全文总字数：6080字
题目：基于机器视觉的脐橙缺陷检测算法研究
[摘要]:
脐橙经济寿命长，果实最适鲜食，营养费丰富，鲜果可榨汁，随榨随饮，深受人们喜爱。但同时，烂心等缺陷严重影响了脐橙的品质和价值，必须进行缺陷检测。机器视觉技术，具有高效、高精度等优点，在在农产品缺陷检测领域获得了广泛的运用。通过梳理近些年来国内外有关农林产品缺陷检测的文献，阐述了不同的图像采集及处理技术及其产品缺陷检测的应用，为相关的研究人员提供了理论参考。
关键词：机器视觉、缺陷检测、农林产品
- 前言
脐橙内部烂心缺陷的检测是脐橙鲜果食用安全性的主要问题之一。水果的质量检测，可以分为人工检测和机械检测，传统的人工检测，耗费大量的人力物力，并且分类的效率容易受到情绪、身体状况的影响；机械检测在检测的过程中，往往会对水果产生一定的机械损伤，导致水果容易发生腐烂，保质期缩短，造成一定的经济损失。机器视觉则可以有效地代替人眼来进行判断，非常适合应用于简单重复的水果检测，节省大量的人力和财力。
2、国内外研究概况
2.1国外研究现状
早在20世纪70年代，国外的专家学者们以将机器视觉技术应用于农林产品的自动检测，近些年来，运用机器视觉实现农林产品的无伤检测成为了研究热点，研究对象越来越丰富，取得了一定的成果。
W.Zhu【1】等人在HSL颜色模型的基础上，提出了一种基于模糊颜色聚类的缺陷分割方法。将像素值从RGB颜色模型转换为HSL颜色模型;利用三角形隶属函数定义H、S、L模糊集，构造模糊颜色集，建立模糊颜色相似度测度，计算两个模糊颜色之间的相似度。该算法应用于番茄缺陷分割,实验结果表明,精度为96%。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
