基于matlab的水果分级

基于颜色和重量特征的苹果在线分级系统设计
 

【摘 要】针对目前水果分级自动化程度较低且分级系统均为离线工作台方式的问题，设计了一种基于多信息融合的苹果采摘机器人在线自动分级系统。在提取苹果重量及颜色两个特征参数后，运用权重分析法对这两个特征参数进行数据融合，以实现双特征综合分级。为提高分级正确率，通过实验优化了权重系数。实验结果表明：所设计的分级系统可实现按重量和颜色双特征进行苹果分级，分级正确率达87%以上。 【期刊名称】计算机工程与应用 【年(卷),期】2016(000)002 【总页数】4 
【关键词】在线自动分级；特征提取；图像处理；权重分析法 TAN Ying,GU Baoxing,JI Changying,et al. 
Computer Engineering and Applications,2016,52（2）：219-222. 
1 引言 
近年来，我国水果产业发展迅速，同时也存在着采摘技术落后、产后处理能力不足等问题。这不仅严重影响了我国水果在国际市场上的竞争力，同时也制约着我国水果商品附加值的提升[1-3]。 
我国苹果产量居世界之首，对苹果进行正确的品质检测与分级具有重要意义。国内外的相关单位在采用计算机视觉技术、智能算法等对苹果进行检测与分选方面已经取得很大的进展，但多只侧重于单一品质的研究，如颜色、形状或缺陷等[4-6]。

基于机器视觉的柑橘分级技术研究

【摘 要】摘 要：以麻阳柑橘为研究对象，设计了由工业相机、光源、双平面镜等构成的全表面图像采集试验箱.在图像预处理的基础上，完成了柑橘横径、果形、成熟度、缺陷的检测.由隶属函数和权重集，采用加权平均算子计算综合评判结果，以最大隶属度原则确定柑橘等级.试验结果表明，优等果、一等果、二等果和等外果的分级正确率分别为100%、88.9%、84.6%、100%，该方法可以为武陵山片区农业智能化提供一定的参考. 【期刊名称】怀化学院学报 【年(卷),期】2016(035)005 【总页数】4 
【关键词】机器视觉； 柑橘； 分级； 模糊 
柑橘在武陵山片区具有广泛的种植分布，是片区重要的经济水果.长期以来，柑橘的检测分级依靠人工完成，劳动强度大，效率低，难以适应产业的发展.机器视觉具有检测精度高，信息丰富，无损检测等特点，已成为农产品检测分级技术的研究热点.如李景彬等利用机器视觉研究了干制红枣的自动分级[1]，弋伟国等通过提取枸杞的大小、形状、色泽信息，实现枸杞的无损检测分级[2]，姜沛宏利用机器视觉技术对肉品新鲜度分级方法进行了研究[3].此外，以马铃薯、番茄、哈密瓜、苹果等为对象的机器视觉无损检测也被广泛的研究[4-7].目前，机器视觉无损检测技术呈现蓬勃发展之势，但针对武陵山片区特优水果的研究尚未广泛开展，相关的方法和数据尚不完备.