專利名稱：基于多光譜成像技術(shù)的水果品質(zhì)無損檢測(cè)方法與系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及利用光學(xué)手段來分析材料的方法，尤其是涉及一種基于多光譜成像技術(shù)的水果品質(zhì)無損檢測(cè)方法與系統(tǒng)。
背景技術(shù)：
我國是世界水果生產(chǎn)大國，水果栽培歷史悠久，品種資料豐富。自1993年開始，我國果品總產(chǎn)量超過印度、巴西和美國，躍居世界首位。我國蘋果、梨分別占世界總產(chǎn)量的22.8％和36％，均居世界首位；柑橘占世界總產(chǎn)量的10％，僅次于巴西和美國，居世界第三。然而，我國水果儲(chǔ)藏能力只有10％，爛果率高達(dá)25％，優(yōu)質(zhì)果不到30％，高檔果不足5％。中國蘋果產(chǎn)量雖然居世界第一，但其出口量只占總產(chǎn)量的1.46％，與國際標(biāo)準(zhǔn)還有相當(dāng)程度的差距。水果品質(zhì)檢測(cè)技術(shù)也一直徘徊不前，科技含量低，面對(duì)入世后國外水果的沖擊，迫切需要提高我國的水果檢測(cè)技術(shù)，改善水果品質(zhì)，增強(qiáng)水果產(chǎn)業(yè)的競(jìng)爭(zhēng)力。
目前在國內(nèi)，水果品質(zhì)檢測(cè)的手段相對(duì)落后，絕大部分停留在靠人工感官進(jìn)行識(shí)別判斷的原始階段，這種主觀評(píng)定方法受個(gè)人經(jīng)驗(yàn)、色彩分辨力、情緒、疲勞程度和光線等條件的影響，操作過程中勞動(dòng)量大，生產(chǎn)效率低、誤差較大，而且大多數(shù)停留在定性判斷上，其客觀性、準(zhǔn)確性較差，這在很大程度上導(dǎo)致了我國出口水果的外部質(zhì)量較差，良莠不齊，在國際市場(chǎng)上缺乏競(jìng)爭(zhēng)力，這使得提高我國水果的品質(zhì)檢測(cè)水平成為當(dāng)務(wù)之急。水果品質(zhì)的無損檢測(cè)技術(shù)綜合運(yùn)用了計(jì)算機(jī)和光電傳感器等高新技術(shù)，目前已引起了國內(nèi)外相關(guān)領(lǐng)域的高度重視，特別是在農(nóng)產(chǎn)品品質(zhì)檢測(cè)中的應(yīng)用，迄今為止已經(jīng)出現(xiàn)了諸如聲學(xué)檢測(cè)、軟X射線檢測(cè)技術(shù)、光譜檢測(cè)技術(shù)、以及機(jī)器視覺等技術(shù)。
可見及近紅外多光譜成像技術(shù)是一種能夠同時(shí)采集可見光譜和紅外光譜等波段數(shù)字圖像并進(jìn)行分析的技術(shù)。它結(jié)合了光譜分析技術(shù)(敏感波段提取)和計(jì)算機(jī)圖像處理技術(shù)的長(zhǎng)處，同時(shí)可以彌補(bǔ)光譜儀抗干擾能力較弱和RGB圖像感受范圍窄的缺點(diǎn)。針對(duì)錯(cuò)綜復(fù)雜的外部環(huán)境和形狀各異的水果缺陷及損傷，利用可見及近紅外多光譜成像技術(shù)，同時(shí)處理可見光譜和紅外光譜圖像中水果的顏色信息、形狀信息以及紋理等信息，對(duì)水果品質(zhì)進(jìn)行無損、快速、準(zhǔn)確的檢測(cè)。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供了一種基于多光譜成像技術(shù)的水果品質(zhì)無損檢測(cè)方法與系統(tǒng)，應(yīng)用可見及近紅外多光譜成像技術(shù)，可快速、準(zhǔn)確地采集被測(cè)水果表面的可見及近紅外多光譜圖象信息，分析得到被測(cè)水果的各種缺陷及損傷，從而實(shí)現(xiàn)無損、快速的水果品質(zhì)檢測(cè)系統(tǒng)。
本發(fā)明采用的技術(shù)方案是一、一種基于多光譜成像技術(shù)的水果品質(zhì)無損檢測(cè)方法，該方法的步驟如下1)用可見及近紅外多光譜成像儀拍攝水果的外部并將數(shù)字化圖像信息實(shí)時(shí)上傳到計(jì)算機(jī)，其中，多光譜成像儀的近紅外圖像能將物體從背景中分離出來，便于圖像的分析處理；2)用圖像處理技術(shù)進(jìn)行圖像增強(qiáng)、圖像平滑、邊緣銳化、圖像分割、圖像識(shí)別等處理，提取出各種缺陷及損傷的圖像；3)從各種缺陷及損傷的圖像中測(cè)量水果的外部信息，包括色度、亮度、飽和度顏色參數(shù)，并建立數(shù)學(xué)模型計(jì)算水果形狀特征參數(shù)，缺陷區(qū)域的面積、缺陷區(qū)域的伸長(zhǎng)度參數(shù)；4)以水果的外部特征參數(shù)建立評(píng)價(jià)水果外部品質(zhì)的數(shù)學(xué)模型，并對(duì)模型進(jìn)行優(yōu)化改進(jìn)，實(shí)現(xiàn)水果品質(zhì)的計(jì)算機(jī)快速無損檢測(cè)。
二、一種基于多光譜成像技術(shù)的水果品質(zhì)無損檢測(cè)系統(tǒng)包括可見及近紅外多光譜成像儀、圖像采集卡、計(jì)算機(jī)處理系統(tǒng)及數(shù)據(jù)庫和可調(diào)參數(shù)光源；可調(diào)參數(shù)光源發(fā)射光束照射于水果放置平臺(tái)上，可見及近紅外多光譜成像儀分別通過RS-232串口線及圖象采集卡數(shù)據(jù)線與經(jīng)紅外多光譜成像儀連接，計(jì)算機(jī)上設(shè)有圖像分析處理軟件。
與背景技術(shù)相比，本發(fā)明具有的有益效果是(1)功能強(qiáng)大，可實(shí)現(xiàn)水果的各種缺陷及損傷的快速、準(zhǔn)確、穩(wěn)定、實(shí)時(shí)、非破壞性的診斷，并且做到盡可能地早期檢測(cè)；(2)系統(tǒng)簡(jiǎn)單，整個(gè)檢測(cè)系統(tǒng)只由一個(gè)可見及近紅外多光譜成像系統(tǒng)、一個(gè)圖像采集卡、一臺(tái)計(jì)算機(jī)和光源組成；(3)使用方便，當(dāng)測(cè)量系統(tǒng)的各組件都連接完畢后，最后的圖象采集分析工作通過圖像分析處理軟件完成。


圖1是本發(fā)明系統(tǒng)框圖；圖2是本發(fā)明系統(tǒng)的軟件流程圖。
具體實(shí)施例方式
如圖1所示，本發(fā)明包括可見及近紅外多光譜成像儀、圖像采集卡、計(jì)算機(jī)處理系統(tǒng)及數(shù)據(jù)庫和可調(diào)參數(shù)光源；可調(diào)參數(shù)光源發(fā)射光束照射于水果放置平臺(tái)上，可見及近紅外多光譜成像儀分別通過RS-232串口線及圖象采集卡數(shù)據(jù)線與經(jīng)紅外多光譜成像儀連接，計(jì)算機(jī)上設(shè)有圖像分析處理軟件。
所述的可見及近紅外多光譜成像儀為美國Redlake公司的MS3100 DuncanCamera。
所述的圖象采集卡為美國National Instrument公司的PCI1424或1428數(shù)據(jù)采集卡。
所述的可見及近紅外多光譜成像儀采集圖象所用光源為日光，當(dāng)室內(nèi)無日光時(shí)采用人工光源。
本發(fā)明系統(tǒng)的可見及近紅外多光譜成像儀可通過設(shè)置如可調(diào)節(jié)角度、高度、移動(dòng)底座的三腳架或安裝有可調(diào)節(jié)機(jī)械伸展臂高度、角度的車輛等固定裝置進(jìn)行固定，分別用于室內(nèi)及室外使用。
在室內(nèi)工作時(shí)，將可見及近紅外多光譜成像儀固定在三角支架上，鏡頭垂直向下采集圖象信息。
如圖2所示，可見及近紅外多光譜成像儀通過三個(gè)電荷耦合器件(ChargeCoupled Device，CCD)傳感器實(shí)時(shí)采集被測(cè)水果的表面圖像信息。RS-232串行口用于圖象采集的控制。圖像包括綠光波段(550nm±40nm)、紅光波段(650nm±40nm)、近紅外波段(800nm±40nm)三個(gè)波段通道的單色圖像，圖像信息通過圖象采集卡輸入計(jì)算機(jī)，圖像分析處理軟件分析水果表面三個(gè)通道圖像的信息，其中，近紅外圖像能有效地將研究對(duì)象從背景中分離出來。采用圖像處理技術(shù)進(jìn)行圖像增強(qiáng)、圖像平滑、邊緣銳化、圖像分割、圖像識(shí)別等處理，提取出各種缺陷及損傷(土壤污染，疤痕，腐爛，瘀傷等)的圖像。從各種缺陷及損傷的圖像中測(cè)量水果的外部信息，包括色度、亮度、飽和度等顏色參數(shù)，并建立數(shù)學(xué)模型計(jì)算水果形狀特征參數(shù)，如缺陷區(qū)域的面積(area)、缺陷區(qū)域的伸長(zhǎng)度(elongation)等參數(shù)。把以上得到的特征參數(shù)作為輸入向量，各種缺陷及損傷(土壤污染，疤痕，腐爛，瘀傷等)作為輸出，運(yùn)用支持向量機(jī)(SupportVector Machine)作為人工智能的理論，建立已知樣本的人工智能模型，以上則完成原始模型數(shù)據(jù)庫的建立。待測(cè)樣本只需通過上述的可見及近紅外多光譜成像儀的拍攝，通過圖像采集卡輸入計(jì)算機(jī)，獲取特征參數(shù)后，輸入原始模型的數(shù)據(jù)庫，進(jìn)行缺陷及損傷的判斷，輸出最終結(jié)果。
權(quán)利要求
1.一種基于多光譜成像技術(shù)的水果品質(zhì)無損檢測(cè)方法，其特征在于該方法的步驟如下1)用可見及近紅外多光譜成像儀拍攝水果的外部并將數(shù)字化圖像信息實(shí)時(shí)上傳到計(jì)算機(jī)，其中，多光譜成像儀的近紅外圖像能將物體從背景中分離出來，便于圖像的分析處理；2)用圖像處理技術(shù)進(jìn)行圖像增強(qiáng)、圖像平滑、邊緣銳化、圖像分割、圖像識(shí)別等處理，提取出各種缺陷及損傷的圖像；3)從各種缺陷及損傷的圖像中測(cè)量水果的外部信息，包括色度、亮度、飽和度顏色參數(shù)，并建立數(shù)學(xué)模型計(jì)算水果形狀特征參數(shù)，缺陷區(qū)域的面積、缺陷區(qū)域的伸長(zhǎng)度參數(shù)；4)以水果的外部特征參數(shù)建立評(píng)價(jià)水果外部品質(zhì)的數(shù)學(xué)模型，并對(duì)模型進(jìn)行優(yōu)化改進(jìn)，實(shí)現(xiàn)水果品質(zhì)的計(jì)算機(jī)快速無損檢測(cè)。
2.一種基于多光譜成像技術(shù)的水果品質(zhì)無損檢測(cè)系統(tǒng)，其特征在于包括可見及近紅外多光譜成像儀、圖像采集卡、計(jì)算機(jī)處理系統(tǒng)及數(shù)據(jù)庫和可調(diào)參數(shù)光源；可調(diào)參數(shù)光源發(fā)射光束照射于水果放置平臺(tái)上，可見及近紅外多光譜成像儀分別通過RS-232串口線及圖象采集卡數(shù)據(jù)線與經(jīng)紅外多光譜成像儀連接，計(jì)算機(jī)上設(shè)有圖像分析處理軟件。
3.根據(jù)權(quán)利要求2所述的一種基于多光譜成像技術(shù)的水果品質(zhì)無損檢測(cè)系統(tǒng)，其特征在于所述的可見及近紅外多光譜成像儀為美國Redlake公司的MS3100 Duncan Camera。
4.根據(jù)權(quán)利要求2所述的一種基于多光譜成像技術(shù)的水果品質(zhì)無損檢測(cè)系統(tǒng)，其特征在于所述的圖象采集卡為美國National Instrument公司的PCI1424或1428數(shù)據(jù)采集卡。
5.根據(jù)權(quán)利要求2所述的一種基于多光譜成像技術(shù)的水果品質(zhì)無損檢測(cè)系統(tǒng)，其特征在于所述的可見及近紅外多光譜成像儀采集圖象所用光源為日光，當(dāng)室內(nèi)無日光時(shí)采用人工光源。
全文摘要
本發(fā)明公開了一種基于多光譜成像技術(shù)的水果品質(zhì)無損檢測(cè)方法與系統(tǒng)。可調(diào)參數(shù)光源發(fā)射光束照射于水果放置平臺(tái)上，可見及近紅外多光譜成像儀分別通過RS－232串口線及圖象采集卡數(shù)據(jù)線與經(jīng)紅外多光譜成像儀連接，計(jì)算機(jī)上設(shè)有圖像分析處理軟件。應(yīng)用可見及近紅外多光譜成像技術(shù)，可快速、準(zhǔn)確地采集被測(cè)水果表面的可見及近紅外多光譜圖象信息，分析得到被測(cè)水果的各種缺陷及損傷，從而實(shí)現(xiàn)無損、快速的水果品質(zhì)檢測(cè)系統(tǒng)。
文檔編號(hào)G01N21/27GK101059452SQ20071006911
公開日2007年10月24日 申請(qǐng)日期2007年5月29日 優(yōu)先權(quán)日2007年5月29日
發(fā)明者何勇, 邵詠妮 申請(qǐng)人:浙江大學(xué)