全文总字数：7477字
基于机器视觉的青梅表面缺陷检测方法研究
文献综述
青梅含有人体代谢不可缺少的柠檬酸等多种天然酸，为目前已发现的罕见碱性林果。其所含苏氨酸等氨基酸和黄酮，极有利于人体蛋白质构成与代谢功能的正常进行，对普遍存在的心血管、泌尿、消化系统疾病有明显的预防作用和疗效。
青梅缺陷和主要成分指标（糖度、酸度）对其精深加工过程有重要影响（pH值较低的青梅果有利于梅精制造；糖度较高的青梅果适于酿造青梅酒），目前基于可见光技术的水果缺陷检测及分级方法中，人工筛选模式受经验、劳动强度等主观因素制约，为了提高农林产品的品质和附加值，需要研发出基于机器视觉的青梅表面缺陷快速检测方法。这对于提高产品品质，促进产业升级，提高青梅生产的自动化、智能化水平具有重要意义。
一、农林产品无损检测技术的国内外研究现状
农林产品无损检测技术是在不破坏待测物原有状态的前提下，对待测物的品质进行检测的方法，因其快速、简便、高效的特点，越来越多地被应用于农林产品品质的检测研究中。目前在农林产品无损检测技术的研究中应用较多的检测方法主要有基于声学特性、电学特性的分析法，基于计算机视觉、电子鼻等智能感官仿生技术的检测方法，基于光谱特性的近红外光谱、高光谱成像技术等方法[1]。其中，基于机器视觉的无损检测技术能够在不接触被检测对象的前提下，通过分析农林产品内部或外部特征对声、光、电等反应的变化，对其品质做出评价。同时通过机器视觉的数字图像处理技术对农林产品的品质进行表征，是解决人工分级和传统机械分级所存在问题的有效途径，也是目前机器视觉技术在农林业中的研究热点。
1.1农林产品无损检测技术的国外研究现状
Alireza Soleimanipour[2]等人利用图像处理技术提取园林作物的末梢边界并拟合其合适的B样条曲线，通过计算样条曲线一阶导数和二阶导数，并将其几何关键点作为数学临界点，计算得到园林作物的相关几何特征（如周长、面积、曲率、长、宽等特征），将这种算法运用到了三种花烛属植物的栽培品种中发现花的重建形状与原始形状的适应性较高，辐状花几何特征的计算结果相对误差低于2%，同时也可以用这种算法从二维图像中检测具有不规则形状的园艺作物的几何特征。
