CN103363893B - 一种红富士苹果尺寸大小检测方法 - Google Patents

Abstract

本发明涉及一种依据苹果图像对其尺寸大小进行检测的方法。当苹果边界特征提取后，其边界以3°的增量绕形心旋转90°，每次以一个增量旋转后，首先计算各个边界坐标点的位置，然后用一个水平放置的最小外接矩形来拟合其边界。记录每次旋转后边界点的最大、最小x和y值，作为最小外接矩形面积。当苹果边界在某个旋转角度，最小外界矩形的面积达到了最小值，抽取此旋转角度下苹果边界的上下半径序列和左右半径序列，比较左右半径序列和上下半径序列的方差大小，判定方差大的方向为苹果果梗轴向，则另一个方向的最小外接矩形边长则为苹果的尺寸大小特征，利用尺寸大小特征可准确预测苹果的尺寸大小。本发明通过对260新疆红富士苹果确定位置，其准确率为100％，符合人眼观测水果尺寸大小的方式，计算简单，可靠性高。

Description

一种红富士苹果尺寸大小检测方法

技术领域

本发明涉及一种依据苹果图像对其尺寸大小进行检测的方法。

背景技术

目前，水果生产地的标准化程度不高，主要有以下表现：新技术的发展不平衡；果实外观整齐度低，等外果与优等果混合销售，农药残留量超标；出口水果档次不一、包装设计陈旧落后、包装材料质量差，不规范。基于苹果大小、着色、成熟度、表面缺陷和糖度品质无损快速检测和分级加工还不成熟，是影响整个林果加工产业发展的制约因素之一。

由于计算机视觉具有无损可靠等优点，在水果品质检测中具有很强的技术优势。但图像具有大量的冗余数据，为了满足水果快速有效的实时检测，对图像处理的算法提出更高的要求，要求能够在大量的图像数据中快速提取出所需要的数据特征。对于尺寸大小的检测，冯斌(冯斌，汪懋华.基于计算机视觉的水果大小检测方法.农业机械学报，2003，34(1)：73～75)依据水果的自然形态对称来判定水果的方向，然后求取垂直于此方向上苹果两边界点的距离作为水果的大小特征。应义斌(应义斌，成芳，马俊福.基于最小外接矩形法的柑桔横径实时检测方法研究.生物数学学报，2004，19(3)：352～356)采用最小外接矩形法对柑桔横径的大小检测，没有进行方向的判定，将最小外界矩形的最大边长作为柑桔的横径大小特征。

发明内容

本发明的目的是提供一种针对红富士苹果图像对其尺寸大小检测的最小外接矩形法，实现苹果果梗轴向判断和尺寸大小预测。

本发明采用的技术方案，包括以下步骤：

1、采集苹果图像；2、对苹果图像进行预处理，二值化图像，提取苹果侧面图像的边界；3、苹果边界以3°的增量绕已经确定的形心旋转90°；4、每次旋转一个增量后，首先计算各个边界坐标点的位置，然后用一个水平放置的最小外接矩形来拟合其边界；5、为了比较旋转后各个最小外接矩形面积计算需要，只要记录下旋转后边界点的最大和最小x，y值；6、当苹果边界在某个旋转角度，最小外界矩形的面积达到最小值，提取苹果边界的上下半径序列和左右半径序列；7、比较左右半径序列和上下半径序列的方差大小，方差大的方向为苹果果梗轴向，则另一个方向为苹果图像的尺寸大小特征；8、利用尺寸大小特征预测苹果的尺寸大小。

所述步骤3中的形心根据苹果的边界坐标和边界像素总和得到，公式如下：

$x_0=\frac{\mathrm{\Σx}\×1}{s},$ $y_0=\frac{\mathrm{\Σy}\×1}{s}$

式中，s为轮廓像素总和，(x，y)为轮廓坐标点，(x₀，y₀)为苹果的形心，将形心移至坐标原点，得到新的苹果图像边界坐标点。

所述步骤4的边界坐标点位置需知各个边界坐标点到形心的半径值以及与X轴的夹角，半径序列和夹角分别为θ(i)＝arctan(y(i)/x(i))，旋转后各个边界坐标点与X轴的夹角为当前角度加上相应的旋转的角度，假设旋转角度为d，计算旋转后各个边界坐标点为：x_d(i)＝r(i)×cos(θ(i)+d)，y_d(i)＝r(i)×sin(θ(i)+d)。

所述步骤5中的最小外接矩形面积由最大最小边界值得到，公式如下：

S＝(x_max-x_min)×(y_max-y_min)

x_max、x_min为边界点最大最小横坐标，y_max、y_min为最大最小纵坐标。

所述步骤6的半径序列的提取：计算苹果在最小外接矩形S_min位置时边缘到形心半径序列，取上下边缘部分半径序列r₁(p)，左右边缘部分半径序列r₂(p)，其中p＝1，「，m，且m＜n/2。

为了计算的简单，可以抽取部分半径序列。

本发明的优点是：以半径序列的方差判断果轴的方向，从而得到最小外界矩形的长度或宽度为苹果尺寸的大小，符合人眼测量水果尺寸大小的方式，计算简单，试验结果表明其可靠性高，果梗轴向判定准确率为100％。

附图说明

图1本方法检测流程图

图2苹果轴向检测结果示意图

具体实施方式

下面结合具体附图和实施对发明作进一步的说明。

如图1所示，首先对苹果利用游标卡尺测量其大小，然后采集相互垂直苹果的两个侧面图像，对两幅图像分别进行预处理。二值化图像，提取边界特征后，采取以下步骤提取苹果的尺寸大小特征。

1)利用边界坐标点(x，y)求出苹果的形心(x₀，y₀)公式如下：

$x_0=\frac{\mathrm{\Σx}\×1}{s},$ $y_0=\frac{\mathrm{\Σy}\×1}{s}$

式中s-轮廓像素总和

2)为了计算和编程方便，形心移至点(0，0)，轮廓新坐标点(x，y)大小为(x-x₀，y-y₀)；

3)计算原始图像边界半径序列其中i＝1，「，n；

4)计算原始图像边界坐标点与X轴的夹角：θ(i)＝arctan(y(i)/x(i))；

5)图像边缘点绕点(0，0)以1°等间隔旋转至90°，旋转后图像各边缘点的角度：θ(i，j)＝θ(i)+j×π/180，其中j＝1，「，89，旋转后图像边缘点坐标：

x(i，j)＝r(i)×cos(θ(i，j))，y(i，j)＝r(i)×sin(θ(i，j))；

6)记录每次旋转后边界点最大最小横坐标x_max、x_min和最大最小纵坐标y_max、y_min，最小外接矩形的面积为：S＝(x_max-x_min)×(y_max-y_min)；

7)找出所有最小外接矩形中的最小值S_min，得到此时的x_max、x_min、y_max和y_min；

8)对苹果方向和大小的判定，计算苹果在最小外接矩形S_min位置时边缘到形心半径序列，取上下边缘部分半径序列r₁(p)，左右边缘部分半径序列r₂(p)，其中p＝1，「，m，且m＜n/2。依据r₁(p)和r₂(p)的方差大小来判定苹果的轴向，当Var(r₁(p))＞Var(r₂(p))时，苹果果梗轴向与最小外接矩S_min位置时Y轴平行，相应苹果尺寸大小为D＝x_max-x_min；当Var(r₁(p))＜Var(r₂(p))时，其轴向与X轴平行，D＝y_max-y_min。

如图2所示，(a)为苹果原始放置方向，(b)为果梗方向判定后旋转某一角度的结果，中间横线为示意苹果尺寸大小。

9)比较相互垂直两个方向的图像获取的苹果大小特征，取其中最大者作为最后苹果尺寸大小特征。将尺寸大小特征与实际尺寸建立回归模型，将其输入计算机视觉系统，对苹果进行尺寸大小的检测。

本发明采用最小外界矩形法结合半径序列的方差判定苹果果梗轴向，从而获得苹果的准确尺寸大小特征，此算法简单有效，能够满足计算机视觉系统实时在线检测苹果大小的需要。

Claims (1)

1.一种用于苹果尺寸大小的检测方法，其中主要特点在于：利用最小外界矩形法和尺寸半径序列的方差大小获取苹果果梗轴向，进而获得准确的苹果尺寸大小特征；

其中，所述的利用最小外界矩形法和尺寸半径序列的方差大小获取苹果果梗轴向，通过边界等间距角度旋转，记录其水平最小外接矩面积大小，即

S＝(x_max-x_min)×(y_max-y_min)

x_max、x_min旋转后边界点最大、最小横坐标；

y_max、y_min旋转后边界点最大、最小纵坐标；

而后对比所有最小外接矩大小，以最小值S_min，得到此时的x_max、x_min、y_max和y_min；

还有，计算苹果在最小外接矩形S_min位置时边缘到形心半径序列，取上下边缘部分半径序列r₁(p)，左右边缘部分半径序列r₂(p)，其中p＝1,...,m,且m<n/2；依据r₁(p)和r₂(p)的方差大小来判定苹果的轴向，当Var(r₁(p))>Var(r₂(p))时，苹果果梗轴向与最小外接矩S_min位置时Y轴平行，相应苹果尺寸大小为D＝x_max-x_min；当Var(r₁(p))<Var(r₂(p))时，其轴向与X轴平行，D＝y_max-y_min。