一種蘋果壞損檢測系統(tǒng)的研究

一種蘋果壞損檢測系統(tǒng)的研究

蘋果壞損檢測及分級不符合標(biāo)準(zhǔn)蘋果分類主要基于蘋果的形狀、大小、顏色和水果表面的缺陷。目前,國內(nèi)外普遍采用兩種比較成熟的分級方法:質(zhì)量分級和大小分級。這兩種分級方法雖部分實現(xiàn)了自動分級,但是果面壞損檢測與分級仍需人工進(jìn)行。這樣由于受到個人視力、顏色鑒別力、情緒、疲勞、光線等因素的影響,效率低,分選差異大,很難滿足高要求的分級。蘋果壞損自動檢測是實現(xiàn)蘋果分級完全自動化的關(guān)鍵一步。為此本文采用計算機(jī)圖像技術(shù)對蘋果壞損自動檢測進(jìn)行了研究。1整體圖像數(shù)據(jù)自動檢測蘋果光學(xué)反射特性主要有如下性質(zhì):在近紅外波段750～1100nm內(nèi),同一品種蘋果綠色、紅色、黃綠色部分的反射系數(shù)基本相等,非壞損部分反射系數(shù)比壞損部分反射系數(shù)大。另外在波段750～880nm之間非壞損部分反射系數(shù)可認(rèn)為是一常數(shù)。蘋果花萼部分反射系數(shù)與壞損部分反射系數(shù)相差不大。由此可利用蘋果近紅外反射特性,進(jìn)行蘋果的壞損檢測。據(jù)此建立如圖1所示的蘋果壞損自動檢測計算機(jī)圖像系統(tǒng)。系統(tǒng)中采用封閉式光照系統(tǒng)。光源為2只在近紅外波段具有較高輻射能量的ZF220-200燈泡。攝像機(jī)采用IVG-841P黑白工業(yè)CCD攝像機(jī),其光譜響應(yīng)范圍400～1100nm。CCD為542×582點陣,配GDS-25鏡頭。為了消除表面顏色對圖像灰度值的影響,便于壞損檢測,在鏡頭前加一窄帶帶通近紅外濾波鏡,其帶通中心波長為815nm,帶寬為20nm。圖像采集卡為V256-E,空間分辨率為256×256,灰度等級為256。圖像監(jiān)視器為HS-M35B工業(yè)監(jiān)視器,計算機(jī)為COMPAQ微機(jī)。2缺陷檢測2.1b在蘋果邊緣至中心區(qū)域設(shè)圖像中僅有1只蘋果,根據(jù)蘋果光學(xué)特性、外形特征和圖像系統(tǒng)特性可知,圖像灰度分布具有如下特征:(1)當(dāng)蘋果圖像中無壞損和花萼或果梗時,在理想情況下由蘋果邊緣至中心區(qū)域灰度值呈單調(diào)上升趨勢,其等灰度曲線近似圓形。(2)圖像有壞損時,壞損區(qū)域的灰度值較相鄰的非壞損區(qū)域灰度值小,且其差值較大;由蘋果邊緣至蘋果中心區(qū)域,在經(jīng)過壞損區(qū)域時,其灰度值不再呈單調(diào)上升趨勢,而是先呈下降趨勢,經(jīng)過壞損區(qū)域的最小灰度值后,灰度值開始快速上升,升至非壞損區(qū)域后,再以正常速率上升。(3)由于噪聲的影響,在蘋果正常部分其灰度值也有一些小的淺洼區(qū),但是這些洼區(qū)的深度較壞損部分所對應(yīng)的洼區(qū)要淺。2.2下降壞損點tp2首先將蘋果圖像分為如圖2所示的8個小區(qū)域,依據(jù)檢測像素所在的區(qū)域,將分別選擇不同的檢測判別方向。如檢測點在A區(qū),則檢測判別方向為3,其他依此類推。設(shè)P表示待檢測的點,PI表示與檢測點P在檢測判別方向上相距I距離的比較像素,FP表示檢測點P的灰度值。壞損點檢測規(guī)則如下:(1)當(dāng)相鄰比較像素PI不是壞損點時若FP≥FPI,則檢測點P為蘋果正常部分。否則,當(dāng)閾值TP11≤(FPI-FP)≤閾值TP3時,檢測點P為首次可疑下降點,并建立標(biāo)志;當(dāng)閾值TP1>(FPI-FP)時,檢測點P為蘋果正常部分;當(dāng)TP3≤(FPI-FP)時,檢測點P為下降壞損點。(2)當(dāng)相鄰比較像素PI是首次可疑下降點時若FP≥FPI,則檢測點P與相鄰比較像素PI都為蘋果正常部分,并取消PI的首次可疑下降點標(biāo)志。否則,當(dāng)閾值TP1≤(FPI-FP)時,檢測點P為第2可疑下降點,并建立相應(yīng)標(biāo)志;當(dāng)TP1>(FPI-FP)時,檢測點P與相鄰比較像素PI都為蘋果正常部分,取消PI的首次可疑下降點標(biāo)志。(3)當(dāng)相鄰比較像素PI是第2可疑下降點時若FP≥FPI,則檢測點P為第1可疑上升點,并建立標(biāo)志。否則,當(dāng)閾值TP2≤(FPI-FP)時,檢測點P為下降壞損點,同時檢查相鄰像素PI、PI-1是否為可疑下降點,若是,則PI、PI-1為下降壞損點;當(dāng)TP2>(FPI-FP)時,檢測點P為第3可疑下降點。(4)當(dāng)相鄰比較像素PI是第3可疑下降點時若FP≥FPI,則檢測點P為第2可疑上升點,并建立標(biāo)志。否則,當(dāng)閾值TP3≤(FPI-3-FP)時,檢測點P為下降壞損點,同時檢查像素PI、PI-1、PI-2、PI-3是否為可疑下降點,若是,則相應(yīng)的像素為下降壞損點,記下該方向上最邊緣壞損點的灰度值為Fei1;當(dāng)TP3>(FPI-3-FP)時,檢測點P為第4可疑下降點。(5)當(dāng)相鄰比較像素PI是第4可疑下降點時若FP≥FPI,則檢測點P為第3可疑上升點,并建立標(biāo)志;否則檢測點P為第5可疑下降點。(6)當(dāng)相鄰比較像素PI是第5可疑下降點時若FP≥FPI,則檢測點P為第4可疑上升點,并建立標(biāo)志。否則,當(dāng)閾值TP4≤(FPI-4-FP)時,檢測點P為下降壞損點,同時檢查像素PI、PI-1、…、PI-4是否為可疑下降點,若是,則相應(yīng)的像素為下降壞損點;當(dāng)TP4>(FPI-4-FP)時,檢測點P為蘋果正常部分,同時檢查像素PI、PI-1、…、PI-4是否為可疑下降點,若是,取消其可疑下降點標(biāo)志。(7)當(dāng)相鄰比較像素PI是第1可疑上升點時若FP≥FPI,則檢測點P為蘋果正常部分,取消PI的第1可疑上升點標(biāo)志;否則檢測點P作為第3可疑下降點處理。(8)當(dāng)相鄰比較像素PI是第2可疑上升點時若FP≥FPI,則檢測點P作為第1可疑上升點處理,取消PI的第2可疑上升點標(biāo)志;否則檢測點P作為第4可疑下降點處理。(9)當(dāng)相鄰比較像素PI是第3可疑上升點時若FP≥FPI,則檢測點P作為第2可疑上升點處理,取消PI的第3可疑上升點標(biāo)志;否則檢測點P作為第5可疑下降點處理。(10)當(dāng)相鄰比較像素PI是第4可疑上升點時若FP≥FPI,則檢測點P作為第3可疑上升點處理,取消PI的第4可疑上升點標(biāo)志。否則,當(dāng)閾值TP4≤(FPI-4-FP)時,檢測點P為下降壞損點,同時檢查像素PI、PI-1、…、PI-4是否為可疑下降點,若是則相應(yīng)的像素為下降壞損點;當(dāng)TP4>(FPI-4-FP)時,檢測點P為蘋果正常部分,同時檢查像素PI、PI-1、…、PI-4是否為可疑下降點,若是,取消其可疑下降點標(biāo)志。(11)當(dāng)相鄰比較像素PI是下降壞損點時若FP≥FPI,則檢測點P為上升壞損點;否則檢測點P為下降壞損點。(12)當(dāng)相鄰比較像素PI是上升壞損點時若FP≥FPI,同時滿足檢測點P的灰度值與預(yù)估值的絕對差大于一閾值Te,則檢測點P是上升壞損點;否則檢測點P為蘋果正常部分,并記下該點的灰度值為Fei2。該值為壞損區(qū)域在i方向上的另一邊緣灰度值。上述條件都不滿足,則檢測點P作為上升壞損點處理。上述預(yù)估值是指與壞損邊緣點相鄰的且在同一判別方向上的蘋果非壞損處的灰度值的預(yù)估值。在蘋果圖像中如無壞損和果梗、花萼時,其灰度值的空間分布可用式(1)近似表示-(i-a)22p′-(j-b)22q′+c=F(i?j)(p′＞0?q′＞0)(1)?(i?a)22p′?(j?b)22q′+c=F(i?j)(p′＞0?q′＞0)(1)式中F(i,j)——像素在圖像上i行j列的灰度值用最小二乘法,通過一系列數(shù)據(jù),可求出用上式進(jìn)行曲面擬合的a、b、c、p′、q′參數(shù)的最佳估計?a、?b、?c、^p′、^q′。這樣可用式(1)作蘋果非壞損部位在相應(yīng)空間的灰度值預(yù)估計。樣本數(shù)據(jù)選取的原則是在判別方向上選取一組非壞損點的數(shù)據(jù)作為參數(shù)估計的樣本數(shù)據(jù),本系統(tǒng)選樣本數(shù)N=300。2.3判別違規(guī)行為的bn的特點首先,將檢測出的壞損點依據(jù)壞損點標(biāo)記使圖像中的壞損點匯聚成若干個不相聯(lián)的可疑壞損區(qū)域Bn。定義區(qū)域的最小深度Dpmin為Dpmin=Feimin-Fmin(2)式中Feimin——最小邊緣灰度值,Feimin=min{Feik,k=1,2,…,m}m——壞損區(qū)域邊緣像素個數(shù)Feik——第k個壞損邊緣灰度值Fmin——壞損區(qū)域中的最小灰度值在壞損區(qū)域生成過程中,同時求取該區(qū)域的最小深度Dpmin。當(dāng)Dpmin>Dpt閾值,且區(qū)域面積S>St閾值時,該區(qū)域初步判定為壞損區(qū)域。這樣可消除一些由于各種原因造成的蘋果圖像上小洼區(qū)的影響。注意:如果閾值Dpt和閾值St選擇過小,會影響判別的準(zhǔn)確度,即將噪聲干擾所產(chǎn)生的小洼區(qū)誤判為壞損區(qū)域,但是閾值選擇過大,則會產(chǎn)生壞損區(qū)域漏檢。故閾值選擇應(yīng)慎重,一般要通過大量試驗選之。壞損區(qū)域Bn的p、q階統(tǒng)計矩定義為Μn(p?q)=∑(i?j)ipjqBn(i?j)(3)在這里,Bn(i,j)為第n塊可疑壞損區(qū)域的二值圖像,那么,由式(3)可求得Bn相應(yīng)的Mn(1,0)、Mn(0,0)、Mn(0,1)統(tǒng)計矩,這樣相應(yīng)的可疑壞損區(qū)域的形心(In,Jn)為{Ιn=Μn(1?0)Μn(0?0)Jn=Μn(0?1)Μn(0?0)(4)為了避免將果梗區(qū)和花萼區(qū)判為壞損區(qū)域,采用如下判別方法:為了檢測整個蘋果表面情況,采用0°、90°、180°角度的圖像(即F1、F2、F3)。設(shè)可疑壞損區(qū)域Bn所在的圖像為F1(或F3)。(1)當(dāng)可疑壞損區(qū)域Bn的面積大于閾值Tm1時,需進(jìn)行下面判別,否則為壞損區(qū)域。(2)在F3(或F1)中無可疑壞損區(qū)域,如果Bn的面積大于閾值Tm,并且其形心靠近圖像處理窗口的頂部,則進(jìn)行第(3)判別,否則可疑壞損區(qū)域Bn是壞損區(qū)域。(3)如形心位于接近圖像處理窗口的頂部邊緣,則Bn為果梗區(qū)域或花萼區(qū)域。否則F2中的蘋果圖像上部的邊緣作一直線擬合i=Aj+B(如圖3所示)。當(dāng)擬合直線的斜率大于Tz,則Bn為果梗區(qū)域或花萼區(qū)域;否則Bn為壞損區(qū)域。(4)在F3或(F1)中有可疑壞損區(qū)域Bn′,當(dāng)其相應(yīng)的形心滿足下列條件之一{|Ιn-Ιn′|＜Ιt1和|Jn-Jn′|＜Jt1|Ιn-Ιn′|＞Ιt2和|Jn-Jn′|＜Jt2Ιt1＜Ιt2?Jt1＞Jt2則Bn和Bn′為果梗區(qū)和花萼區(qū),否則Bn和Bn′都為壞損區(qū)域。上式中的(In,Jn)為Bn的形心,(In′,Jn′)為Bn′的形心。其判據(jù)的主要依據(jù)是果梗區(qū)和花萼區(qū)的形心距離不會太遠(yuǎn)。3閾值參數(shù)選擇對壞損檢測性能的影響試驗分兩組:一組為壞損檢出率試驗,一組為壞損區(qū)域判別試驗。試驗樣本為國光蘋果