一种由青霉感染引起腐烂的柑橘图像检测方法
【技术领域】
[0001] 本发明属于光谱检测技术领域，具体涉及一种基于可见-近红外光谱的检测方 法。
【背景技术】
[0002] 柑橘是风味独特，营养丰富的水果，深受消费者的喜爱。我国为世界第一大柑橘生 产国，柑橘产业无论在国际还是国内都有巨大的经济市场，为了提升柑橘水果质量品质在 国内及国际市场的竞争力，柑橘水果的采后自动化快速分级技术一直备受关注。与其它常 见外部缺陷如疤痕相比，由真菌感染引起的腐烂是柑橘水果最严重的缺陷，真菌病害侵染 是导致储运过程中新鲜柑橘腐烂的最主要原因，指状青霉Penicilliumdigitatum感染尤 为重要。近年研究发现，我国柑橘采后腐烂超80%由指状青霉感染所引起。
[0003] 目前，基于RGB彩色相机的计算机视觉技术已经用于柑橘外部缺陷的检测。然而， 由于指状青霉感染引起的早期腐烂果，其感染区域表皮颜色与正常果皮颜色几乎一样，导 致采用传统的RGB彩色相机检测这种缺陷非常困难。Blasco等人采用传统RGB视觉系统 检测了包括指状青霉感染引起的早期腐烂在内的11类型柑橘表皮缺陷，研究发现该系统 对其它类型表皮缺陷的识别率非常高，对于指状青霉引起的早期腐烂果，其检测精度仅获 f^56.5%(Blasco,J. ,Aleixos,N. ,Gomez,J. ,etal.Citrussortingbyidentification ofthemostcommondefectsusingmultispectralcomputervision[J].Journalof FoodEngineering, 2007,83:384-393.)。Blase等人结合紫外诱导焚光成像原理发明了一 套可以用于柑橘腐烂检测的检测系统（Blanc,P.G.R.，Blasco,J.，Μο???,E.，etal.System fortheautomaticselectiveseparationofrottencitrusfruit.UnitedStates patentUS2010/0121484A1. 2010.)，但是，紫外线对操作人员易造成伤害，从安全角度出 发，紫外线检测方法有待进一步完善。与传统成像技术相比，先进的多光谱成像是另外一 种可以选择的检测技术。Aleixos等人采用2个CCD开发了一套柑橘水果多光谱检测系 统，彩色CCD提供水果的RGB信息用于水果大小、颜色、形状的评估，单色CCD提供水果的 近红外信息用于缺陷检测，但其并不能够对早期真菌感染果进行检测（Aleixos，N.，Blase o,J. ,Navarron,F. ,etal.Multispectralinspectionofcitrusinreal-timeusing machinevisionanddigitalsignalprocessors[J].ComputersandElectronics inAgriculture, 2002, 33:121-137·)。在最新的研究中，Lorente等人 2013 年采用多 光谱激光散射成像技术检测Penicilliumdigitatum感染引起的早期腐烂柑橘，发现在 可见-近红外光谱区域的5个波长联立检测效果最好（Lorente,D.，Zude,M.，Regen,C. Earlydecaydetectionincitrusfruitusinglaser-lightbackscattering imaging[J]·PostharvestBiologyandTechnology, 2013,86:424-430.)，然而，一方 面该方法在分析的过程中将图像的二维信息降为一维剖面图，大量空间信息将会丢失， 另一方面，由于采用了点状激光光源，在实验的过程中必须人工手动使腐烂区域对准相 机，从而使光源角度与感兴趣区域正好匹配，这不适用于在线自动化检测。西班牙瓦伦 西亚农业研究所（IVIA)的Blasco研究团队采用基于可调液晶滤波器的高光谱成像系 统对指状青霉引起的早期腐烂柑橘进行了识别（[l]G0mez-Sanchis,J.，Martin-Guerr ero,J.D.,Soria-Olivas,E. ,etal.DetectingrottennesscausedbyPenicillium genusfungiincitrusfruitsusingmachinelearningtechniques[J].Expert SystemswithApplications, 2012,39:780-785 ； [2]Gomez-Sanchis,J. ,Blasco,J.,S oria-〇livas,E. ,etal.HyperspectralLCTF-basedsystemforclassificationof decayinmandarinscausedbyPenicilliumdigitatumandPenicilliumitalicum usingthemostrelevantbandsandnon-linearclassifiers[J].Postharvest BiologyandTechnology,2013, 82:76-86 ； [3]Lorente,D.,Blasco,J. ,Serrano A.J. ,etal.ComparisonofROCFeatureSelectionMethodfortheDetectionof DecayinCitrusFruitUsingHyperspectralImages[J].Foodandbioprocess technology, 2013, 6:3613-3619.)。然而，他们的研究仅仅聚焦于可见-近红外光谱复杂特 征的提取，忽略了图像的空间信息对感兴趣区域的特征表达，不适合指状青霉感染果的自 动化检测。
【发明内容】
[0004] 本发明提供一种由指状青霉感染引起的腐烂柑橘图像检测方法，能够将柑橘表面 难以检测的青霉感染区域进行清晰可视化成像显示，并提供有效的图像处理分析方法。
[0005] 实现本发明上述目的的技术方案为：
[0006] -种由青霉感染引起腐烂的柑橘图像检测方法，其特征在于，包括以下步骤：
[0007] A:采集待测柑橘水果4个特征波长处的单波长光谱图像，所述4个特征波长λρ λ2，\3和λ4分别为 575nm，698nm，810nm和 969nm;
[0008] B:对4个特征波长图像进行水果表面亮度不均校正；
[0009] C:步骤B校正后的4个特征波长λρλ2,λ3和λ4的图像叠加得到特征波长组 合图像I:叠加方式是特征波长图像与相应的载荷系数乘积之和；
[0010] D:将步骤C获得的特征波长组合图像I转换为索引图像F1 ;
[0011] Ε:提取索引图像F1三基色分量的R分量（Red)图像并对其进行图像预处理；
[0012] F:对步骤E所获得的图像再次转换为索引图像F2并提取索引图像三基色分量的 R分量图像；
[0013] G:对步骤F中获得的R分量图像进行目标区域分割并对所分割的目标区域进行圆 形度判定。
[0014] 其中，步骤A采集待测柑橘水果特征波长的方法为：
[0015] 1)提取真菌感染样本腐烂区域和正常果样本正常组织区域在波长范围500~ 1050nm内的可见-近红外光谱，组成光谱集；
[0016] 2)对特征光谱进行加权，随后对腐烂区域和正常组织区域特征光谱进行主成分聚 类分析；
[0017] 3)获取第一主成分所有波长点的载荷系数（权重系数）曲线图，曲线图中横坐标 表示波长，纵坐标表示各波长对应载荷值；
[0018] 4)曲线峰和谷所对应横坐标的波长为特征波长，特征波长处的图像作为特征图 像，特征波长图像对应的载荷值为相应的载荷系数。
[0019] 步骤A的样本个数根据具体条件而定，可以是10~100个真菌感染样本和10~ 100个正常果样本；
[0020] 具体地，所述真菌感染样本为指状青霉感染的柑橘，步骤4)中取曲线上最大的三 个峰和一个谷，特征波长λρλ2,λ3和λ4S575nm，698nm，810nm和969nm，相应的载荷系 数为 0· 054,0· 0469,0· 04417 和 0· 01436。
[0021] 则步骤C叠加方式的公式为：
[0022] I