葡萄干自动分级技术现状与发展趋势
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
刘星星，徐丽明，袁全春，马帅，于畅畅，段壮壮，邢洁洁，陈晨
（100193 北京市 中国农业大学 工学院）
[ 摘要 ] 目前葡萄干的等级划分大部分依靠人工进行，劳动强度大，作业效率低，成本高，严重制约了新疆
地区葡萄干产业的规模化发展。因此，急需实现葡萄干的自动化分级。分析总结了国内外现有的葡萄干和
相关产品的自动分级技术，对比分析了各种解决方案的优缺点，结合现有成熟的计算技术，提出了葡萄干
[Abstract] At present, the grading of raisins is mostly done by manual labor. Labor intensity is large, operation efficiency is low and cost is high, which seriously restricts the expanding of raisin industry in Xinjiang. Therefore, it is urgent to develop the automatic grading equipment for the raisin. This paper analyzes and summarizes the existing automatic raisins grading technology domestic and abroad, compares and analyzes the advantages and disadvantages of various solutions, and proposed the development trend of raisin automatic grading technology combined with existing mature computing technology. [Key words] raisin; auto-classification; smart detection; artificial neural network
Liu Xingxing, Xu Liming, Yuan Quanchun, Ma Shuai, Yu Changchang, Duan Zhuangzhuang, Xing Jiejie, Chen Chen （College of Engineering, China Agricultural University, Beijing 100083, China）
红外光谱来检测葡萄干的质量（见图１），发现 投射的近红外光谱与葡萄干的质量（密度、颜色 等级、湿度等）具有极大的相关性。透射的近红 外光谱可以作为对葡萄干的质量的自动化预测手 段，并且，近红外透射光谱还可以用来检测其他 重要参数。
近 近红外光
透射光 光
红
葡
谱
外
萄
分
光
wenku.baidu.com
干
析
源
仪
分 析 结 果
图 1 透射光谱分析法示意图 Fig.1 The scheme of transmitting spectra analysis method
M Omid [2] 等研发了一套基于机器视觉的快速 葡萄干分选系统，主要包括摄像头、图像采集卡、
12
农业装备与车辆工程
2018 年
照明模块、PC 上位机和机械结构（见图 2）。葡 萄干分级算法，首先去除图像中的背景，只留下 葡萄干，然后，根据葡萄干的尺寸特征和颜色特 征将其分为两个等级，最后，计算葡萄干重心的 位置，控制执行机构，将不合格葡萄干剔除。经 测试，分级准确率可以达到 96%。
基金项目：现代农业产业技术体系建设专项资金资助 (CARS-29) 收稿日期 : 2018-05-02 修回日期 : 2018-05-17
者的广泛关注。目前，主要使用的方法有光谱特 征法、支持向量机和神经网络等。
1 国内外研究现状
1.1 国外研究现状 C.C. HUXSOLL[1] 等通过测量葡萄干透射的近
0 引言
葡萄干是我国新疆地区的重要特产之一。随 着我国鲜葡萄及其产后深加工产品葡萄干产量的 不断增加，人们对葡萄干品质的要求越来越高， 提高葡萄干品质等级的分级成为亟待解决的问 题。研究葡萄干品质快速检测技术并进行等级分 类，可以在提高葡萄干品质的同时增加果农的经 济收益，对葡萄产业的稳定发展有重要的推动作 用。葡萄干品质分为外在品质和内在品质两个部 分 , 内在品质检测主要通过标准的抽样检验手段 完成，相关技术已经发展成熟；外在品质包括色 泽、果形、果粒大小等特征，通常需要通过视觉 相关的检测技术来实现。目前，外在品质的分级 工作主要依靠人力筛选完成，分级效率低，分级 成本高，严重制约了我国新疆地区葡萄干产业规 模的扩大和果农经济收益的增长。因此，葡萄干 外在品质的自动化分级技术的研究受到国内外学
Shanmukhappa A. Angadi[3] 等提出一种简易的 基于图像处理的葡萄干分级算法（见图 3）。算 法在 MATLAB 中实现，通过读取手持摄像头拍 摄的照片文件，经过预处理并提取特征，将 RGB 颜色特征与尺寸特征进行组合，并利用人工神经 网络分类器，可以实现 95% 的分类准确率。
照 明 模 块
可见光
可见光
葡
萄
干
摄 像 头
图 像 采 集 卡
PC 上 位 机
机械执行机构
图 2 基于可见光图像特征提取的葡萄干等级划分系统示意图 Fig. 2 The scheme of raisin classifier base on the visible spectra image features
第 56 卷 第 11 期 Vol. 56 No. 11
农业装备与车辆工程
AGRICULTURAL EQUIPMENT & VEHICLE ENGINEERING
2018 年 11 月 November 2018
doi:10.3969/j.issn.1673-3142.2018.11.003
葡萄干自动分级技术现状与发展趋势
自动化分级技术的发展趋势。
[ 关键词 ] 葡萄干；自动分级；智能识别；人工神经网络
[ 中图分类号 ] S226.5
[ 文献标识码 ] A
[ 文章编号 ] 1673-3142(2018)11-0011-05
Status and Outlook of Raisin Auto-classification Technology
（100193 北京市 中国农业大学 工学院）
[ 摘要 ] 目前葡萄干的等级划分大部分依靠人工进行，劳动强度大，作业效率低，成本高，严重制约了新疆
地区葡萄干产业的规模化发展。因此，急需实现葡萄干的自动化分级。分析总结了国内外现有的葡萄干和
相关产品的自动分级技术，对比分析了各种解决方案的优缺点，结合现有成熟的计算技术，提出了葡萄干
[Abstract] At present, the grading of raisins is mostly done by manual labor. Labor intensity is large, operation efficiency is low and cost is high, which seriously restricts the expanding of raisin industry in Xinjiang. Therefore, it is urgent to develop the automatic grading equipment for the raisin. This paper analyzes and summarizes the existing automatic raisins grading technology domestic and abroad, compares and analyzes the advantages and disadvantages of various solutions, and proposed the development trend of raisin automatic grading technology combined with existing mature computing technology. [Key words] raisin; auto-classification; smart detection; artificial neural network
Liu Xingxing, Xu Liming, Yuan Quanchun, Ma Shuai, Yu Changchang, Duan Zhuangzhuang, Xing Jiejie, Chen Chen （College of Engineering, China Agricultural University, Beijing 100083, China）
红外光谱来检测葡萄干的质量（见图１），发现 投射的近红外光谱与葡萄干的质量（密度、颜色 等级、湿度等）具有极大的相关性。透射的近红 外光谱可以作为对葡萄干的质量的自动化预测手 段，并且，近红外透射光谱还可以用来检测其他 重要参数。
近 近红外光
透射光 光
红
葡
谱
外
萄
分
光
wenku.baidu.com
干
析
源
仪
分 析 结 果
图 1 透射光谱分析法示意图 Fig.1 The scheme of transmitting spectra analysis method
M Omid [2] 等研发了一套基于机器视觉的快速 葡萄干分选系统，主要包括摄像头、图像采集卡、
12
农业装备与车辆工程
2018 年
照明模块、PC 上位机和机械结构（见图 2）。葡 萄干分级算法，首先去除图像中的背景，只留下 葡萄干，然后，根据葡萄干的尺寸特征和颜色特 征将其分为两个等级，最后，计算葡萄干重心的 位置，控制执行机构，将不合格葡萄干剔除。经 测试，分级准确率可以达到 96%。
基金项目：现代农业产业技术体系建设专项资金资助 (CARS-29) 收稿日期 : 2018-05-02 修回日期 : 2018-05-17
者的广泛关注。目前，主要使用的方法有光谱特 征法、支持向量机和神经网络等。
1 国内外研究现状
1.1 国外研究现状 C.C. HUXSOLL[1] 等通过测量葡萄干透射的近
0 引言
葡萄干是我国新疆地区的重要特产之一。随 着我国鲜葡萄及其产后深加工产品葡萄干产量的 不断增加，人们对葡萄干品质的要求越来越高， 提高葡萄干品质等级的分级成为亟待解决的问 题。研究葡萄干品质快速检测技术并进行等级分 类，可以在提高葡萄干品质的同时增加果农的经 济收益，对葡萄产业的稳定发展有重要的推动作 用。葡萄干品质分为外在品质和内在品质两个部 分 , 内在品质检测主要通过标准的抽样检验手段 完成，相关技术已经发展成熟；外在品质包括色 泽、果形、果粒大小等特征，通常需要通过视觉 相关的检测技术来实现。目前，外在品质的分级 工作主要依靠人力筛选完成，分级效率低，分级 成本高，严重制约了我国新疆地区葡萄干产业规 模的扩大和果农经济收益的增长。因此，葡萄干 外在品质的自动化分级技术的研究受到国内外学
Shanmukhappa A. Angadi[3] 等提出一种简易的 基于图像处理的葡萄干分级算法（见图 3）。算 法在 MATLAB 中实现，通过读取手持摄像头拍 摄的照片文件，经过预处理并提取特征，将 RGB 颜色特征与尺寸特征进行组合，并利用人工神经 网络分类器，可以实现 95% 的分类准确率。
照 明 模 块
可见光
可见光
葡
萄
干
摄 像 头
图 像 采 集 卡
PC 上 位 机
机械执行机构
图 2 基于可见光图像特征提取的葡萄干等级划分系统示意图 Fig. 2 The scheme of raisin classifier base on the visible spectra image features
第 56 卷 第 11 期 Vol. 56 No. 11
农业装备与车辆工程
AGRICULTURAL EQUIPMENT & VEHICLE ENGINEERING
2018 年 11 月 November 2018
doi:10.3969/j.issn.1673-3142.2018.11.003
葡萄干自动分级技术现状与发展趋势
自动化分级技术的发展趋势。
[ 关键词 ] 葡萄干；自动分级；智能识别；人工神经网络
[ 中图分类号 ] S226.5
[ 文献标识码 ] A
[ 文章编号 ] 1673-3142(2018)11-0011-05
Status and Outlook of Raisin Auto-classification Technology