[發明專利]一種用于梨外觀品質視覺分級方法及分級生產線

在審

• 申請號: 202110525021.5
• 申請日: 2021-05-14
• 公開（公告）號: CN113145492A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 楊澤青;張明軒;張文泊;李志蒙;胡寧;丁湘燕;段書用;薄敬東;劉麗冰;陳英姝
• 申請（專利權）人: 河北工業大學
• 主分類號: B07C5/34
• 分類號: B07C5/34;B07C5/342;B07C5/36
• 代理公司: 天津翰林知識產權代理事務所(普通合伙) 12210
• 代理人: 付長杰

本發明為一種用于梨外觀品質視覺分級方法及分級生產線，該方法能夠通過特征值反映樣本的果形、色澤、缺陷種類和缺陷面積等信息，并根據特征的特點選擇合適的機器學習模型作為分類器對上述各類信息做準確的預測，最后將這些信息輸入到用于決策層面的決策樹中，模擬人的決策分類過程，得到分級結果；整個分級過程使用多模型融合的方法，針對性的處理各類信息，避免過擬合現象的發生，使得處理的結果更加準確，提高了檢測效率和檢測精度，滿足流水線上快速準確檢測的要求。該方法用于環形生產線上梨的快速分級，通過特征融合對梨進行分級，其識別率預計可以達到95％以上。適用于不同種類梨的外觀品質分級。

技術領域

本發明涉及梨外觀品質檢測以及分級技術領域，具體是一種用于梨外觀品質視覺分級方法及分級生產線。

背景技術

水果外觀品質檢測及自動分級對提高鮮食水果的市場競爭力和利潤水平具有重要意義，梨作為最常見的水果之一，對其外觀品質進行檢測是十分必要的。目前梨外觀品質檢測方法主要為人工檢測，該種方法會消耗大量的人力資源并且分級的主觀性較強，準確度和效率都較為低下；機器視覺檢測以無接觸、無損傷、自動化程度高和安全可靠等突出優點，已成功應用于柑橘和蘋果外觀檢測中，因此將機器視覺用于梨外觀品質檢測是可行的。

中華人民共和國國家質量監督檢驗檢疫總局下屬中國國家標準化管理委員會于2008年發布了中華人民共和國國家標準GB/T 10650-2008《鮮梨》，該標準為現行有效狀態，將梨的外觀品質分為了三個等級優等、一等、二等，分級依據為梨的果形、色澤、單果重、果面缺陷等特征，其中果面缺陷的種類和面積是分級標準中最重要的指標，由此可以用視覺檢測出梨表面的缺陷種類和面積，再根據國家標準分級。

專利號CN201621138384.4的文獻公開了一種刺梨分級機，包括依次設置的上游組輸送滾筒、下游組輸送滾筒和驅動輸送滾筒轉動的電機，上游組輸送滾筒中相鄰兩滾筒之間的距離為20mm，下游組輸送滾筒中相鄰兩滾筒之間的距離為35mm，上游組輸送滾筒和下游組輸送滾筒的下方均設置有收集槽。該裝置結構簡單，并且效率較高。但是該裝置只是根據刺梨的尺寸特征進行分級，分級準確度較低，且不能滿足對梨外觀品質分級的需求。

現有的分級裝置只能在同一個時間段內對一個梨進行分級，無法實現高效連續的分級執行，使用擋板推送梨，使梨直接從平臺上滑落，期間發生碰撞，會對梨造成二次損傷，且現有分級裝置沒有明確指出分級標準，不能確定分級是否符合國家標準，分級準確性有待提高。

發明內容

針對現有的研究方向的空缺和技術方面的不足，本發明擬解決的技術問題是，提供一種用于梨外觀品質視覺分級方法及分級生產線。

本發明解決所述技術問題的技術方案是，提供一種用于梨外觀品質視覺分級方法，該方法包括以下內容；

獲取待分級水果梨的彩色圖像，得到樣本梨圖像，大量樣本梨圖像形成樣本梨圖像庫；

對樣本梨圖像進行處理提取梨外表面圖像，大量的梨外表面圖像組成梨外表面圖像數據庫；

獲取梨外表面圖像數據庫中梨外表面圖像的傅里葉描述子，以傅里葉描述子為輸入，以梨表面輪廓的實際評價為輸出，訓練人工神經網絡模型，獲得分類器1；

提取梨外表面圖像數據庫中梨外表面圖像的B、G和R三個分量，計算B、G和R三個分量矩陣的二階矩，得到3×1維的特征矩陣，以特征矩陣為輸入，以梨表面色澤的實際評價為輸出，訓練樸素貝葉斯模型，獲得分類器2；

對梨外表面圖像數據庫中的梨外表面圖像進行亮度校正，獲得樣本梨的亮度校正圖像，大量的亮度校正圖像形成亮度校正圖像庫；

對亮度校正圖像庫中的亮度校正圖像進行分割處理后獲得樣本梨的缺陷圖像，大量的樣本梨的缺陷圖像形成缺陷圖像庫；