DAMAGE FRUITS INSPECTING SYSTEM BY MACHINE VISION

机器视觉损伤水果检测系统

• 批准号: 02660254
• 负责人: IWAO Toshio
• 金额: $ 1.28万
• 依托单位: SHIMANE UNIVERSITY
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for General Scientific Research (C)
• 财政年份: 1990
• 资助国家: 日本
• 起止时间: 1990 至 1992
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-02660254/
• 关键词: machine vision; near-infrared image; gray-level; discriminat analysis; superslice algolism; damaged fruit; sorting; spectral reflectance; 領域・エッド併用法; 青果物; 傷; 分光反射特性; 濃度値; 選果システム; 人工損傷; 自然損傷

In the fruits packinghousep the postharvest handling and packaging of fruits has been extensively automated, with the exception of the sorting operation, which continues to be a manual effort. Consequently, automation of the fruit defect sorting has potential for improving product quality, in addition to reducing packinghouse labor costs.This study dealt with the spectral reflectance characteristics of fruitsurface defects in order to the development of a machine vision sorting system for fruit defects. And the types of fruit defects were bruises, cut, brown rots. copressed and impacted damages.Detecting condition of peach defects in the visible wavelength region(290 780) were complicated by the variation in color over the surface of the peach. But blush and ground color curves had about same values of spectral reflectance drew the clear distinction between normal and damage of peach surface.The study on damage fruits inspection dealt with a trial of developing an image analysis algolithms based on NTSC r, g, b chromatictity in color image and the gray level of infrared image to identify defects.The detecting algolism of defects of peach was developed on the difference of the gray-level between normal and defects, utilizing the method of discriminat analysis and superlices algolithm. Two method had to be investigated in detecting the defects such as worm, scar, burises and aracle. Any one can exactl split the defects from the peach image.

在水果包装厂，水果的采后处理和包装已广泛实现自动化，但分拣操作除外，这仍然是一项人工工作。因此，水果缺陷分选的自动化具有潜在的提高产品质量，除了降低包装厂的劳动力成本。本研究涉及水果表面缺陷的光谱反射特性，以开发一个水果缺陷的机器视觉分选系统。果实缺陷的类型有擦伤、割伤、褐腐。在可见光范围内（290 ~ 780），由于桃表面颜色的变化，使桃缺陷的检测条件复杂化。红、底色曲线的光谱反射率值基本相同，可明显区分正常和受损果实。利用彩色图像的B色度值和红外图像的灰度值的差异对桃的缺陷进行识别，提出了基于灰度值差异的桃缺陷检测算法。利用判别分析方法和超线性算法，确定了正常与缺陷之间的水平关系。在检测蠕虫、疤痕、毛刺和裂纹等缺陷时，必须研究两种方法。任何人都可以精确地从桃子图像中分离出缺陷。

项目成果

岩尾 俊男(共著): "非破壊による青果物の選別に関する研究(I)-桃損傷果の分光反射特性" 島大農学部研究報告. No.24. 134-139 (1990)

岩尾敏夫（合着）：《果蔬无损分选研究（一）——桃子受损果实的光谱反射特性》志摩大学农学部研究报告第24. 134-139号（1990年）。

李 暁明,他: "画像システムによる青果物の傷の検出についての研究" 農業機械学会関西支部報. 71号. 65-68 (1992)

李晓明等：“利用图像系统检测水果和蔬菜划痕的研究”日本农业机械学会关西分会杂志第71. 65-68号（1992年）。

岩尾 俊男(共著): "非破壊による青果物の選別に関する研究(I)-桃損傷果の分光反射特性-" 島大農学部研究報告. NO.24. 134-139 (1990)

岩尾敏夫（合著者）：《果蔬无损分选研究（一）-桃子受损果实的光谱反射特性》志摩大学农学部研究报告第24号（1990年）。

岩尾 俊男,他: "非破壊による青果物の選別に関する研究(I)ー桃損傷果の分光反射特性ー" 島根大学農学部研究報告. 24号. 134-139 (1990)

Toshio Iwao等：“无损水果和蔬菜分选的研究（I）-受损桃果实的光谱反射特性-”岛根大学农学部研究报告第24. 134-139号（1990）。

岩尾 俊男,他: "非破壊による青果物の選別に関する研究(II)ー青果物の損傷果の分光反射特性ー" 島根大学農学部研究報告. 25号. (1991)

Toshio Iwao等人：“水果和蔬菜的无损分选研究（II）-受损水果和蔬菜的光谱反射特性”岛根大学农学部研究报告第25号（1991年）。