基于数字图像及随机最小二乘的红提串果粒尺寸检测分级方法

肖 壮，王巧华*，王 彬，许 锋，杨 朋，李 理

（华中农业大学工学院，湖北 武汉 430070）

目前，机器视觉技术被广泛应用于工业、医学、农业等领域[1-5]，在对农产品的尺寸检测方面，国内外学者做了不少的研究：周竹等[6]设计了一种V型平面镜马铃薯分级系统，提出了一种最小外接柱体体积法来计算马铃薯的尺寸大小，并按照大小分级准则将马铃薯分为大、中、小3 个等级，实验最终分级正确率为91.0%。Marchant等[7]设计了一套基于机器视觉的对土豆大小和形状分级的系统，其处理速度基本满足了在线的要求。邓海霞等[8]应用图像处理技术对群体鸡蛋进行单个识别，并通过一元线性回归的方法分析了鸡蛋图像面积与实际质量、实际长短轴与图像中的长短轴的线性关系，模型的相关系数分别达到了0.92、0.91和0.94。

葡萄作为世界第二大栽培水果，深受人们的喜爱，我国对葡萄的尺寸分级仍然采用人工分级的方法，其对柔软的果粒具有较大损伤，且分级效率极低；因此，应用机器视觉技术对葡萄进行无损尺寸分级具有广阔的应用前景。由于红提葡萄为穗状结构，且果粒之间相互堆叠，多数果粒遮挡严重，因此应用机器视觉技术对葡萄果粒识别并进行尺寸分级有较大的难度。曾庆兵等[9]通过形态学处理的方法，实现了对葡萄果粒的精确定位，从而为观测葡萄的生长状况提供了参考；Li Min等[10]通过检测葡萄轮廓的角点将轮廓边缘的葡萄果粒识别出来，并通过计算单粒葡萄的平均曲率作为判定标准，将葡萄按照大小分级，最终分级准确率为90%；……