基于最小矩形法的柑桔横径实时检测方法研究

被引：31

作者：

应义斌

成芳

马俊福

机构：

[1] 浙江大学生物系统工程与食品科学学院

[2] 浙江大学生物系统工程与食品科学学院浙江杭州

[3] 浙江杭州

来源：

生物数学学报 | 2004年 / 03期

关键词：

柑桔; 最大横径; 图像处理; 最小矩形法; 实时检测;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

农产品的大小是农产品分级的重要特征之一.本文以柑桔为研究对象,对利用计算机图像处理技术检测柑桔横径的方法进行了探索。研究了柑桔图像的平滑和边缘提取方法,比较了利用Sobel算子和跟踪虫(tracking bug)法所得到的柑桔边缘,发现跟踪虫法寻找边界的速度比用Sobel算子快,且不需要进行细化处理.为了适应实际生产中柑桔方向的随机性和外形的不规则性的要求,使柑桔尺寸检测的方法有更好的适应性,设计了一种利用柑桔的最小外接矩形(MER)求最大横径的方法,并在柑桔的外形尺寸检测中进行了验证,实际最大横径Dr与预测最大横径的相关性为0.9982,利用此方法估测果径的最大误差在1.30mm以内,最大相对误差为2.64％,平均相对误差为1.35％,GB/T12947-91鲜柑桔分级标准中均以5mm为分等标准差,故MER法的精度能满足实际生产中柑桔分级精度的要求.本研究结果不仅为进一步研究开发基于图像处理技术的柑桔品质检测系统打下了基础,而且可用于对其他农产品进行检测.

引用

页码：352 / 356

页数：5

共 3 条

[1]

Background segmentation and dimensional measurement of corn germplasm. Panigrahi S,Misra M K,Bern C,et al. Transactions of the ASME . 1995

[2]

Measurement and simulation of potato leaf area using image processing. Trooien T P,Heermann D F. Transactions of the ASAE, 1992a,b,c, 35(5) :1709-1712 . 1913

[3]

Comparison of machine vision with human measurement of seed dimensions. Churchill D B,Bilsland D M,Cooper T M. Transactions of the ASME . 1992

← 1 →