基于机器视觉的苹果重量检测研究

刘忠超 范灵燕 盖晓华

摘要：苹果的采后分级能够提高其经济价值和市场竞争力，为了实现基于重量的无接触苹果智能分级，提出了基于机器视觉的苹果重量检测方法。首先，采集苹果图像进行预处理，得到平滑无噪声的苹果二值图像。然后，用最小外接矩形方法获得苹果的横径和纵径等主要几何外形特征，建立以苹果外形几何特征为参数的重量检测回归模型。结果表明，苹果重量检测值相對误差低于2%，最大绝对误差不超过4 g，检测准确性较高。采用非接触式的检测可以克服传统机械式接触对苹果造成的损害，能保证分级后苹果的质量，满足苹果分级生产要求。

关键词：机器视觉;苹果;重量;最小外接矩形;拟合;分级

中图分类号： TP242.6  文献标志码： A

文章编号：1002-1302（2021）21-0201-04

收稿日期：2021-03-19

基金项目：国家自然科学基金（编号：61504072）;河南省科技攻关项目（编号：202102110124）;南阳理工学院博士科研启动基金项目（编号：NGBJ-2019-07）;南阳理工学院高等教育教学改革新工科专题研究资助项目（编号：NIT2020XGKJY-02）。

作者简介：刘忠超（1979—），男，河南南阳人，博士，副教授，主要从事农业机器人、智能化检测与控制研究。E-mail：fly200578@sina.com。

我国是重要的苹果生产大国，苹果产后分级可以提高苹果的经济价值[1]。目前苹果分级主要采用人工分级和机械分级，人工分级劳动强度大、效率低，易受个人心理因素的影响[2];机械分级效率较高，主要依据苹果的果径或重量进行分级，重量是评定苹果等级的一个重要依据[3]。目前，市场上的苹果重量测定通常采用称重法，即采用机械秤或电子秤对苹果逐一称重以获得其重量参数。……