談果實表面顏色計算機視覺分級技術(shù)
前言：想要寫出一篇引人入勝的文章？我們特意為您整理了談果實表面顏色計算機視覺分級技術(shù)范文，希望能給你帶來靈感和參考，敬請閱讀。
摘要：本文借助計算機中的視覺自動檢測技術(shù)來測量在果實表面的著色度，并對該顏色進(jìn)行了分級，進(jìn)一步的對顏色進(jìn)行分析與研究，進(jìn)而來獲得出最終的水果果實的彩色圖像，進(jìn)一步的分析出對應(yīng)的結(jié)果。因此，在本文中，對果實表面顏色進(jìn)行了全面綜合的分析與研究，進(jìn)而來得出對應(yīng)的果實顏色分級標(biāo)準(zhǔn)和原則。
關(guān)鍵詞：果實表面顏色；計算機；視覺分級技術(shù)；研究
1對計算機視覺分級技術(shù)研究中材料的選取及檢測系統(tǒng)的驗證
1.1試驗選取的材料
為了進(jìn)一步的對保證在對計算機視覺分級技術(shù)進(jìn)行分析和驗證，本文所選取的實驗材料是某一地區(qū)所生產(chǎn)出的紅星蘋果，而且在選擇中蘋果的果徑限制在50mm到80mm左右。其中，還要將一些存在瑕疵和畸形的蘋果進(jìn)行去除，保證在實驗驗證的過程中，不會因為蘋果自身的原因而造成對是實驗結(jié)果的影響。其中，在檢測中，是注重對紅星蘋果顏色的研究，借助計算機視覺檢測系統(tǒng)來對一批紅星蘋果的顏色進(jìn)行分級挑選。
1.2檢測系統(tǒng)
在計算機視覺分級技術(shù)中，主要的檢測系統(tǒng)包括了計算機、CCD攝像機、圖像采集卡和照明室等。在檢測系統(tǒng)中，主要的系統(tǒng)是IBM兼容機,其中在該主機中包含了一些內(nèi)插的大恒圖像公司VIDEO2PCI2C真彩色圖像采集卡，也就是指可以通過對圖片中對比來進(jìn)行收集圖片。在收集圖片之后，借助松下CP410彩色CCD攝像機搭配DH1212型C式安裝鏡頭來進(jìn)一步的獲取研究對象自身表面的圖像。在檢測的過程中，為了保證檢測對表面光照度的統(tǒng)一性和標(biāo)準(zhǔn)，并且不會產(chǎn)生一些鏡面的反射，本文選擇了圓筒形照明室來進(jìn)行照明，其中圓筒形照明室的直徑尺寸是580mm。并且為了減少周邊環(huán)境的影響，將照明室的內(nèi)部壁涂成白色,放置6個60W的燈泡并且分兩排對稱的安裝在照明室的底部區(qū)域中,而在照明室內(nèi)部的載樣臺面上，是用細(xì)砂布打磨過的黑色橡膠板之后將選擇的樣品放置于橡膠板上進(jìn)行對應(yīng)的觀察與分析，重點是要考察樣品的顏色度。
2對樣品果實顏色特性的分析以及具體顏色的分級方法介紹
2.1樣品顏色模型的選擇
為了確保研究方法的科學(xué)性，和對樣品顏色研究的合理性，對相應(yīng)蘋果顏色已經(jīng)建立起多種顏色的具體模型，其中在對樣品顏色圖像的處理過程中,一般經(jīng)常會應(yīng)用到的模型是RGB、HLS和YIQ的顏色模型。其中，對于RGB顏色模型來說，該種顏色模型是應(yīng)用于一些硬件設(shè)備的，也就是需要由一些攝像機來獲得對應(yīng)樣品的彩色圖像并表示為對應(yīng)的R、G、B成份。然而,R、G、B成份與人肉眼對水果顏色的觀察是不存在直接的關(guān)聯(lián)性的。因此，該種顏色的模型是與肉眼觀察并無直接的關(guān)系。但是從肉眼的觀察來說，果實樣品的HLS顏色主要可以分為三個要素，色相、飽和度以及亮度，其中色相是水果中某一種顏色與另一種顏色的之間差別的一種要素,在現(xiàn)實生活中就例如紅、綠、藍(lán)、黃以及紫等其他的顏色。而飽和度指的是顏色自身的純度，亮度也就是光自身的強度。簡單來說，HLS的顏色模型的定義是指，在某一個圓柱形的坐標(biāo)系中雙圓錐子集上作模型，其中色相H是指繞圓錐中心軸的角度，而飽和度S具體是指顏色點與中心軸之間的距離,而在軸上各點,自身的飽和度數(shù)值為0。但是在錐面上各點的飽和度的數(shù)值是1。在該圓錐坐標(biāo)系中，亮度L是隨著下錐頂點的0,逐步的變到上錐頂點的1?？傊贖LS的顏色模型中,亮度L是不會受其它顏色信息的影響而發(fā)生對應(yīng)的改變,而是可以通過減小照度變化來造成對應(yīng)的影響。因此,如果在對水果顏色進(jìn)行分級的過程中選擇HLS的顏色模型，可以實現(xiàn)對果實顏色進(jìn)行科學(xué)合理的檢測并根據(jù)果實顏色的色度來進(jìn)行分級。然而在具體實際中使用HLS的顏色模型來檢測并分級果實顏色時,需要將攝像機中獲取果實的圖像中的R、G、B成份轉(zhuǎn)換為對應(yīng)的HLS值。而對應(yīng)的光度、飽和度以及色相是需要進(jìn)行一定的轉(zhuǎn)換，其中亮度的轉(zhuǎn)換公式是L=(R+G+B)/3,而飽和度的轉(zhuǎn)換公式是S=1-{max[R,G,B]}/L。但是色相的轉(zhuǎn)換公式較為復(fù)雜進(jìn)而通過轉(zhuǎn)換后的色相、飽和度以及光度來進(jìn)行對應(yīng)的顏色分級。
2.2果實的顏色特性
在對果實表面顏色進(jìn)行檢測與分級的過程中，最主要的就是要找出果實的邊界值。而在獲得果實的邊界值時，圖像的背景顏色是黑色，因而可以直接用R分量圖像來進(jìn)行求解具體的求值過程如下，首先將RGB值轉(zhuǎn)換成HLS值，再者將分量圖像中值濾波，第三步是Otsu’s算法來尋找出最優(yōu)的閾值數(shù)。第四步是通過尋找出的閾值數(shù)值來畫出對應(yīng)的二值化圖像。第五部是跟蹤并找出果實的最大邊界值。之后就是根據(jù)光度、色相以及飽和度等的轉(zhuǎn)換公式來求出在果實邊界中對應(yīng)的色相、飽和度和亮度值。但是如果是將平均色相分布直方圖進(jìn)行累計分析,就可以得到對應(yīng)平均累計相對頻度分布圖。而且在該累計色相直方圖中,4個等級的著色度可以實現(xiàn)清晰的分離,并且可以選擇出合適的色相閾值,進(jìn)一步的對果實的著色度進(jìn)行分級。準(zhǔn)確的來說，如果僅僅用單一個色相閾值來間劃分四個著色度等級,將會存在一定程度的誤差，進(jìn)而引入差值?？傊诜旨壍倪^程中，需要選取多個色相閾值來劃分，進(jìn)而來減少分級的誤差。
2.3具體果實顏色的分級準(zhǔn)則以及方法
在國家制定的GB10651289(鮮蘋果)的規(guī)定中,對于紅星蘋果優(yōu)等品、一等品和二等品的表面顏色必須是為鮮紅或著是濃紅的顏色,而且各個等級中對應(yīng)的著色面積分別是>70%,>50%,>25%,同時對于等外品著色度的范圍是<25%。在之前選擇出的色相閾值,首先是要使得在該色相閾值下的果實表面的累計著色面積的范圍是在≥70%、≥50%、≥25%的果實,進(jìn)而根據(jù)該標(biāo)準(zhǔn)來劃分紅星蘋果中的優(yōu)等品、一等品、二等品,而對于累計著色面積是在25%以外的紅星蘋果是屬于等外的品種。根據(jù)質(zhì)檢四個等級的色相分布圖來選擇出兩個色相閾值分別是30、40,因而將等外品和二等品用色相閾值40來進(jìn)行劃分,其他的各級用色相閾值30來進(jìn)行劃分。而通過計算機視覺分級技術(shù)中，選用P(h)來表示果實的色相h程度下果實中的累計頻度,其中具體的分級準(zhǔn)則及分級算法如下所示，
3對實驗結(jié)果的分析與研究
在本文進(jìn)行的實驗過程中，是選用了一批大約125個紅星蘋果作為實驗的研究對象來進(jìn)行分級的檢驗，其中，首先是將蘋果果實經(jīng)人工劃分為4個等級,之后根據(jù)對每一個果實中兩幅側(cè)面圖像的科學(xué)合理化的分析與處理，進(jìn)而來計算出對應(yīng)的累計頻度分布值,并對計算出的分布值進(jìn)行分級。在對分析結(jié)果的研究中，除了一等品外,各個等級的水果果實在借助計算機機器進(jìn)行分級的過程中與人工進(jìn)行自主分級的結(jié)果中，顯示大約有86%左右的相同性。在具體的實驗水果分級的過程，一等品果實在經(jīng)過計算機視覺顏色分級的結(jié)果與人工進(jìn)行分級的過程中，大約有4個左右的紅星蘋果被錯誤的分級。而出現(xiàn)這種情況的原因是一等品的紅星蘋果的著色度范圍較小，用肉眼無法準(zhǔn)確的進(jìn)行劃分。從總體的結(jié)果來分析，用計算機視覺分級技術(shù)來進(jìn)行對紅星蘋果的劃分，二者大致有88.1％的相同性。
4結(jié)論
在對紅星蘋果著色度進(jìn)行劃分的過程中，借助計算機視覺分級技術(shù)來劃分的過程中，基本上劃分出的蘋果著色度與實際劃分的差距較小， 紅星蘋果著色度計算機視覺分級結(jié)果比起人工分級的準(zhǔn)確度較高。而且隨果實自身著色度的不斷減小,對應(yīng)的色相分布曲線向色相值會出現(xiàn)逐步的增大方向移動,最關(guān)鍵的是果實的各個著色度等級色相分布范圍較寬,分布曲線相互重疊。第二點是一般果實的著色度是在0～80°的范圍內(nèi)可以快速準(zhǔn)確的區(qū)分開,也就是指可以通過選定合適的色相閾值,用該色相閾值下的累計頻度值進(jìn)行對果實的顏色的分級。
參考文獻(xiàn)
［1］李思廣.基于機算機視覺的楊梅自動檢測分級[J].農(nóng)機化研究,2018,040(009):204-207.
作者：馬占杰 單位：天津電子信息職業(yè)技術(shù)學(xué)院