基于机器视觉的核桃仁分级方法

机器视觉检测技术在农产品的检测中应用越来越广泛,核桃在脱青皮、干燥、储藏过程中可能发生变质,核桃仁表皮的色泽会发生变化,破壳取仁的过程也可能造成核桃仁碎裂。本研究通过机器视觉的方法代替人工对核桃仁从颜色与完整度上的分级,对核桃仁图像进行预处理与分割,并提取色调、饱和度、核桃仁轮廓面积与最小外接圆面积之比等特征,通过机器学习的方法建立决策树模型对核桃仁样本进行预测,总体正确率达到92%,为核桃仁的自动分级提供了参考。