专利名称：基于多光谱成像技术的水果品质无损检测方法与系统的制作方法
技术领域：
本发明涉及利用光学手段来分析材料的方法，尤其是涉及一种基于多光谱成像技术的水果品质无损检测方法与系统。
背景技术：
我国是世界水果生产大国，水果栽培历史悠久，品种资料丰富。自1993年开始，我国果品总产量超过印度、巴西和美国，跃居世界首位。我国苹果、梨分别占世界总产量的22.8％和36％，均居世界首位；柑橘占世界总产量的10％，仅次于巴西和美国，居世界第三。然而，我国水果储藏能力只有10％，烂果率高达25％，优质果不到30％，高档果不足5％。中国苹果产量虽然居世界第一，但其出口量只占总产量的1.46％，与国际标准还有相当程度的差距。水果品质检测技术也一直徘徊不前，科技含量低，面对入世后国外水果的冲击，迫切需要提高我国的水果检测技术，改善水果品质，增强水果产业的竞争力。
目前在国内，水果品质检测的手段相对落后，绝大部分停留在靠人工感官进行识别判断的原始阶段，这种主观评定方法受个人经验、色彩分辨力、情绪、疲劳程度和光线等条件的影响，操作过程中劳动量大，生产效率低、误差较大，而且大多数停留在定性判断上，其客观性、准确性较差，这在很大程度上导致了我国出口水果的外部质量较差，良莠不齐，在国际市场上缺乏竞争力，这使得提高我国水果的品质检测水平成为当务之急。水果品质的无损检测技术综合运用了计算机和光电传感器等高新技术，目前已引起了国内外相关领域的高度重视，特别是在农产品品质检测中的应用，迄今为止已经出现了诸如声学检测、软X射线检测技术、光谱检测技术、以及机器视觉等技术。
可见及近红外多光谱成像技术是一种能够同时采集可见光谱和红外光谱等波段数字图像并进行分析的技术。它结合了光谱分析技术(敏感波段提取)和计算机图像处理技术的长处，同时可以弥补光谱仪抗干扰能力较弱和RGB图像感受范围窄的缺点。针对错综复杂的外部环境和形状各异的水果缺陷及损伤，利用可见及近红外多光谱成像技术，同时处理可见光谱和红外光谱图像中水果的颜色信息、形状信息以及纹理等信息，对水果品质进行无损、快速、准确的检测。
发明内容
本发明的目的在于提供了一种基于多光谱成像技术的水果品质无损检测方法与系统，应用可见及近红外多光谱成像技术，可快速、准确地采集被测水果表面的可见及近红外多光谱图象信息，分析得到被测水果的各种缺陷及损伤，从而实现无损、快速的水果品质检测系统。
本发明采用的技术方案是一、一种基于多光谱成像技术的水果品质无损检测方法，该方法的步骤如下1)用可见及近红外多光谱成像仪拍摄水果的外部并将数字化图像信息实时上传到计算机，其中，多光谱成像仪的近红外图像能将物体从背景中分离出来，便于图像的分析处理；2)用图像处理技术进行图像增强、图像平滑、边缘锐化、图像分割、图像识别等处理，提取出各种缺陷及损伤的图像；3)从各种缺陷及损伤的图像中测量水果的外部信息，包括色度、亮度、饱和度颜色参数，并建立数学模型计算水果形状特征参数，缺陷区域的面积、缺陷区域的伸长度参数；4)以水果的外部特征参数建立评价水果外部品质的数学模型，并对模型进行优化改进，实现水果品质的计算机快速无损检测。
二、一种基于多光谱成像技术的水果品质无损检测系统包括可见及近红外多光谱成像仪、图像采集卡、计算机处理系统及数据库和可调参数光源；可调参数光源发射光束照射于水果放置平台上，可见及近红外多光谱成像仪分别通过RS-232串口线及图象采集卡数据线与经红外多光谱成像仪连接，计算机上设有图像分析处理软件。
与背景技术相比，本发明具有的有益效果是(1)功能强大，可实现水果的各种缺陷及损伤的快速、准确、稳定、实时、非破坏性的诊断，并且做到尽可能地早期检测；(2)系统简单，整个检测系统只由一个可见及近红外多光谱成像系统、一个图像采集卡、一台计算机和光源组成；(3)使用方便，当测量系统的各组件都连接完毕后，最后的图象采集分析工作通过图像分析处理软件完成。
图1是本发明系统框图；图2是本发明系统的软件流程图。
具体实施例方式
如图1所示，本发明包括可见及近红外多光谱成像仪、图像采集卡、计算机处理系统及数据库和可调参数光源；可调参数光源发射光束照射于水果放置平台上，可见及近红外多光谱成像仪分别通过RS-232串口线及图象采集卡数据线与经红外多光谱成像仪连接，计算机上设有图像分析处理软件。
所述的可见及近红外多光谱成像仪为美国Redlake公司的MS3100 DuncanCamera。
所述的图象采集卡为美国National Instrument公司的PCI1424或1428数据采集卡。
所述的可见及近红外多光谱成像仪采集图象所用光源为日光，当室内无日光时采用人工光源。
本发明系统的可见及近红外多光谱成像仪可通过设置如可调节角度、高度、移动底座的三脚架或安装有可调节机械伸展臂高度、角度的车辆等固定装置进行固定，分别用于室内及室外使用。
在室内工作时，将可见及近红外多光谱成像仪固定在三角支架上，镜头垂直向下采集图象信息。
如图2所示，可见及近红外多光谱成像仪通过三个电荷耦合器件(ChargeCoupled Device，CCD)传感器实时采集被测水果的表面图像信息。RS-232串行口用于图象采集的控制。图像包括绿光波段(550nm±40nm)、红光波段(650nm±40nm)、近红外波段(800nm±40nm)三个波段通道的单色图像，图像信息通过图象采集卡输入计算机，图像分析处理软件分析水果表面三个通道图像的信息，其中，近红外图像能有效地将研究对象从背景中分离出来。采用图像处理技术进行图像增强、图像平滑、边缘锐化、图像分割、图像识别等处理，提取出各种缺陷及损伤(土壤污染，疤痕，腐烂，瘀伤等)的图像。从各种缺陷及损伤的图像中测量水果的外部信息，包括色度、亮度、饱和度等颜色参数，并建立数学模型计算水果形状特征参数，如缺陷区域的面积(area)、缺陷区域的伸长度(elongation)等参数。把以上得到的特征参数作为输入向量，各种缺陷及损伤(土壤污染，疤痕，腐烂，瘀伤等)作为输出，运用支持向量机(SupportVector Machine)作为人工智能的理论，建立已知样本的人工智能模型，以上则完成原始模型数据库的建立。待测样本只需通过上述的可见及近红外多光谱成像仪的拍摄，通过图像采集卡输入计算机，获取特征参数后，输入原始模型的数据库，进行缺陷及损伤的判断，输出最终结果。
权利要求
1.一种基于多光谱成像技术的水果品质无损检测方法，其特征在于该方法的步骤如下1)用可见及近红外多光谱成像仪拍摄水果的外部并将数字化图像信息实时上传到计算机，其中，多光谱成像仪的近红外图像能将物体从背景中分离出来，便于图像的分析处理；2)用图像处理技术进行图像增强、图像平滑、边缘锐化、图像分割、图像识别等处理，提取出各种缺陷及损伤的图像；3)从各种缺陷及损伤的图像中测量水果的外部信息，包括色度、亮度、饱和度颜色参数，并建立数学模型计算水果形状特征参数，缺陷区域的面积、缺陷区域的伸长度参数；4)以水果的外部特征参数建立评价水果外部品质的数学模型，并对模型进行优化改进，实现水果品质的计算机快速无损检测。
2.一种基于多光谱成像技术的水果品质无损检测系统，其特征在于包括可见及近红外多光谱成像仪、图像采集卡、计算机处理系统及数据库和可调参数光源；可调参数光源发射光束照射于水果放置平台上，可见及近红外多光谱成像仪分别通过RS-232串口线及图象采集卡数据线与经红外多光谱成像仪连接，计算机上设有图像分析处理软件。
3.根据权利要求2所述的一种基于多光谱成像技术的水果品质无损检测系统，其特征在于所述的可见及近红外多光谱成像仪为美国Redlake公司的MS3100 Duncan Camera。
4.根据权利要求2所述的一种基于多光谱成像技术的水果品质无损检测系统，其特征在于所述的图象采集卡为美国National Instrument公司的PCI1424或1428数据采集卡。
5.根据权利要求2所述的一种基于多光谱成像技术的水果品质无损检测系统，其特征在于所述的可见及近红外多光谱成像仪采集图象所用光源为日光，当室内无日光时采用人工光源。
全文摘要
本发明公开了一种基于多光谱成像技术的水果品质无损检测方法与系统。可调参数光源发射光束照射于水果放置平台上，可见及近红外多光谱成像仪分别通过RS－232串口线及图象采集卡数据线与经红外多光谱成像仪连接，计算机上设有图像分析处理软件。应用可见及近红外多光谱成像技术，可快速、准确地采集被测水果表面的可见及近红外多光谱图象信息，分析得到被测水果的各种缺陷及损伤，从而实现无损、快速的水果品质检测系统。
文档编号G01N21/27GK101059452SQ20071006911
公开日2007年10月24日 申请日期2007年5月29日 优先权日2007年5月29日
发明者何勇, 邵咏妮 申请人:浙江大学