机器视觉技术在农产品品质自动识别中的应用(Ⅰ)

随着图像处理技术的专业化与计算机硬件成本的下降和速度的提高,在农产品品质自动识别领域应用机器视觉技术已变得越来越具有吸引力。为了能充分利用国外的最新研究成果,该文分农产品表面缺陷与损伤识别、尺寸与面积检测和颜色识别等三个方面棕述了国外在利用机器视觉技术进行农产品品质自动识别上的研究进展,以供我国研究人员做同类研究时参考。  

机器视觉技术在农产品品质自动识别中的应用研究进展

该文分水果果梗识别、果形识别、内部品质检测和硬件设备开发等4个方面综述了国外在利用机器视觉技术进行农产品品质自动识别上的研究进展，并指出了目前尚需解决的难点问题，以供我国研究人员做同类研究时参考。  

基于高光谱成像技术检测脐橙溃疡

为了研究从带有不同缺陷的柑橘类水果中快速识别出溃疡果的有效方法，基于高光谱成像技术，该文提出特征波段主成分分析法及波段比算法。以脐橙为研究对象，选取包括溃疡在内常见的10类脐橙果皮缺陷果及正常果。首先，提取并分析11类果皮感兴趣区域（ROI）光谱曲线并结合主成分分析法确定5个最佳波段（630、685、720、810和 875 nm）；然后基于特征波段做主成分分析，选取第5主成分（PC-5）作为分类识别图像，识别率达到80%。为了进一步提高溃疡识别率，该文又提出采用特征波段主成分分析法与波段比算法相结合的方法，基于此算法溃疡正确识别率提高到95.4%。试验结果表明，基于高光谱成像技术可以有效地对带有溃疡病斑的脐橙分类识别。  

水果品质智能化实时检测分级生产线的研究

一种用于水果动态、实时检测的水果品质智能化实时检测分级生产线,由水果输送翻转系统、计算机视觉识别系统、分级系统组成。水果输送翻转系统的双锥式滚筒水果输送翻转装置,使水果以一定速度向前输送,并使水果绕水平轴自由转动,保证检测系统能检测到水果整个表面,获得足够的水果图像信息。通过计算机视觉系统的视觉智能识别,综合判断每一水果的等级,并确定每个水果的位置信息,由计算机识别系统的控制模块将指令传输给分级系统,完成水果的分级  

世界主要农业发达地区农产品追溯体系发展现状

确保安全和提升品质是现阶段世界范围内农产品的两大主题。基于现代信息科技及物联网技术的农产品追溯机制主要涉及两方面功用，一方面通过将供应链的相关信息透明化，最大程度降低生产者和消费者之间的信息不对称；另一方面通过在农产品供应链上下游实现追踪和溯源两大功能，推进农产品安全责任制，迎合了人们对农产品安全和品质的需求，引起了世界范围内的广泛重视，纷纷予以推动和实施。该文从追溯法律与法规、标准与规范、推动与实施3个层面阐述了欧美、日韩及台湾等世界主要农业发达地区农产品追溯体系的推进和最新发展情况，在列举典型追溯系统实例的基础上对比分析并总结了各自发展的特点，指出综合与精简是农产品追溯体系的发展方向，最后从机构、立法、标准、实施、验证等多个角度对中国农产品追溯体系的进一步发展、推广与深化提出建议，以期真正发挥追溯体系效用、守护国人健康。  

基于掩模及边缘灰度补偿算法的脐橙背景及表面缺陷分割

缺陷检测一直是利用计算机视觉技术进行水果自动分级的难点。为了解决带有缺陷的水果在图像分割时部分缺陷容易被误分割为背景这一问题，以脐橙为研究对象，首先提取B分量，利用B分量构建掩模图像，然后对R分量图像进行掩模，从而在不损伤缺陷的情况下实现了水果与背景100%分割。考虑到水果呈球状，检测时边缘灰度较低，在缺陷分割时容易出现误分割，提出快速水果图像边缘灰度补偿算法，利用此算法，对6种常见脐橙缺陷，共计220幅图像，设定分割阈值为165，使不同灰度等级的缺陷一次性分割成功，分割率最高为100%，最低为79.5%。试验结果表明由于单阈值的使用，提高了缺陷分割效率。  

柑橘成熟度机器视觉无损检测方法研究

水果内部品质无损检测技术是确定水果最佳采收期和按成熟度进行准确分级的关键。本研究以表面色泽与固酸比为柑橘成熟度指标，建立了用于柑橘成熟度检测的机器视觉系统，确定了适宜的背景颜色，进行了柑橘的分光反射试验，发现绿色柑橘表面与桔黄色表面的反射率在700 nm时反射率相差最大，约达53%，且各自的反射率都较大，700 nm是获得高质量的柑橘图像的较佳中心波长。建立了利用协方差矩阵和样本属于桔黄色和绿色的概率来判断柑橘成熟度的判别分析法，并以实测的固酸比值作为对照，对72枚柑橘样本进行了试验，柑橘成熟度的判别准确率达到91.67%。这表明柑橘果实的表皮颜色与成熟度之间具有相关性。  

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。  

近红外光谱变量筛选提高西瓜糖度预测模型精度

水果的内部品质是水果分级、保鲜及存储的一项重要指标，利用近红外光谱技术对西瓜内部品质进行快速无损检测研究有着非常重要的意义。为了研究变量筛选方法对西瓜糖度预测模型精度的影响，该文以麒麟瓜为研究对象，利用近红外漫透射光谱技术对麒麟瓜可溶性固形物含量（SSC）进行检测，采用偏最小二乘回归（PLSR），多元线性回归（MLR）和主成分回归（PCR）建立麒麟瓜可溶性固形物数学模型，并探讨等间隔平均光谱和等间隔抽取光谱变量筛选结合连续投影算法（SPA）对预测模型精度的影响。研究结果表明：光谱经等间隔抽取（间隔5，115个变量）经归一化预处理，结合SPA优选出6个波长建立的PLSR预测模型的相关系数（rpre）为0.828、校正均方根误差（RMSEC）为0.589、预测均方根误差（RMSEP）为0.611。该模型预测效果相对较优，建模时间短，提高了模型的预测能力和预测精度。该研究为西瓜内部品质的在线无损检测提供研究基础。  

基于照度-反射模型的脐橙表面缺陷检测

水果表面缺陷是影响水果价格最主要的因素之一，目前大部分研究基于静态图像采用较复杂的算法分割水果表面缺陷。该文介绍了一种基于在线水果图像的表面亮度均一化校正及单阈值缺陷分割方法。首先，通过RGB颜色空间转换获取HIS空间图像的色调（H）分量，基于H分量建立掩模对RGB图像的R分量执行掩模去背景；然后，基于照度-反射模型，利用低通滤波获取R分量图像的亮度分量，利用此亮度分量对去背景后的R分量图像进行亮度校正；最后，利用一个简单的阈值对亮度校正后的图像进行缺陷分割。利用此算法，对416幅图像的检测结果表明总体检测正确率超过99%。该方法简单、有效，在在线水果缺陷检测中具有较大的应用潜力。