究动植物源有机液肥单施或与化肥配施对纽荷尔脐橙幼树生长及养分吸收的影响,以期为丘陵山地脐橙园液态有机肥灌溉施用技术标准的研制及其推广应用提供技术支撑。【方法】进行大田试验,以2年生纽荷尔脐橙幼苗为试材,以（100%化肥氮）为对照（CK）,设T1（100%动物源氮）、T2（100%植物源氮）、T3（50%动物源氮+50%化肥氮）和T4（50%植物源氮+50%化肥氮）处理,测定不同处理纽荷尔脐橙树体生长及养分吸收等指标,并进行主成分分析。【结果】与CK相比,动植物源有机液肥单施或与化肥配施（T1~T4处理）整体上均能促进纽荷尔脐橙幼树生物量积累。T4处理纽荷尔脐橙幼树接穗茎、砧木茎、根系干重和整株干重均高于其他处理,其中较CK分别显著增加62.42%、40.14%、42.08%和47.21%（P<0.05,下同）。在对纽荷尔脐橙幼树生长量影响方面,T1~T4处理主要影响幼树基径和春梢叶片叶绿素相对含量（SPAD值）;与CK相比,T1~T4处理均显著促进基径增大,增幅最高可达29.17%（T4处理）;除T2处理外,其他3个处理均显著促进春梢叶片SPAD值增加,其中T4处理作用最明显,增幅为9.19%。除T3处理外,其他3个处理均促进脐橙幼树春梢长和比叶重显著增加,其中T2处理作用最显著,较CK分别增加36.67%和12.10%。此外,T4处理显著促进幼树根总长和根总表面积的增加,但显著降低根平均直径,降幅为18.42%。T1~T4处理均在不同程度上影响脐橙幼树不同器官对氮磷钾元素的吸收。主成分分析结果表明,各施肥处理对脐橙幼树树体生长及其养分吸收综合评价得分排序为T4>T1>T3>T2>CK。【结论】动植物源有机液肥单施或与化肥配施均可促进纽荷尔脐橙幼树干物质量增加和树体生长,以50%植物源有机液肥+50%化肥（T4处理）对脐橙幼树生长及养分吸收效果最佳,可在赣南脐橙幼龄园液态有机肥灌溉施用系统中推广应用。     

赣南纽荷尔脐橙叶片黄化与营养元素丰缺的相关性

【目的】研究赣南产区纽荷尔脐橙叶片的营养元素含量,探讨产区纽荷尔脐橙叶片黄化的原因。【方法】2008年对赣南9个县(市、区)78个果园叶片的矿质营养元素进行分析。【结果】脐橙叶片P、S、Mo、B含量均处于适宜范围,而N、K含量均高于适宜范围,Fe含量也处于适宜范围或以上,且仅个别果园的叶片Mn含量低于适宜范围;部分果园的叶片Ca、Cu含量低于适宜范围;黄化果园的叶片Mg含量均存在显著缺失,且随着黄化程度的增大,叶片Mg含量呈显著下降趋势(P0.05);此外,不仅黄化果园存在Zn缺乏问题,而且正常果园的Zn含量也显著低于适宜范围。【结论】赣南产区黄化果园叶片无N、P、K、S、Fe、Mo、B的缺失,叶片普遍存在的黄化现象也绝非缺Ca、Mn和Cu所致,而主要与Mg、Zn有关。     

不同供磷水平对纽荷尔脐橙幼树生长及叶片营养元素含量的影响

【目的】探索不同供磷水平对纽荷尔脐橙幼树生长发育和对营养元素吸收的影响,为脐橙幼龄果园土壤磷养分诊断标准和施磷量的确定提供科学依据。【方法】以枳砧纽荷尔脐橙幼树为材料,采用土培和营养液培养的方法研究不同供磷水平对纽荷尔脐橙幼树植株总生物量、地上部及根系生物量、根冠比、根系直径、根系总长度、根系体积及表面积和叶片中矿质营养元素含量的影响。【结果】25 mg.kg-1供磷水平时纽荷尔幼树植株总生物量最大,根系发育最好,供磷水平低于25 mg.kg-1或高于45 mg.kg-1后植株总生物量和地上部及根系生物量减少。随供磷水平的提高,根系直径明显变粗;供磷水平大于85 mg.L-1后,根系总长比缺磷和5 mg.L-1供磷水平的还小;25 mg.L-1供磷水平的根系体积和总表面积最大,大于或低于25 mg.L-1的根系体积和总表面积明显减小。随供磷水平增加纽荷尔脐橙幼树叶片中磷、钙、镁、锰和铜元素含量呈正相关关系,与叶中氮、钾、铁、锌和硼元素含量呈抛物线型关系;供磷水平过低或过高会造成叶片中磷、镁、锰和铜元素的缺乏或过量累积,同时不利于氮、钾、铁、锌和硼元素的吸收。【结论】在微酸性黄壤条件下,土壤供磷水平达到25-45 mg.kg-1能够满足纽荷尔脐橙幼树良好生长和其它营养元素平衡吸收对磷的需求,供磷水平过低或过高对纽荷尔脐橙幼树的生长和营养元素吸收都有不利影响。