本發明專利技術提供一種基于外在品質的水果等級分類系統,其包括:分別用于攝取同一水果的圖像信息的多個圖像攝取單元;用于分析所述多個圖像攝取單元各自提供的圖像信息以獲得水果的特征提取單元;以及用于根據所獲得的水果的特征信息、采用預定神經網絡分類器來將水果予以分類的水果分類單元,其中,所述特征信息包括形狀、顏色及面積。本發明專利技術結構簡單穩定,可以應用在農業水果生產的較多產業領域。
【技術實現步驟摘要】
本專利技術涉及水果分類領域,尤其涉及一種基于外在品質的水果等級分類系統。
技術介紹
水果產業是近年來快速發展的一個農業產業,據農業部統計,到2007年我國水果產量已經達到I. 05億,居世界首位。但是,水果在其生產過程中由于受到人為和自然等復雜因素的影響,產品品質差 異很大,如形狀、大小、色澤等都是變化的,很難整齊劃一。由于我國的水果品種結構不合理,產品商業化處理技術落后,因此,在國際市場上缺乏競爭力。近幾年來,隨著計算機模式識別技術的成熟和發展,在西方國家,水果的分級方式正逐步由計算機所替代。分級設備不僅可按照重量進行分級,而且還可以根據形狀、大小、色澤等進行分級。水果的分級方式包括以外在品質來分級及以內在品質來分級的兩種分級方式,國內外學者在這方面的研究側重于外在品質的果品分級。例如=Yimyam等人通過對芒果缺陷面積的測定,對芒果進行了分級;馮斌等人以蘋果的自然對稱形態特征為依據,取垂直水果軸向的最大寬度為水果大小,對蘋果進行分級;上述的分級方法都取得了較好的效果。目前,我們國家的水果等級分類過程大多采用人工分級,自動化分級系統應用較少。而人工水果分級的不足之處在于耗時長,結果不穩定,容易受人為因素干擾,并且耗費大量的人力和物力,不適合水果深加工產業的發展,也制約了我國水果產業在國際市場的競爭力。
技術實現思路
本專利技術的目的在于提供一種基于外在品質的水果等級分類系統,以實現水果的等級分類判別。為了達到上述的目的,本專利技術提供一種基于外在品質的水果等級分類系統,它包括多個圖像攝取單元,分別用于攝取同一水果的圖像信息;特征提取單元,用于分析所述多個圖像攝取單元各自提供的圖像信息以獲得水果的特征信息;水果分類單元,用于根據所獲得的水果的特征信息、采用預定神經網絡分類器來將水果予以分類,其中,所述特征信息包括形狀、顏色及面積。優選地,所述特征提取單元包括對圖像進行增強及分割的圖像預處理子單元。更為優選地,所述圖像預處理子單元為采用sobel算子或prewitt算子進行邊緣檢測的單元。優選地,所述特征提取單元包括第一子單元,用于將以紅、綠、及藍表示像素點信息的圖像信息按照以下公式轉換為以色調、亮度和飽和度表示像素點信息的圖像信息后,再來獲得水果顏色信息,「 n TT— /2 —H = arccos ---T1t ;12 J其中,H為像素點的色調R、G、B分別為像素點的紅、綠、藍組分。優選地,所述特征提取單元包括基于圖像中的水果橫向尺寸與縱向尺寸的比例來確定水果形狀的第二子單元。優選地,所述特征提取單元包括將圖像信息轉換為二值圖像信息,并基于二值圖像信息來確定水果面積的第三子單元。優選地,所述預定神經網絡分類器包括一個輸入層、兩個隱節點層和一個輸出層。更為優選地,第一層隱節點層為四個節點,第二次隱節點層為三個節點。本專利技術將圖像處理、模式識別以及神經網絡技術相結合,以三個最具代表性的水果外在品質特征作為神經網絡分類器的輸入,通過神經網絡分類器對水果進行等級分類判另IJ,其結構簡單易實現、且系統穩定、應用面較廣,可以應用在農業水果生產的較多產業領域。附圖說明本專利技術的基于外在品質的水果等級分類系統由以下的實施例及附圖給出。圖I是本專利技術具體實施例的示意圖。圖2a至2c為本專利技術對蘋果圖像進行預處理后示意圖。圖3a至3d為本專利技術采用4種邊緣檢測算法對圖像進行邊緣分割后的示意圖。具體實施例方式以下將對本專利技術的基于外在品質的水果等級分類系統作進一步的詳細描述。請參見圖1,所述水果等級分類系統I至少包括多個圖像攝取單元11、特征提取單元12、及水果分類單元13。每一個圖像攝取單元11均攝取同一水果的圖像信息。優選地,圖像攝取單元11包括任何能攝取圖像的裝置,優選地,包括但不限于攝像頭等等。優選地,圖像攝取單元11的數量大于或等于2,例如,圖像攝取單元11的數量為3,3個圖像攝取單元11形成360度視角來攝取同一水果的不同面的圖像信息,由此,來獲得同一水果全方位信息。所述特征提取單元12分析所述多個圖像攝取單元11各自提供的圖像信息以獲得水果的特征信息。其中,所述水果的特征信息包括但不限于形狀、顏色及面積等。具體地,所述特征提取單元12對每一個圖像信息進行分析,并由每一圖像信息中獲得水果的特征信息。優選地,所述特征提取單元12包括至少一計算機。更為優選地,所述特征提取單元12包括3臺計算機,分別用于處理一個圖像攝取單元所輸出的圖像信息,以便由該圖像信息中獲取水果的形狀、顏色及面積信息等。優選地,所述特征提取單元12包括圖像預處理子單元(未予圖示)。所述圖像預處理子單元對圖像進行增強及分割處理。具體地,所述圖像預處理子單元先對圖像攝取單元11輸出的圖像信息進行銳化操作,再對其求反及補色;接著,所述圖像預處理子單元再利用邊緣檢測來分割圖像信息。例如,所述圖像預處理子單元對圖像攝取單元11輸出的蘋果圖像信息(即圖2a)進行銳化操作后,獲得的圖像信息如圖2b所示,接著,所述圖像預處理子單元再對圖2b所示的圖像信息求反及補色,獲得的圖像信息如圖2c所示,由圖2a-2c可見,經過圖像增強處理后,圖像邊緣更為突出,分界更加明顯,非常便于后續的邊緣分割處理。隨后,所述圖像預處理子單元分別采用Canny算子,Prewitt邊緣檢測算子、Roberts邊緣檢測算子和Sobel邊緣檢測算子、Prewitt邊緣檢測算子、Roberts邊緣檢測算子和Sobel邊緣檢測算子對圖3c所示的圖像信息進行進行邊緣分割,獲得的圖像信息分別如圖3a_3d所示,其中,圖3a為采用Canny算子所獲得的圖像、圖3b為采用Prewitt邊緣檢測算子所獲得的圖像、圖3c為Roberts邊緣檢測算子所獲得的圖像、圖3d為Sobel邊緣檢測算子所獲得的圖像,由各圖可見,經sobel算子和prewitt算子檢測得到的水果輪廓較為清晰。優選地,所述特征提取單元12包括第一子單元(未予圖示)。所述第一子單元用于將以紅、綠、及藍表示像素點信息的圖像信息按照以下公式轉換為以色調、亮度和飽和度表示像素點信息的圖像信息后,再來獲得水果顏色信息,權利要求1.一種基于外在品質的水果等級分類系統,其特征在于,包括 多個圖像攝取單元,分別用于攝取同一水果的圖像信息; 特征提取単元,用于分析所述多個圖像攝取単元各自提供的圖像信息以獲得水果的特征信息,其中,所述特征信息包括形狀、顔色及面積; 水果分類単元,用于根據所獲得的水果的特征信息、采用預定神經網絡分類器來將水果予以分類。2.如權利要求I所述的基于外在品質的水果等級分類系統,其特征在于所述特征提取単元包括對圖像進行增強及分割處理的圖像預處理子単元。3.如權利要求2所述的基于外在品質的水果等級分類系統,其特征在于所述圖像預處理子單元為采用sobel算子或prewitt算子進行邊緣檢測的單元。4.如權利要求I所述的基于外在品質的水果等級分類系統,其特征在于所述特征提取単元包括第一子単元,用于將以紅、綠、及藍表示像素點信息的圖像信息按照以下公式轉換為以色調、亮度和飽和度表示像素點信息的圖像信息后,再來獲得水果顏色信息,5.如權利要求I所述的基于外在品質的水果等級分類系統,其特征在于所述特征提取單元包括基于圖像中的水果橫向尺寸與縱向尺寸的比例本文檔來自技高網...
【技術保護點】
一種基于外在品質的水果等級分類系統,其特征在于,包括:多個圖像攝取單元,分別用于攝取同一水果的圖像信息;特征提取單元,用于分析所述多個圖像攝取單元各自提供的圖像信息以獲得水果的特征信息,其中,所述特征信息包括形狀、顏色及面積;水果分類單元,用于根據所獲得的水果的特征信息、采用預定神經網絡分類器來將水果予以分類。
【技術特征摘要】
【專利技術屬性】
技術研發人員:何浩甲,胡靜,
申請(專利權)人:上海電機學院,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。