基于多特征融合的马铃薯高速无损分级检测方法及系统的制作方法
【技术领域】
[0001] 本发明设及一种马铃馨无损分炼方法及系统，具体是一种基于多特征融合的马铃 馨无损分级检测方法及系统。
【背景技术】
[0002] 马铃馨是世界上仅次于小麦、水稻、玉米的第四大粮食作物，同时也是世界上重要 的蔬菜及经济作物，栽培范围遍布全球。目前，我国马铃馨种植面积和总产量均居世界首 位。但是由于大小不一、崎形、机械损伤、发芽等因素影响，马铃馨质量参差不齐，加工利用 率和增值率都非常低，大部分应用局限在简单食用、加工成饲料等，该不仅影响其整体经济 价值的发挥，也制约了马铃馨加工的机械化和自动化。
[0003] 随着马铃馨加工业的快速发展，对马铃馨加工原料尤其是高品质加工专用馨的原 料需求在不断上升，亟待提高马铃馨分级检测的自动化生产水平。目前，马铃馨分级系统有 颜色分选机，它利用光电技术原理依据马铃馨色泽进行分级；大小分级机，其利用光滚杠间 隙分级原理对马铃馨大小进行分级，该些分炼系统和装置无法满足对马铃馨内外部多项品 质指标进行同时检测的需求。
[0004] 随着机器视觉技术和高光谱技术的不断发展，无损检测技术在农产品检测中具有 越来越广泛的应用，与人工方式相比，具有可重复性强、高效率、高精度的优点；与机械分级 相比，其功能更加强大，能检测农产品内外缺陷、色泽和形状等性状。其中，机器视觉技术和 近红外光谱技术应用最为广泛，国内外学者自上世纪就已经开始了两种技术在水果、肉类、 蔬菜等方面的内外部品质研究。
[0005] 在马铃馨无损检测方面，从上世纪90年代至今，国内外学者先后开展了基于机器 视觉技术的马铃馨外部品质无损检测与分级方法的理论研究和基于近红外光谱的马铃馨 黑屯、、空屯、等内部品质的理论研究。结果表明机器视觉技术能很好地检测马铃馨的外部品 质，但是无法获取反映其内部品质的有效信息；近红外光谱可W很好地表征马铃馨的内部 品质信息，但是在外部品质特征的描述上，显得无能为力；单一的检测技术往往不能同时描 述农产品内外部品质信息的缺点，国内外学者将多源信息融合技术应用于农产品内外部品 质检测，取得了一定的理论成果，但一直没有相应的检测系统。综合马铃馨内外部特征，如 大小、崎形、机械损伤、绿皮、发芽、黑屯、、空屯、等品质信息的高速马铃馨无损分炼系统装置， 将有效提高马铃馨无损分炼检测效率，提高马铃馨无损检测的全面性、可靠性和灵敏度，促 进马铃馨深加工产业发展。
【发明内容】
[0006] 本发明针对现有马铃馨无损分炼技术中存在的不足，提供一种基于多特征融合的 马铃馨内外部品质高速无损检测分级方法与实时分炼系统。提高马铃馨无损检测的全面 性、可靠性和灵敏度，提高马铃馨分炼效率。
[0007] 按照本发明提供的技术方案，一种基于多特征融合的马铃馨内外部品质高速无损 检测分级方法，所述检测分级方法包括如下步骤：
[000引第一步：设置系统参数；上位机连接工业智能相机，相机采集可见光图像，传送至 上位机处理；对采集的马铃馨可见光图像采用滤波、色调维分割等方法进行预处理，而后求 解分割出的马铃馨图像区域面积和质屯、；采用核主成分分析法提取马铃馨崎形（机械损 伤）、发芽、黑屯、、合格特征。
[0009] 第二步：工业CCD相机采集近红外光谱图像，对近红外光谱图像进行消噪等预处 理，提取光谱特征参数，包括马铃馨崎形（机械损伤）、发芽、黑屯、、合格特征参量。
[0010] 第=步：采用最小二乘支持向量机马铃馨无损检测分级模型，采用径向基函数 RBF核函数，参数寻优采用禪合模拟退火方法。完成最小二乘支持向量机的离线训练和在线 分类。
[0011] 第四步；依据第=步中的分炼结果，控制下位机及相应执行机构动作，完成马铃馨 分捡。
[0012] 本发明有益效果；针对单一的无损检测技术无法满足农产品内外部品质同时检测 的要求，本发明综合机器视觉和近红外光谱信息源在马铃馨内外部品质中检测的优点，提 供一种同时检测马铃馨内外部品质的方法和实时分炼系统。首先通过工业智能相机采集马 铃馨机器视觉和近红外光谱图像，分别对图像进行预处理，并提取可见光图像中马铃馨区 域面积和质屯、。利用核主成分分析法提取崎形（机械损伤）、发芽、黑屯、、合格特征参量，而 后采用最小二乘支持向量机无损检测分级模型，核函数采用径向基函数RBF核，参数寻优 采用禪合模拟退火结合参数寻优的方法，对马铃馨实现离线训练和在线分类。依据马铃馨 的分类结果，马铃馨区域面积和质屯、坐标特征信息，上位机与下位机协同控制相应步进电 机W正比于区域面积的速度驱动相应智能分炼板执行分炼动作，完成分炼。该分炼方法和 系统可有效提高马铃馨无损分炼效率，提高马铃馨无损检测的全面性、可靠性和灵敏度，促 进马铃馨深加工产业发展。
【附图说明】
[0013] 图1为本发明的结构框图。
[0014] 图2为本发明的工作流程图。
[0015] 图3为可见光图像处理流程。
[0016] 图4为近红外光谱图像处理流程。
[0017] 图1中编号1是上位机及软件，编号2是下位机，编号3是工业智能相机（可同时 采集可见光图像和近红外光谱图像），编号4是环形光源，编号5是智能分炼板，编号6是步 进电机，编号7是传送带，编号8是马铃馨。
【具体实施方式】
[0018] 为使本发明的目的、技术方案和优点更加清楚明白，下面是具体实施过程，参照附 图，对本发明作进一步详细说明。
[0019] 本发明的基本思路是：针对单一的无损检测技术无法满足农产品内外部品质同时 检测的要求，本发明综合机器视觉和近红外光谱信息源在马铃馨外、内部品质中检测的优 点，提供一种同时检测马铃馨内外部品质的方法和和实现分炼的系统。如图1所示，工业智 能相机3可同时采集马铃馨可见光图像和近红外光谱图像，通过工业W太网传送至上位机 1，上位机分别对可见光和近红外光谱图像进行预处理，并提取可见光图像中马铃馨区域面 积和质屯、，