[發明專利]基于機器視覺和X射線的水果品質綜合分級方法和裝置

在審

• 申請號: 202210098250.8
• 申請日: 2022-01-20
• 公開（公告）號: CN114354637A
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 楊澤青;李志蒙;胡寧;孫凌宇;丁湘燕;齊正磐;段書用
• 申請（專利權）人: 河北工業大學
• 主分類號: G01N21/88
• 分類號: G01N21/88;G01N23/04
• 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: 蔡運紅

1.一種基于機器視覺和X射線的水果品質綜合分級方法，其特征在于，該方法包括以下步驟：

第一步、通過CCD圖像采集模塊獲取待分級水果的外觀圖像，對外觀圖像進行預處理，大量的外觀圖像構成外觀圖像數據庫；提取預處理后的外觀圖像的缺陷區域，得到外觀缺陷圖像數據庫；

第二步、計算果面缺陷、果形大小和色澤三種特征的特征值，果面缺陷包含的特征有：缺陷總面積、缺陷個數、缺陷總面積與缺陷個數之比；果形大小包含的特征有：橢圓度、周長、投影面積、高度、寬度、長寬比以及矩形度；色澤包含的特征有：R通道均值與方差、G通道均值與方差、R通道均值與G通道均值之比；

針對外觀缺陷圖像數據庫中的外觀缺陷圖像，提取各個果面缺陷特征的特征值；針對外觀圖像數據庫中的外觀圖像，提取果形大小特征和色澤特征的特征值，得到果面缺陷、果形大小和色澤這三個特征的特征值數據表；利用因子分析法對外觀圖像進行標注，包括使用主成分分析法提取特征值數據表中各個特征的主成分，并計算各個主成分的方差貢獻率，計算各個外觀圖像的綜合得分，綜合得分為各個主成分與其相應方差貢獻率的線性組合，然后將各個外觀圖像的綜合得分由高到低進行排序，并依據專家經驗將待分級水果的外觀品質分為優等、一等、二等共三個等級，根據此分級結果對外觀圖像進行標注并生成標簽；

第三步、搭建外觀分級網絡，將訓練后的外觀分級網絡作為第一初級分類器；

第四步、通過X射線圖像采集模塊獲取待分級水果的X射線圖像，建立X射線圖像數據庫；對X射線圖像進行預處理，得到預處理后的X射線圖像；對經過X射線成像的水果樣本進行切片處理，依據切片反應的缺陷信息對預處理后的X射線圖像進行標注，標注信息為是否存在缺陷，得到標注后的X射線圖像；

第五步、提取預處理后的X射線圖像的HOG特征和LBP特征，利用SVM模型對這兩個特征分別構建分類器；針對預處理后的X射線圖像，基于神經網絡構建CNN分類器；將三個分類器的分類結果進行決策級融合得到第二初級分類器，對待分級水果內部缺陷進行分類；

第六步、制定水果品質綜合分級規則，基于集成學習策略，將第一初級分類器和第二初級分類器的輸出作為次級分類器的輸入，次級分類器根據水果品質綜合分級規則輸出分級結果，至此完成整個分級過程。

2.根據權利要求1所述的基于機器視覺和X射線的水果品質綜合分級方法，其特征在于，第五步包括：對上述三個分類器進行訓練，利用訓練后的三個分類器進行預測，提取各個分類器的分類性能評價指標和計算各個分類器的預測概率，預測概率包括內部有缺陷的概率和內部無缺陷的概率；根據分類器個數、各個分類性能評價指標及分類性能評價指標總個數，構建多通道評價矩陣；計算每個分類性能評價指標在各個分類器中的權重和各個分類器進行多通道融合時的權重；

利用式(21)計算待分級水果內部缺陷的融合分數P，將最大融合分數對應的類別作為最終分類結果；

其中，P_q表示第q個分類器的預測概率，q＝1,2,…,Q，Q為分類器個數，ω_q表示第q個分類器進行多通道融合時的權重。