admin管理员组

文章数量:1567037


2024年6月16日发(作者：)

基于MATLAB的苹果外观特征检测

摘 要 本文根据苹果分级判定标准中的两个评定指标：果径和果面缺陷，探讨如何利用

MATLAB技术进行苹果外观的特征检测，从而提高苹果品质检测的工作效率。

关键词 MATLAB；苹果分级；果径；果面缺陷

0 引言

近年来，随着人们生活水平的提高，对于水果的品质要求也不断提高，实行水果分级销售

成为当前市场的一个趋势。传统的水果等级评判主要依靠工人手摸、眼看，评定指标不客观，

且人工成本高、效率低，不利于产业的规模化、工业化发展。因此，利用计算机图像技术研究

客观、方便、高效的水果品质检测方法具有较大的应用前景。在本文中，作者以苹果为例，探

讨基于MATLAB的苹果外观特征检测方法。

根据国家质检总局2003年发布的《烟台苹果原产地域产品国家标准》（以下简称《标准》），

对于苹果分级的评定指标分为：品质基本要求、色泽、果径（最大横切面直径）、果面缺陷等方

面内容，每一项都有具体分级标准。其中，品质基本要求为概略性的总体要求，苹果色泽由于

品种的不同，色泽不同。因此，本文着重从果径及果面缺陷两方面特征对苹果进行检测判定。

主要采用单个苹果照片进行检测。检测前，首先固定图像采集设备和检测平台的位置，同时固

定各项拍摄参数（焦距、像素等）不变，并确保用于分析的每张照片长度、宽度保持一致。

1 果径（最大横切面直径）检测

对果径的检测思路为：将图片灰度化、二值化后，利用regionprops函数计算二值化图像

的最小外接矩形大小，外接矩形框长度和宽度中的最大值即为苹果最大横切面直径。不过，此

- 1 -

时的数值为像素值，通过与照片的长、宽像素值进行比较，结合图片的实际长、宽值，即可求

出果径的实际长度。

图1 设定苹果照片参数

在实验过程中，直接将图片灰度化、二值化后得到的苹果图像边缘不完整，因此考虑将图

像转换到HSI颜色空间，利用S分量进行灰度化、二值化处理，较好的保留了苹果的边缘。

首先，将照片由RGB颜色空间转换为HSI颜色空间。

%RGB 2 HSI

rgb=imread('');

rgb = im2double(rgb);

r = rgb(:, :, 1);

g = rgb(:, :, 2);

- 2 -


本文标签： 苹果检测进行品质照片

版权声明：本文标题：基于MATLAB的苹果外观特征检测 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://www.elefans.com/shuma/1718517872a690578.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。