一种减小基于机器视觉的水果尺寸测量误差的方法

• 作者: 张雪飞 徐义鑫 李凤菊
• 来源期刊: 天津农业科学
• 学科: 工学
• 关键词: 机器视觉 水果分级 尺寸测量 减小误差
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 农业经济与信息技术
• 页码范围: 37-40
• 页数: 4页
• 分类号: TP391.4
• 字数: 1831字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-6500.2020.04.009

摘要

水果采后分级可以提高其附加值,增加经济效益.随着以成像技术、人工智能为基础的机器视觉技术的迅猛发展,其在水果的外观品质分级上也逐渐得到了广泛应用.基于机器视觉测量水果尺寸时,标尺通常在载物台平面,并未与所测水果直径在同一平面;另一方面,水果边缘成像点可能并非水果最大直径平面的点,这两个因素都会导致测量误差,进而影响分级结果.本研究对这两个因素导致的误差进行了分析,提出了一种减小误差的方法:若已知被测水果平均半径R,可将相机镜头置于与载物台距离为nR的高度,并计算校正系数,用测得的尺寸乘以校正系数即可减小误差.番茄果横经的测量试验结果显示,与用机器视觉方法的未校正测量结果相比,本方法可有效减小果横径测量平均绝对误差14.127％.结果 表明,该方法具有简单、有效的特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李凤菊	天津市农业科学院信息研究所	42	228	9.0	13.0
3	徐义鑫	天津市农业科学院信息研究所	12	21	2.0	4.0
5	张雪飞	天津市农业科学院信息研究所	19	51	4.0	6.0