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 -
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。
发表评论