本研究應用了400-1000nm的高光譜相機,可采用杭州彩譜科技有限公司産品FS13進行相關研究。FS13高光譜相機包含可見光(400-700nm)、近紅外(400-1000nm)和短波近紅外(900-1700nm)3種光譜區域,廣泛應用于印刷,紡織等各種工業制品的表面顔色紋理檢測(顔色測量單像素重複性可達dE*ab
新疆果品分級一般在采收地進行,主要采用人工方式判别果品大小、成熟度和外表缺陷,然後分級包裝。受主觀因素的影響,不能基于同一尺度進行精确高效的果品分級。水果尺寸大小是水果分級的重要指标之一。高光譜圖像技術結合光譜與圖像技術的優點,能夠獲得大量連續波長光譜信息的圖像。其中,圖像信息可檢測農産品的外部品質,光譜信息則可用于農産品内部品質的檢測。
針對新疆本地特色林果業産品,采用機器視覺分析和檢測其品質并進行分級的研究尚處于起步階段,相關的研究工作較為匮乏。本研究采用高光譜圖像技術對新疆紅富士蘋果大小進行預測分析,是高光譜圖像分析新疆紅富士蘋果内外綜合品質研究的重要組成之一。水果品質的實時檢測和分級要求圖像信息的處理與識别算法必須簡單而有效,以滿足在線高生産率的要求。因此,本研究尋找有效的一個或幾個特征波長圖像和大小檢測的方法,為今後多光譜成像在線分析蘋果品質奠定了研究基礎。
本文基于高光譜圖像對新疆紅富士蘋果果徑檢測進行了初步研究。采用大津法對852/713比值圖像做阈值分割,形态學閉運算去除果梗區域,基于8鄰接邊界跟蹤法得到蘋果區域的輪廓坐标,采用最小外接矩形法預測蘋果的大小。結果表明,利用雙波段比運算結合最小外接矩形法能夠準确預測蘋果大小,最大絕對誤差為3.06mm,均方根誤差為1.21mm。此外,雙波段比運算中選定的特征波長,為設計多光譜成像系統在線快速檢測蘋果大小提供了研究基礎。
,更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!