摘要
针对柑橘人工分级成本高、效率低等问题,运用图像处理与分析方法设计了柑橘自动分级系统.搭建由3个周向均匀布置的CMOS相机组成的多视角图像采集装置,在柑橘滚动过程中抓拍6张图像并自动编号;运用Otsu图像分割方法消除样本图像中的背景,得到样本图像目标区域,用目标区域最小外接圆与最大内切圆描述样本的球形度,并据此构建单果重预测模型;根据样本图像深色区域与样本投影面积的比值构建柑橘成熟度预测模型;运用K-means算法筛选出样本图像中颜色差异较大的区域,设置合适的阈值判断该样本图像中是否存在外观缺陷;结合柑橘分级标准与果农实际需要,构建柑橘全自动分级数学模型,开发基于图像多指标融合的柑橘全自动分级系统,设计自动分级装置.结果表明,预测质量与实际质量之间的误差范围在±5g之内,系统综合识别率大于90%,为全自动柑橘分级装备的研制奠定了基础.
基金项目
四川省产教融合示范项目(18)
成都农业科技职业学院教育教学改革项目(JG2021-17)
成都农业科技职业学院项目(2021-CJXM05)
成都农业科技职业学院项目(23RW204)
国家科技期刊平台
NSTL
维普
万方数据