基于单目视觉的猕猴桃果形分级方法的研究

摘要

果实的分级水平能够提高果实的附加值,也是国内外农产品市场竞争的重要因素.我国猕猴桃种植面积占世界的55.6％,但出口量远远不及新西兰70％的国际市场占有量.原因之一是目前的国内猕猴桃分级生产线仅以果重为单一指标,不符合国际标准中以果重和厚宽比进行果形分级的要求.本文以国内现有的分级生产线为基础,增加一个摄像头,提出相关图像处理算法,实现了符合国际标准的分级要求.首先参照猕猴桃国际分类标准,选取了368个样本:特级158个、一级150个、二级60个,测量每个样本的重量、长、宽、厚、体积,同时获取其自然放置时的俯视图.然后,利用图像处理获取样本的长、短、自然放置时的投影面积等图像属性,采用逐步回归选择变量,建立了厚度与自然放置时的投影面积比重量、长、长的3次方的多元线性回归模型,误差仅为4.3％,再根据重量和预测的宽厚比对果实进行分类,正确率达到91.0％,实验证明该系统能够较好的预测猕猴桃的等级,可低成本地实现在线检测.