技術特征：
1.一種植物果實微尺寸變化視覺檢測方法，其特征是，包括以下步驟：第一步，圖像采集裝置對果實的圖像進行采集；第二步，圖像預處理模塊通過圖像去噪算法對采集的果實圖像進行降噪處理；第三步，果實子圖像提取模塊對降噪處理后的圖像通過OTSU閾值分割轉換為二值圖像，然后標記二值圖像中所有區(qū)域并提取出包含目標果實的最小矩形區(qū)域，對目標果實區(qū)域延伸尺寸得到新的定位區(qū)域，依據(jù)新的定位區(qū)域從降噪后圖像提取出降噪圖像的子圖像，該子圖像為目標果實子圖像；第四步，果體區(qū)域定位模塊對二值圖像進行凹點探測和邊界搜索確定出果實梗和果實體連接處凹點，得出果體區(qū)域，再由果體區(qū)域通過邊界提取算法得到果體邊界；第五步，果實直徑計算模塊利用果體區(qū)域定位模塊中確定的果實體邊界進行列掃描，計算掃描列上果實對應邊緣點間距離，掃描完整個果實體后得到果實體像素面積，由像素面積及像素點尺寸計算出果實直徑。2.根據(jù)權利要求1所述的一種植物果實微尺寸變化視覺檢測方法，其特征是，所述的第二步的降噪處理的方法為：將圖像分解成大小為m×n而相互之間重疊的塊，對圖像建立保邊函數(shù)：將濾波后圖像塊內的像素S分為兩類：一類是含噪像素點組成的集成N；另一類為不含噪聲像素點組成的集合Nc，其中yij為濾波前含噪像素點；對圖像塊內含噪像素點集合N的像素點ui，j和塊內的其他像素點uk，l建立該像素點的保邊函數(shù)：對圖像塊內所有含噪像素點保邊函數(shù)為：3.根據(jù)權利要求1或2所述的一種植物果實微尺寸變化視覺檢測方法，其特征是，所述的第三步的OTSU閾值分割包括以下步驟：a.選擇一個初值閾值的估算值T0＝{Tk|k＝0}，Tk為閾值，b.利用閾值把圖像分割成C、C′兩組，C＝{f(x，y)|0＜f(x，y)＜Tk}，C′＝{f(x，y)|f(x，y)≥Tk}；c.計算區(qū)域C、C′的灰度均值，d.選擇新的閾值Tk+1，e.如果Tk+1＝Tk，則繼續(xù)后續(xù)步驟，否則k＝k+1，轉步驟b；f.利用閾值Tk，可以把圖像分成兩部分C0、C0′，C0＝{f(x，y)|0＜f(x，y)＜Tk}，C0′＝{f(x，y)|f(x，y)≥Tk}；對C0區(qū)域進行步驟a～步驟e的計算，初始條件：Hmax＝Tk，Hmin為圖像最小灰度值，計算得到T0＝Tk；g.利用閾值T0，把圖像再一次分成兩部分C1、C1′C1＝{f(x，y)|0＜f(x，y)＜T0}，C1＝{f(x，y)|f(x，y)≥T0}；對區(qū)域C1′進行步驟a～步驟e的計算，初始條件：Hmax為圖像最大灰度值，Hmin＝Tk，計算得到T1＝Tk；h.利用閾值T1對圖像進行分割，原圖變成二值圖像。