專利名稱：基于外在品質(zhì)的水果等級(jí)分類系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及水果分類領(lǐng)域，尤其涉及一種基于外在品質(zhì)的水果等級(jí)分類系統(tǒng)。
背景技術(shù)：
水果產(chǎn)業(yè)是近年來快速發(fā)展的一個(gè)農(nóng)業(yè)產(chǎn)業(yè)，據(jù)農(nóng)業(yè)部統(tǒng)計(jì)，到2007年我國(guó)水果產(chǎn)量已經(jīng)達(dá)到I. 05億，居世界首位。但是，水果在其生產(chǎn)過程中由于受到人為和自然等復(fù)雜因素的影響，產(chǎn)品品質(zhì)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(guó)的水果品種結(jié)構(gòu)不合理，產(chǎn)品商業(yè)化處理技術(shù)落后，因此，在國(guó)際市場(chǎng)上缺乏競(jìng)爭(zhēng)力。近幾年來，隨著計(jì)算機(jī)模式識(shí)別技術(shù)的成熟和發(fā)展，在西方國(guó)家，水果的分級(jí)方式正逐步由計(jì)算機(jī)所替代。分級(jí)設(shè)備不僅可按照重量進(jìn)行分級(jí)，而且還可以根據(jù)形狀、大小、色澤等進(jìn)行分級(jí)。水果的分級(jí)方式包括以外在品質(zhì)來分級(jí)及以內(nèi)在品質(zhì)來分級(jí)的兩種分級(jí)方式，國(guó)內(nèi)外學(xué)者在這方面的研究側(cè)重于外在品質(zhì)的果品分級(jí)。例如=Yimyam等人通過對(duì)芒果缺陷面積的測(cè)定，對(duì)芒果進(jìn)行了分級(jí)；馮斌等人以蘋果的自然對(duì)稱形態(tài)特征為依據(jù)，取垂直水果軸向的最大寬度為水果大小，對(duì)蘋果進(jìn)行分級(jí)；上述的分級(jí)方法都取得了較好的效果。目前，我們國(guó)家的水果等級(jí)分類過程大多采用人工分級(jí)，自動(dòng)化分級(jí)系統(tǒng)應(yīng)用較少。而人工水果分級(jí)的不足之處在于耗時(shí)長(zhǎng)，結(jié)果不穩(wěn)定，容易受人為因素干擾，并且耗費(fèi)大量的人力和物力，不適合水果深加工產(chǎn)業(yè)的發(fā)展，也制約了我國(guó)水果產(chǎn)業(yè)在國(guó)際市場(chǎng)的競(jìng)爭(zhēng)力。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種基于外在品質(zhì)的水果等級(jí)分類系統(tǒng)，以實(shí)現(xiàn)水果的等級(jí)分類判別。為了達(dá)到上述的目的，本發(fā)明提供一種基于外在品質(zhì)的水果等級(jí)分類系統(tǒng)，它包括多個(gè)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(gè)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(jù)所獲得的水果的特征信息、采用預(yù)定神經(jīng)網(wǎng)絡(luò)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(yōu)選地，所述特征提取單元包括對(duì)圖像進(jìn)行增強(qiáng)及分割的圖像預(yù)處理子單元。更為優(yōu)選地，所述圖像預(yù)處理子單元為采用sobel算子或prewitt算子進(jìn)行邊緣檢測(cè)的單元。優(yōu)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(lán)表示像素點(diǎn)信息的圖像信息按照以下公式轉(zhuǎn)換為以色調(diào)、亮度和飽和度表示像素點(diǎn)信息的圖像信息后，再來獲得水果顏色信息，
「 n TT— [ (R-G) +(R-B)]/2 —H = arccos ---T1t ；
[[(R-G^+(R-B)(G-B)]12 J其中，H為像素點(diǎn)的色調(diào)R、G、B分別為像素點(diǎn)的紅、綠、藍(lán)組分。
優(yōu)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(yōu)選地，所述特征提取單元包括將圖像信息轉(zhuǎn)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(yōu)選地，所述預(yù)定神經(jīng)網(wǎng)絡(luò)分類器包括一個(gè)輸入層、兩個(gè)隱節(jié)點(diǎn)層和一個(gè)輸出層。更為優(yōu)選地，第一層隱節(jié)點(diǎn)層為四個(gè)節(jié)點(diǎn)，第二次隱節(jié)點(diǎn)層為三個(gè)節(jié)點(diǎn)。本發(fā)明將圖像處理、模式識(shí)別以及神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合，以三個(gè)最具代表性的水果外在品質(zhì)特征作為神經(jīng)網(wǎng)絡(luò)分類器的輸入，通過神經(jīng)網(wǎng)絡(luò)分類器對(duì)水果進(jìn)行等級(jí)分類判另IJ，其結(jié)構(gòu)簡(jiǎn)單易實(shí)現(xiàn)、且系統(tǒng)穩(wěn)定、應(yīng)用面較廣，可以應(yīng)用在農(nóng)業(yè)水果生產(chǎn)的較多產(chǎn)業(yè)領(lǐng)域。


本發(fā)明的基于外在品質(zhì)的水果等級(jí)分類系統(tǒng)由以下的實(shí)施例及附圖給出。圖I是本發(fā)明具體實(shí)施例的示意圖。圖2a至2c為本發(fā)明對(duì)蘋果圖像進(jìn)行預(yù)處理后示意圖。圖3a至3d為本發(fā)明采用4種邊緣檢測(cè)算法對(duì)圖像進(jìn)行邊緣分割后的示意圖。
具體實(shí)施例方式以下將對(duì)本發(fā)明的基于外在品質(zhì)的水果等級(jí)分類系統(tǒng)作進(jìn)一步的詳細(xì)描述。請(qǐng)參見圖1，所述水果等級(jí)分類系統(tǒng)I至少包括多個(gè)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(gè)圖像攝取單元11均攝取同一水果的圖像信息。優(yōu)選地，圖像攝取單元11包括任何能攝取圖像的裝置，優(yōu)選地，包括但不限于攝
像頭等等。優(yōu)選地，圖像攝取單元11的數(shù)量大于或等于2，例如，圖像攝取單元11的數(shù)量為3，3個(gè)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(gè)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(duì)每一個(gè)圖像信息進(jìn)行分析，并由每一圖像信息中獲得水果的特征信息。優(yōu)選地，所述特征提取單元12包括至少一計(jì)算機(jī)。更為優(yōu)選地，所述特征提取單元12包括3臺(tái)計(jì)算機(jī)，分別用于處理一個(gè)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(yōu)選地，所述特征提取單元12包括圖像預(yù)處理子單元(未予圖示)。所述圖像預(yù)處理子單元對(duì)圖像進(jìn)行增強(qiáng)及分割處理。具體地，所述圖像預(yù)處理子單元先對(duì)圖像攝取單元11輸出的圖像信息進(jìn)行銳化操作，再對(duì)其求反及補(bǔ)色；接著，所述圖像預(yù)處理子單元再利用邊緣檢測(cè)來分割圖像信息。
例如，所述圖像預(yù)處理子單元對(duì)圖像攝取單元11輸出的蘋果圖像信息(即圖2a)進(jìn)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(yù)處理子單元再對(duì)圖2b所示的圖像信息求反及補(bǔ)色，獲得的圖像信息如圖2c所示，由圖2a-2c可見，經(jīng)過圖像增強(qiáng)處理后，圖像邊緣更為突出，分界更加明顯，非常便于后續(xù)的邊緣分割處理。隨后，所述圖像預(yù)處理子單元分別采用Canny算子，Prewitt邊緣檢測(cè)算子、Roberts邊緣檢測(cè)算子和Sobel邊緣檢測(cè)算子、Prewitt邊緣檢測(cè)算子、Roberts邊緣檢測(cè)算子和Sobel邊緣檢測(cè)算子對(duì)圖3c所示的圖像信息進(jìn)行進(jìn)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(cè)算子所獲得的圖像、圖3c為Roberts邊緣檢測(cè)算子所獲得的圖像、圖3d為Sobel邊緣檢測(cè)算子所獲得的圖像，由各圖可見,經(jīng)sobel算子和prewitt算子檢測(cè)得到的水果輪廓較為清晰。優(yōu)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(lán)表示像素點(diǎn)信息的圖像信息按照以下公式轉(zhuǎn)換為以色調(diào)、亮度和飽和度表示像素點(diǎn)信息的圖像信息后，再來獲得水果顏色信息，
權(quán)利要求
1.一種基于外在品質(zhì)的水果等級(jí)分類系統(tǒng)，其特征在于，包括 多個(gè)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(gè)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(jù)所獲得的水果的特征信息、采用預(yù)定神經(jīng)網(wǎng)絡(luò)分類器來將水果予以分類。
2.如權(quán)利要求I所述的基于外在品質(zhì)的水果等級(jí)分類系統(tǒng)，其特征在于所述特征提取単元包括對(duì)圖像進(jìn)行增強(qiáng)及分割處理的圖像預(yù)處理子単元。
3.如權(quán)利要求2所述的基于外在品質(zhì)的水果等級(jí)分類系統(tǒng)，其特征在于所述圖像預(yù)處理子單元為采用sobel算子或prewitt算子進(jìn)行邊緣檢測(cè)的單元。
4.如權(quán)利要求I所述的基于外在品質(zhì)的水果等級(jí)分類系統(tǒng)，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(lán)表示像素點(diǎn)信息的圖像信息按照以下公式轉(zhuǎn)換為以色調(diào)、亮度和飽和度表示像素點(diǎn)信息的圖像信息后，再來獲得水果顏色信息，
5.如權(quán)利要求I所述的基于外在品質(zhì)的水果等級(jí)分類系統(tǒng)，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來確定水果形狀的第二子單
6.如權(quán)利要求I所述的基于外在品質(zhì)的水果等級(jí)分類系統(tǒng)，其特征在于所述特征提取単元包括將圖像信息轉(zhuǎn)換為ニ值圖像信息，并基于ニ值圖像信息來確定水果面積的第三子單兀。
7.如權(quán)利要求I至6任一項(xiàng)所述的基于外在品質(zhì)的水果等級(jí)分類系統(tǒng)，其特征在于所述特征提取單元包括至少ー計(jì)算機(jī)。
8.如權(quán)利要求I所述的基于外在品質(zhì)的水果等級(jí)分類系統(tǒng)，其特征在于所述預(yù)定神經(jīng)網(wǎng)絡(luò)分類器包括ー個(gè)輸入層、兩個(gè)隱節(jié)點(diǎn)層和ー個(gè)輸出層。
9.如權(quán)利要求8所述的基于外在品質(zhì)的水果等級(jí)分類系統(tǒng)，其特征在于第一層隱節(jié)點(diǎn)層為四個(gè)節(jié)點(diǎn)，第二次隱節(jié)點(diǎn)層為三個(gè)節(jié)點(diǎn)。
10.如權(quán)利要求I所述的基于外在品質(zhì)的水果等級(jí)分類系統(tǒng)，其特征在于圖像攝取單元的數(shù)量為3。
全文摘要
本發(fā)明提供一種基于外在品質(zhì)的水果等級(jí)分類系統(tǒng)，其包括分別用于攝取同一水果的圖像信息的多個(gè)圖像攝取單元；用于分析所述多個(gè)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(jù)所獲得的水果的特征信息、采用預(yù)定神經(jīng)網(wǎng)絡(luò)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(fā)明結(jié)構(gòu)簡(jiǎn)單穩(wěn)定，可以應(yīng)用在農(nóng)業(yè)水果生產(chǎn)的較多產(chǎn)業(yè)領(lǐng)域。
文檔編號(hào)G06N3/02GK102855641SQ20121028542
公開日2013年1月2日 申請(qǐng)日期2012年8月10日 優(yōu)先權(quán)日2012年8月10日
發(fā)明者何浩甲, 胡靜 申請(qǐng)人:上海電機(jī)學(xué)院