基于MATLAB的柑橘等级分类系统

一、课题介绍

柑橘的识别方法目前主要还是采用劳动强度大、工作效率低、随意性大、客观性不强、不 符合当前标准化要求的人工检测方法a文中运用计算机视觉和模式识别技术,研究了柑橘图像的实 时采集与识别技术以及分析软件系统3借助MATLAB图像处理工具箱给出了柑橘品质检测中的图像 预处理方法，实现了农副产品的品质科学分级的目的。

二、课题背景

随着计算机技术的发展，图像处理及识别技术的 应用范围及领域也不断扩大'°。将机器视觉技术用 于水果检测具有许多优越性。首先，它排除了在分级 过程中人的主观因素的干扰；同时提高了水果检测精 度，降低了劳动强度⑵。本文选择柑橘为研究对象, 利用机器视觉实现柑橘图像的实时采集、边缘检测、分 割以及柑橘图像的特征提取与识别，实现了机器视觉 对人眼的扩展，使其在一定程度上具有了人的判断能 力,从而实现了对农副产品的品质进行较为全面的检 测与科学分级的目的。

MATLAB(MATrix LABoratory)是国际上公认的最 优秀的科学技术与数学应用软件之一，已经在生物医 学工程、图像处理、统计分析领域得到广泛的应用s本 文借助于MATLAB图像处理工具箱，开发了基于计算 机视觉技术的柑橘识别算法,取得了事半功倍的效果。

三、柑橘识别系统设计

3.1硬件系统设计

本文研究的机器视觉检测系统如图1所示。

图1机器视觉硬件示意图

3.2用户界面设计

本研究编制的系统软件用VB编写。根据功能划 分，系统可分为:文件模块，用于打开图像和保存处理 结果;图像采集模块，完成用CCD摄像头采集柑橘图 像的过程，并把位图以DIB格式存到硬盘上；图像预 处理模块,包括图像平滑、图像增强、图像分割、边缘检 测;特征提取模块,包括大小、形态、颜色特征模块;分 级模块,把特征提取模块中的3个子功能综合使用,以 实现对柑橘检测与分级的自动处理，并把结果显示到屏幕上。如图所示。

3.3柑橘识别算法

3.3.1 图像

图像在采集和使用过程中,往往受到各种离散的 和随机的噪声源的干扰而污损，要进行滤波处理*通 过滤波使图像变得清晰，从而提高图像分析的效率§ 为抑制图像中的噪声而且保持轮廓的清晰，这里采用了非线性处理技术一一中值滤波，它可做到既去掉噪 声，又保持图像边缘信息。所以釆用3x3模板的中值 滤波进行了滤波除噪处理，滤波后的图像如图3所示。

图3图像平滑处理

3.3.2 图像增强

图像增强的目的是突出图像中的有用信息，扩大 不同影像特征之间的差别，从而提高对图像的解释和 分析能力⑷，即把图像变换成易于人观察和易于机器 处理的图像。为了增强图像的局部的反差，可以用灰 度变换的方法使灰度变化范围增大，使原来极差很小 的图像变得灰度层次丰富,从而改善视觉感知条件，达到图像增强的目的。灰度变换后的图像如图4所示。

3.3.4 边缘提取

图 6 所示为釆用 Robert、Sobel、Prewitt 和 Laplacian 边缘检测算子对分割好的图像进行边缘检测。由于 Prewitt算子并不是各向同性的,其检测到的边缘并不 是完全连通的，有一定程度的断开。Sobel算子也存在 同样的问题。Laplaeian算子对噪声比较敏感，检测到 的图像边缘较粗,还需要进行进一步的细化。而釆用Robert算子可得到较为理想的边缘。

四、结束语

本文通过理论分析和MATLAB仿真实验,提出适 于实时检测的柑橘预处理方法,设计了柑橘快速自动 化检测硬件和软件系统,突破了常规检测方法的高成 本、低效率、对操作人员专业要求高的局限性。本文研 究为机器视觉技术对农副产品的品质无损检测提供理 论基础和应用价值。