安徽农业科学2023,Vol.51Issue(9) :231-235.DOI:10.3969/j.issn.0517-6611.2023.09.054

基于机器视觉的沙糖橘果皮破裂和缺陷检测

Detection of Broken Peel and Imperfection of Shatangju Based on Machine Vision

王士龙 朱景焕 王小明
安徽农业科学2023,Vol.51Issue(9) :231-235.DOI:10.3969/j.issn.0517-6611.2023.09.054

基于机器视觉的沙糖橘果皮破裂和缺陷检测

Detection of Broken Peel and Imperfection of Shatangju Based on Machine Vision

王士龙 1朱景焕 1王小明1
扫码查看

作者信息

  • 1. 广西科技师范学院,广西来宾 546199
  • 折叠

摘要

在对果皮质量进行检测分级时,破裂果、机械损伤和硬疤是沙糖橘表面常见的主要缺陷.传统的自动检测系统通常不能准确地识别这些表面缺陷.为了解决这一问题,设计了一种硬件和软件相结合的计算机视觉检测分类系统.该系统采用单CCD和LED环形光源,通过计算机协作,利用计算机视觉系统提取沙糖橘果皮的正面图像,构建了有效的图像采集方法、预处理方法、颜色模型和分割方法,采用傅里叶变换、高频滤波、形态学(方案)和分类树等方法对沙糖橘的表面缺陷进行研究,并为实际的自动化应用找到更准确和更合适的方法.结果表明,该方法的可靠性和稳定性优于传统的单一形态学的识别方法.

关键词

果皮/计算机视觉/图像处理/智能分级/傅立叶变换/分类树

引用本文复制引用

出版年

2023
安徽农业科学
安徽省农业科学院

安徽农业科学

影响因子:0.413
ISSN:0517-6611
参考文献量13
段落导航相关论文