基于条纹投影的苹果果梗/花萼识别方法

蔡家旭，王 飞，奚冬冬，刘 路，2，王玉伟，2，*

(1.安徽农业大学 工学院，安徽 合肥 230036； 2.安徽省智能农机装备工程实验室，安徽 合肥 230036)

我国是苹果生产和出口大国，总体产量位居世界第一[1]。随着经济的飞速发展和社会消费水平的逐步提高，人们对安全、优质苹果的需求越来越大。目前，苹果分级多采用人工或机械的检测方式，其精度和效率均较低，而且容易造成苹果的机械损伤。近年来，机器视觉在水果品质检测中发挥出巨大的优势，逐渐取代了传统人工或机械检测的分级方式[2-4]。现有的机器视觉检测技术通常根据颜色、大小和外观缺陷来对苹果进行分级[5]，其中，针对苹果颜色和大小的检测已经取得比较成熟的应用[6-8]。然而，苹果缺陷检测过程中，其外部缺陷具有与果梗/花萼相似的光学特性，二维图像检测技术难以对两者进行有效区分[9-10]。因此，准确地识别出果梗/花萼区域是确保苹果缺陷检测效果的重要前提。针对苹果果梗/花萼的识别和外观缺陷的检测，国内外学者开展了大量的研究。Throop等[11]设计了一种特殊的机械传输装置，在传输过程中可避免苹果的果梗/花萼出现在相机视场之内，但该装置的定向结构复杂、成本较高，并且无法保证果梗/花萼均在相机视场之外。Leemans等[12]基于k-均值聚类算法开发出一套商业化的苹果分级系统，但该系统并不能有效区分苹果的果梗/花萼与外观缺陷，分级率仅为73%。Zhang等[13]利用进化构造(evolutionary constructed，ECO)特征区分苹果的果梗/花萼与表面缺陷，识别率达到94%，但该技术依赖于所提取的特征，针对不同品种的苹果需要重新训练模型。……