基于机器视觉的马铃薯图像特征参数获取方法n

• 作者: 周伟亮 熊俊涛 王红军 邓建猛 黎源鸿 黎邹邹
• 来源期刊: 电气工程与自动化：中英文版
• 学科: 工学
• 关键词: 机器视觉系统 三面投影 图像处理 最小外接矩形 特征参数
• 年，卷（期）: 2016,（2）
• 页码范围: 42-49
• 页数: 8页
• 分类号: TP391.41

摘要

目前马铃薯的分级方法主要还是以人工为主,而人工分级普遍存在不稳定性,费时成本高,依赖人的主观经验等.近些年来,机器视觉技术在农业领域取得了广泛的应用,尤其是农产品分级领域取得了较多的成果.机器视觉技术具有无损害、经济性好、精确率高等优点.对于马铃薯分类,可以从外观尺寸上判断马铃薯的形状类型和重量范围.人工分级时,通过观察不同马铃薯样本的不同横截面大小,就可以主观上判断出马铃薯的形状类型,大致评估质量范围.基于人工分级的特点,通过机器视觉进行分级,只需获得不同横截面的的投影,通过提取图像特征参数的方式来对这些横截面进行定量分析,就可以模拟人工分级的模式对马铃薯进行基于机器视觉的自动分级.本文设计了一套机器视觉系统,分别获取马铃薯平放时的图片与竖放时的图片,以获取最大横截面与最小横截面的投影.采集图片并对得到的照片进行图像处理,得到只有目标区域和背景的二值化图像.从一副图像中获得9个特征,然后通过100个马铃薯样本得到了基于这些特征的数据集.利用软件Unscramble对这些数据集进行分析,以验证方法的合理性.