基于 RGB 颜色模型的番茄识别系统设计

基于 RGB 颜色模型的番茄识别系统设计
陶彦辉;尹君驰;方菲
【摘要】The core part of tomato processing machinery is the color recognition system.In this paper, with the application of the Vision development module in LabVIEW, programming is established to achieve image acquisition by using the USB cam-era, and image in the RGB color model is modified to improve the clarity of the image histogram.By using neighborhood aver-age method for image denoising, and after that the tomato image segmentation is done with the application of the optimal threshold segmentation method to separate the object and background.According to the difference of the pixels in the image of R, G and B component value, the mature and the immature tomatoes could be separated with the color discrimination.%番茄加工机械中的核心部分是其颜色识别系统，应用 LabVIEW 中的 Vision 开发模块，编制程序利用 USB 摄像头实现图像采集，对图像中的 RGB 颜色模型进行直方图修正以提高图像的清晰度，修正后对图像采用邻域平均法进行去噪，消除外界干扰后采用最优阈值分割法对番茄图像进行分割，使目标物体与背景分离，继而根据图像中像素的 R、G、B 分量值的差异对成熟番茄与未成熟番茄进行颜色识别。

【期刊名称】《机械研究与应用》
【年(卷),期】2015(000)001
【总页数】3页(P159-160,163)
【关键词】RGB;颜色识别;LabVIEW;番茄加工
【作者】陶彦辉;尹君驰;方菲
【作者单位】新疆工程学院机械工程系，新疆乌鲁木齐 830000;新疆工程学院机械工程系，新疆乌鲁木齐 830000;新疆工程学院机械工程系，新疆乌鲁木齐830000
【正文语种】中文
【中图分类】TP31
0 引言
新疆是国内主要番茄制品加工区，在番茄制品的初次加工中，首要工作是挑选出未成熟的番茄，颜色识别系统是其核心部分。

目前番茄分选方法主要采用人工分选，由于人的主观因素以及重复工作造成的视觉疲劳，人工分选效率低下且精度不高，如采用番茄颜色识别系统可以提高番茄分选的生产效率和自动化程度。

笔者应用LabVIEW中的Vision开发模块，编制程序利用USB摄像头进行图像采集，对图像中的RGB颜色模型应用软件进行直方图修正以提高图像的清晰度，修正后对图像采用邻域平均法进行去噪，消除外界干扰后采用最优阈值分割法对番茄图像进行分割，使目标物体与背景分离。

目标物体和背景分离后，采用程序提取图像中像素的R、G、B分量值，最后根据图像中像素的R、G、B分量值的差异对成熟番茄与未成熟番茄进行颜色识别［1］。

1 颜色模型的选定
国内研究的番茄识别系统主要采用基于HSI颜色模型的色调统计阈值方法，该方法通过对比不同成熟期番茄灰度值的差异，基本可以实现成熟和未成熟番茄图像的
分割，但该方法不能实现番茄图像的自动阈值分割，同时对光照的变化的适应能力也差［2］。

采用基于RGB颜色模型的番茄识别系统能够实现自适应阈值处理，
能对不同自然光照强度下的目标图像进行有效分割，同时基于RGB颜色模型对番
茄的成熟度及品种差异也具有很好的鲁棒性，其性能要优于基于HSI颜色模型的
色调统计阈值方法［3］。

RGB颜色模型采用红(R)、绿(G)、蓝(B)三种颜色分量表示，R、G、B为其基本色，对基本色进行叠加，就可产生各种颜色。

RGB颜色模型中，采用笛卡尔坐标系下
的1个单位长度的立方体表示颜色，不同颜色处在立方体上或其内部，并可用从
原点出发的向量来定义，即 R，G，B 的值都在［0，1］范围内取值［4］。

2 颜色识别模块
2．1 直方图修正
由于采集到的图像灰度的分布集中，造成图像清晰度不足，为此需采用直方图修正使图像灰度分布均匀化，以提高图像的清晰度。

本软件利用LabVIEW中的Vision 工具库下color processing即颜色处理模板所带的图像色彩分析曲线图IMAQ color Histograph子 VI［5］，对采集到的图像的直方图进行均衡化修正法，原
图像的直方图通过变换函数修正为均匀的直方图。

［6］图1为原始图像及其直方图，图2为直方图均衡化图像及其直方图。

图1 原始图像及原始图像直方图
图2 直方图均衡化后的图像及其直方图
2．2 平滑去噪处理
原始图像在采集和传输的过程中，会受到各种干扰，使图像质量下降，为了抑制噪声改善图像质量，必须对采集到的图像进行平滑去噪。

本软件采用领域平均法去噪，运用LabVIEW中Vision工具库滤波器模块filters中的子 VI进行编程，使窗口模板沿图像逐行逐列移动，待处理窗口模板中的原始图像像素灰度值与整体图像的灰
度平均值之差超过了某一阈值时，则该像素处的灰度值用平均值来代替，否则该像素的灰度不变。

图3是原始图像及平滑去噪后的图像对比，从图中可以看出平滑去噪后的图像较
为干净。

图3 原始图像及平滑去噪后的图像对比
2．3 最优阀值分割法
利用Vision中的形态处理模块Morphology中的子VI对图像进行最优阀值分割，把其中感兴趣的像素分离出来作为前景图像像素，把不感兴趣的其余部分作为背景图像像素。

本文中对番茄饱和度S采用最优阀值法对番茄图像进行分割，取一个
最优阈值(常数)，灰度值小于该最优阀值时为背景图像像素，灰度值大于该最优阀值时时为番茄图像像素值。

图4为最优阀值分割法部分原代码。

图4 最优阀值分割法部分原代码
2．4 颜色识别
图像进行最优阀值分割后，分割出前景图像像素，提取前景图像像素中的R、G、
B颜色分量。

对R、G、B颜色分量进行对比运算。

当R≥0．64G+1．26B时，可以把色调为红色的像素从RGB三角形中分离开来，即图像中像素的R、G、B分
量值满足式R≥0．64G+1．26B，则其该像素的色调为红色，即认为是成熟番茄
的颜色［7］。

3 实验与结果分析
采用普通USB摄像头进行数据采集，对采集到图像中的成熟番茄及其他颜色果实(淡绿色)应用以上系统进行识别，可得如图所示的结果。

采用基于RGB颜色模型
的番茄识别系统能够实现自适应阈值处理，能对不同自然光照强度下的目标图像进行有效分割，处理后得到的成熟番茄目标轮廓比较完整。

对100幅番茄图像进行
识别试验表明，正确识别率达到92%以上。

图5 基于RGB颜色模型的番茄识别系统实验
4 结语
采用基于RGB颜色模型的番茄识别是可行的方法，能对不同自然光照强度下的目标图像进行有效分割，试验结果表明对番茄处理的效果较好，可以准确判别未成熟的番茄。

同时利用LabVIEW的Vision工具包可以缩短程序开发的周期。

由于软件在阀值分割法后，未对番茄图象进行有情况，如图9所示。

可以明显看出仿生刀齿切削力主要集中在凸起单元上，而基面上的受力很小，这主要是因为在切削过程中，土壤很难接触到刀齿基面，不能直接形成力的作用。

这样就减少了刀具与土壤的接触面积。

进而减少了刀具与土壤的粘附力。

图9 仿生刀齿凸起单元与基体单元受力对比图
3 结语
本文采用ANSYS建立了刀具切削土壤的有限元模型，运用LS－DYNA显示动力学分析程序［5］对刀具切削土壤过程进行了求解计算。

并且与仿生刀具的切削做对比，研究仿生刀具的减阻脱土效果［6－8］。

通过研究表明:仿生刀具表面凸起按照优化的参数设计，可以起到减小阻力的效果。

参考文献:
［1］ Barthelat F．Biomimetics for Next Generation Materials ［J］．Philosophical Transactions of the Royal Society A:Mathematical，Physical and Engineering Sciences，2007，365(1861):2907－2919．
［2］ Bhushan B．Biomimetics:lessons from Nature－an Overview ［J］．Philosophical Transactions of the Royal Society A:Mathematical，Physical and Engineering Sciences，2009，367(1893):1445－1486．
［3］徐中华，王建华．有限元法分析土壤切削问题的研究进展［J］．农业机械学报，2015，36(1):134－137．
［4］马爱丽．基于ANSYSLS_DYNA的螺旋刀具土壤切削的数值模拟［J］．华中农业大学学报，2009，28(2):248－252．
［5］曾德超．机械土壤动力学［M］．北京:北京科学技术出版社，1995．［6］郭志军，周志立，任露泉．仿生弯曲型耕作工具耕作性能的二维有限元分析［J］．机械工程学报，2003，39(9):106－109．
［7］从茜．非光滑减粘降阻机理及触土部件仿生改形研究［D］．长春:吉林工业大学，1992．
［8］任露泉，李建桥，陈秉聪．非光滑表面的仿生降阻研究［J］．科学通报，1995，40(19):1812－1814．。