[發明專利]一種基于PCA的塊狀農產品在線識別裝置及方法

有效

• 申請號: 201210093563.0
• 申請日: 2012-03-31
• 公開（公告）號: CN102680488A
• 公開（公告）日: 2012-09-19
• 發明（設計）人: 王開義;張水發;劉忠強;楊鋒
• 申請（專利權）人: 北京農業信息技術研究中心
• 主分類號: G01N21/89
• 分類號: G01N21/89;G06K9/00
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩

技術領域

本發明涉及自動化生產過程在線質量檢測領域，特別涉及一種基于PCA的塊狀農產品在線識別裝置及方法。

背景技術

塊狀農產品無損分類、識別是指：在不接觸、不破壞塊狀農產品的前提下，對塊狀農產品的顏色、尺寸、形狀等外部品質參數進行檢測，這些指標對塊狀農產品的分級和定價有著決定性的影響。PCA：主成分分析(Principal?Component?Analysis，PCA)是一種掌握事物主要矛盾的統計分析方法，它可以從多元事物中解析出主要影響因素，揭示事物的本質，簡化復雜的問題。

機器視覺是一項融合了機械、控制、照明、光學、計算機軟硬件等技術的綜合技術，涉及到計算機、圖像處理、模式識別、人工智能等多個領域。機器視覺系統可以實現對產品的無損害分類和識別，快速、魯棒地獲取大量信息，因此，機器視覺技術作為一種重要的檢測手段已經日益引起人們的重視，并廣泛地應用于成品檢驗和質量控制等領域。

鮮切塊狀農產品的合格率主要由塊狀農產品的尺寸、顏色和形狀三種外觀特征決定。目前塊狀農產品的識別、分選主要依靠感官評判的方法。感官評判是由訓練有素的專業分選人員對塊狀農產品的尺寸、顏色和形狀等外觀特征進行逐一評判來分選合格的塊狀農產品和不合格的塊狀農產品，但人的感覺器官的靈敏度受到經驗、精神狀態、身體狀況以及周圍環境等因素的干擾，并且長時間單調乏味的重復勞動，容易使人產生視覺疲勞，從而影響分選結果的準確性。因此，研究開發能夠準確、高效、快捷的識別塊狀農產品的方法，對塊狀農產品合格率檢測以及塊狀農產品的大批量、自動化生產加工，具有重要意義。

鑒于現有技術的上述缺陷，需要一種新的塊狀農產品識別方法，以能夠有效地對塊狀農產品尺寸、顏色和形狀進行無損識別，并依據識別的匹配度量化塊狀農產品的合格率。

發明內容

(一)要解決的技術問題

本發明要解決的技術問題是：提供一種基于PCA的塊狀農產品在線識別裝置及方法，以能夠有效地對塊狀農產品尺寸、顏色和形狀進行無損識別，并依據識別的匹配度量化塊狀農產品的合格率。

(二)技術方案

為達到上述目的，本發明提供了一種基于PCA的塊狀農產品在線識別裝置，包括：切割系統，用于將農產品切割成塊狀；輸送系統，用于輸送所述塊狀農產品；機器視覺系統，用于采集所述塊狀農產品圖像；圖像識別系統，用于根據所述圖像數據計算塊狀農產品的幾何特征及矩不變特征，并根據主成分分析PCA對塊狀農產品進行識別。

更好地，所述圖像識別系統包括：圖像輸入輸出控制模塊，用于采集機器視覺系統中的塊狀農產品圖像并將所述圖像輸出至圖像分割模塊，以及用于顯示最終識別結果；圖像分割模塊，用于將所述塊狀農產品圖像中的塊狀農產品目標從圖像背景中分割出來，并進行預處理；圖像特征提取模塊，提取塊狀農產品的邊界信息和重心，并計算得到塊狀農產品的面積、周長和弧度幾何特征及矩不變特征；主成分分析模塊，用于根據所述幾何特征和矩不變特征計算塊狀農產品的特征空間，并采用PCA方法提取塊狀農產品的主要特征；圖像特征匹配模塊，用于計算待識別塊狀農產品的幾何特征和矩不變特征與標準塊狀農產品的主要特征在所述標準塊狀農產品的特征空間的距離，根據待識別塊狀農產品與標準塊狀農產品的相似度得出最終識別結果。

更好地，所述切割系統包括：切丁機和漏斗，所述切丁機用于將農產品切割成塊狀，所述漏斗將塊狀農產品均勻灑落給所述輸送系統。

更好地，所述輸送系統包括：振動器、第一傳送臺、第二傳送臺、直流電機和調節濾板，所述振動器通過振動運動將從所述第一傳送臺上掉落下來的塊狀農產品振散、平鋪，并且將所述塊狀農產品振動移動到所述第二傳送臺上，所述直流電機帶動所述第二傳送臺運送塊狀農產品，所述調節濾板調節允許通過的塊狀農產品的大小及個數。

更好地，所述機器視覺系統包括：機器視覺支撐單元、CCD攝像機、LED平面光源和DSP高速圖像處理單元，所述CCD攝像機和LED平面光源位于機器視覺支撐單元上方，所述DSP高速圖像處理單元通過IEEE1394標準接口與所述圖像識別系統連接。

本發明還提供一種基于PCA的塊狀農產品在線識別方法，包括：

S1：根據PCA計算標準塊狀農產品的特征空間，提取主要特征和計算主要特征的特征參數；

S2：對待識別塊狀農產品進行幾何特征和矩不變特征組成的特征向量的采集，并根據S1中的特征參數，進行在線識別。

更好地，在S1中包括：