基于机器视觉的辣椒外部品质检测

任 锐 张淑娟 赵华民 孙海霞 李成吉 廉孟茹

(山西农业大学工学院，山西 晋中 030800)

辣椒是世界最大的调味品作物，主要以果实为食，营养丰富，维生素C含量在蔬菜中占首位。辣椒市场价值主要受其外观质量的影响，依据NY/T 944—2006标准，正常辣椒形状均匀，色泽油亮光洁呈红色，部分辣椒出现黑斑、虫蚀和花皮等缺陷，需分选出来。

目前的分选主要靠人工分选，效率低、主观性强且工作量大，机器视觉利用计算机技术代替人眼获取图像的信息，具有无损、检测精度高、节省劳动力等优点，科研人员在机器视觉方面对农产品做了大量的研究，取得较大的发展。毕智健等[1]利用番茄表面的颜色特征对不同成熟度的番茄进行判别分类，完熟番茄训练集与验证集最高均为90%。解博等[2]通过机器视觉对杏核纹理特征进行识别，杂质杏核识别率可达94%。项辉宇等[3]采用基于Halcon的图像处理方法，依据RGB颜色模型，采用模板匹配的方法，对苹果品质的大小、缺陷、颜色检测判别苹果是否合格。Xu[4]提出利用最小核值相似区和脉冲耦合神经网络识别苹果果实，在测试的50幅图像中，识别率为93%。Arakeri[5]利用计算机视觉技术，运用图像处理技术分析番茄的缺陷和成熟度，对番茄的质量评估的准确率达到96.47%。Habib[6]利用图像提取木瓜色彩特征，解决木瓜病害识别，通过支持向量机对疾病特征分类，准确率达到90.15%。综上所述，机器视觉研究主要利用颜色特征、纹理特征、形态特征和直接利用图像进行判别，其他学者的研究大都采取单一特证判别。……