【技术实现步骤摘要】
一种仁果多类别外部品质检测方法和检测装置
本专利技术涉及机器视觉技术，特别是一种基于树形网络的仁果多类别外部品质检测方法和检测装置。
技术介绍
仁果是合生心皮下位子房与花托、萼筒共同发育而成的肉质果类，例如苹果、梨、山楂、枇杷。仁果产业是我国农村经济的支柱产业。影响仁果品质的因素较多，如畸形果、色泽、果锈、刺划伤、碰压伤、磨伤、雹伤、灼伤及虫伤等。当前我国仁果产业的现状是高产量低质量，导致仁果业的国际市场竞争力低下。仁果的生产过程充满了复杂性，仁果质量监管难度较大，传统的检测技术也影响了监管效率，监管的滞后也为消费者的健康带来隐患，研发、生产的相关快速检测产品可以提高检测的便利性，提高检测效率。仁果品质的光学无损检测始于20世纪50年代，70年代末开始利用机器视觉技术对水果进行自动检测、分级。现有技术的仁果外部品质检测方法通常只针对一种外部品质指标，如外部损伤、色泽、果形等，对于多种不同的外部指标需要加载不同的模型，计算量大且系统复杂度较高。同时，常见的基于机器视觉的仁果检测方法中对仁果的摆放有一定要求，而真实流水线...
【技术保护点】
1.一种仁果多类别外部品质检测方法，用于仁果检测分级线，其特征在于，构建共享基础网络和多指标输出网络的树形架构进行仁果多类别外部品质检测，包括如下步骤：/nS100、通过图像采集装置获取仁果的柄端、萼端和胴部图像；/nS200、提取图像有效区域，分别对提取的单个有效区域逐个进行空盘检测；/nS300、基于连通域判别果盘是否空盘，若是空盘，则继续判别有效区域是否都识别完毕，若没有全部识别完毕，则进行下一个单个有效区域的判别；若均识别完毕，则判断是否停止检测；/nS400、若非空盘，则果盘有效区域进入树形检测网络进行进一步的外部品质检测计算；以及/nS500、判断是否继续检测，...
【技术特征摘要】
1.一种仁果多类别外部品质检测方法，用于仁果检测分级线，其特征在于，构建共享基础网络和多指标输出网络的树形架构进行仁果多类别外部品质检测，包括如下步骤：
S100、通过图像采集装置获取仁果的柄端、萼端和胴部图像；
S200、提取图像有效区域，分别对提取的单个有效区域逐个进行空盘检测；
S300、基于连通域判别果盘是否空盘，若是空盘，则继续判别有效区域是否都识别完毕，若没有全部识别完毕，则进行下一个单个有效区域的判别；若均识别完毕，则判断是否停止检测；
S400、若非空盘，则果盘有效区域进入树形检测网络进行进一步的外部品质检测计算；以及
S500、判断是否继续检测，若停止检测则终止程序；若继续检测，则重新执行步骤S100-S500；
其中，所述树形网络包括基础网络和输出网络，所述基础网络通过经典卷积计算获得图像特征表示；所述输出网络分为多个支路对仁果的传送状姿态和外部品质特征进行判别。
2.如权利要求1所述的仁果多类别外部品质检测方法，其特征在于，步骤S400中对仁果的外部品质特征的检测融合仁果的传送姿态的判定结果输出，并剔除判别为无效的结果。
3.如权利要求1或2所述的仁果多类别外部品质检测方法，其特征在于，步骤S300中基于连通域判别果盘是否空盘进一步包括：
S301、将上方摄像头采集的RGB图像转换为HSV图像，使目标的颜色特征更加突出；
S302、按照HSV的颜色空间分布规律，以阈值Tmin和Tmax对图像进行颜色分割从而获得二值图像；
S303、对所述二值图像进行最大连通域面积计算，设定连通域面积与整个图像面积占比为设定阈值T；以及
S304、若连通域面积与整个图像面积占比超过所述设定阈值T，则判断采集的图像区域内存在仁果；若未达到所述设定阈值T，则判断采集的图像区域为空盘。
4.如权利要求3所述的仁果多类别外部品质检测方法，其特征在于，步骤S400中，进一步包括对仁果的传送姿态进行检测判别，采集图像的仁果传送姿态包括果柄朝向摄像头...
【专利技术属性】
技术研发人员：李佳，吕程序，王飞云，张帅扬，李亚硕，毛文华，赵博，苑严伟，
申请(专利权)人：中国农业机械化科学研究院，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。