适于餐厅与家庭的叶菜外部品质在线检测与分级系统

• 作者: 张文平 彭彦昆 李永玉 邢瑶瑶 魏文松
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 图像处理 分级 特征提取 机器视觉 在线系统 叶菜
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 农产品加工工程
• 页码范围: 264-273
• 页数: 10页
• 分类号: S226.5
• 字数: 8411字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2018.05.035

摘要

该研究从中式菜肴原料的品质控制需求出发,针对叶菜变黄、腐烂、虫害危害消费者健康、人工挑选费时费力的技术难点,开发了基于机器视觉的叶菜外部品质在线检测与分级系统,以实现在中小型餐厅和家庭场合对黄化叶、腐烂叶以及虫眼叶的快速检测判别与分级.该系统硬件部分主要包括基于负压吸气式的样品分离单元、基于LED光源照明系统的样品检测单元以及基于气吹式分选单元等.利用OpenCv和Visual C++编写了叶菜外部品质无损快速检测软件,实现样品信息的自动采集、数据分析和结果显示.最后结合对应的特征信息提取方法,利用320个菠菜样品对装置性能进行试验验证,其中黄化叶、虫眼叶、腐烂叶以及正常叶数目各为91、75、91、63.针对黄化叶与腐烂叶,利用 RGB 到HSV的颜色空间变换方法分别设定分量值H∈(60°, 130°)、S∈(0, 0.17)和V∈(0, 0.23)提取菠菜黄化叶与腐烂叶的特征信息,实现菠菜黄叶与腐烂叶的判别;针对虫眼叶,在RGB颜色空间中调节2G-R-B的阈值对虫眼叶菜进行灰度化、二值化及形态学消噪提取虫眼叶轮廓特征信息,实现虫眼叶判别及虫眼面积的计算.试验结果表明,利用该装置并结合各自的特征信息提取算法,能够实现对菠菜外部品质的判别,与人工判别相比,黄化叶、腐烂叶以及虫眼叶的判别正确率分别为96.70%、92.59%、84.62%,整体判别正确率为94.69%,1个叶菜样品的分选时间为0.84 s.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李永玉	中国农业大学工学院国家农产品加工技术装备研发分中心	48	718	15.0	25.0
2	彭彦昆	中国农业大学工学院国家农产品加工技术装备研发分中心	135	1809	24.0	36.0
3	魏文松	中国农业大学工学院国家农产品加工技术装备研发分中心	11	23	3.0	4.0
4	邢瑶瑶	中国农业大学工学院国家农产品加工技术装备研发分中心	2	20	2.0	2.0
5	张文平	中国农业大学工学院国家农产品加工技术装备研发分中心	1	2	1.0	1.0