一種基于生物散斑技術(shù)無(wú)損檢測(cè)蘋果內(nèi)部品質(zhì)的方法
【技術(shù)領(lǐng)域】
[0001 ]本發(fā)明是一種基于生物散斑技術(shù)無(wú)損檢測(cè)蘋果內(nèi)部品質(zhì)的方法，屬于農(nóng)產(chǎn)品無(wú)損 檢測(cè)技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 隨著人們生活水平的不斷提高，消費(fèi)者在選購(gòu)水果時(shí)，對(duì)其內(nèi)部品質(zhì)（如糖度等） 越來(lái)越看重。
[0003] 我國(guó)的水果內(nèi)部品質(zhì)無(wú)損檢測(cè)技術(shù)較為落后。目前，對(duì)水果內(nèi)部品質(zhì)的無(wú)損檢測(cè) 主要采用的是近紅外無(wú)損檢測(cè)技術(shù)，由于設(shè)備價(jià)格較為昂貴，處理的數(shù)據(jù)量較大，不利于商 業(yè)化推廣。
[0004] 在當(dāng)前亟需對(duì)水果內(nèi)部品質(zhì)檢測(cè)的形勢(shì)下，針對(duì)水果內(nèi)部品質(zhì)的無(wú)損檢測(cè)儀器不 成熟的狀況，本發(fā)明提供一種利用生物散斑技術(shù)對(duì)蘋果內(nèi)部品質(zhì)進(jìn)行無(wú)損檢測(cè)的方法，具 有簡(jiǎn)便、快捷、成本低等特點(diǎn)。這對(duì)提高水果質(zhì)量具有十分重要的作用，對(duì)促進(jìn)我國(guó)水果采 后分級(jí)的科技化，提高水果經(jīng)濟(jì)價(jià)值和競(jìng)爭(zhēng)力具有十分重要的意義。

【發(fā)明內(nèi)容】

[0005] 技術(shù)問(wèn)題
[0006] 本發(fā)明主要是針對(duì)蘋果內(nèi)部品質(zhì)無(wú)損檢測(cè)技術(shù)的不足，提供一種基于生物散斑技 術(shù)無(wú)損檢測(cè)蘋果內(nèi)部品質(zhì)的方法，這對(duì)提高蘋果經(jīng)濟(jì)價(jià)值和競(jìng)爭(zhēng)力具有十分重要的意義。
[0007] 技術(shù)方案
[0008] -種基于生物散斑技術(shù)無(wú)損檢測(cè)蘋果內(nèi)部品質(zhì)的方法(本研究技術(shù)路線見圖1)， 其特征在于包括：（一)生物散斑測(cè)量裝置的搭建、（二）圖像處理及參數(shù)提取、（三)蘋果預(yù)測(cè) 模型的建立，其中：
[0009] (一)生物散斑測(cè)量裝置的搭建
[0010] 1)光源系統(tǒng)
[0011] 光源系統(tǒng)包括激光發(fā)射器(4)、電源(5)、暗箱(2)，其中，激光發(fā)射器(4)為波長(zhǎng)為 650nm，功率為20mW的半導(dǎo)體激光器，激光器發(fā)射的光源與工業(yè)相機(jī)的軸線成15°夾角，暗箱 是(2)是內(nèi)部為黑色的鐵質(zhì)箱子，暗箱頂部有一個(gè)直徑為7±lmm的用來(lái)放置樣品的圓孔；
[0012] 2)圖像采集系統(tǒng)
[0013] 圖像采集系統(tǒng)包括CCD工業(yè)相機(jī)及支架(3)、USB線(6)，其中，(XD工業(yè)相機(jī)及支架 (3)位于被測(cè)樣品的正下方30cm處，CCD工業(yè)相機(jī)(3)采集的圖像通過(guò)USB線(6)傳輸?shù)接?jì)算 機(jī)上，如圖1;
[0014] (二）圖像處理及參數(shù)提取
[0015] 1)灰度轉(zhuǎn)化
[0016] 將24位的彩色圖像轉(zhuǎn)化為8位的灰度圖像，灰度圖只包含亮度信息，將亮度值進(jìn)行 量化，用0~255共256個(gè)灰度級(jí)來(lái)表示圖像的亮度情況，利用RGB彩色圖像轉(zhuǎn)換為灰度圖像 的公式將RGB三個(gè)顏色分量轉(zhuǎn)化為灰度值，公式如下：
[0017] Y = 0.299R+0.587G+0.114B (1)
[0018] 公式中的Y值就是灰度值，其代表了圖像的亮度信息；
[0019] 2)中值濾波
[0020] 采用中值濾波法對(duì)圖像進(jìn)行去噪，處理模板為3 X 3;
[0021] 3)圖像閾值分割
[0022] 采用雙峰法對(duì)蘋果散斑圖像進(jìn)行閾值分割，分割的特征區(qū)域S3圖像的灰度范圍為 75<Ti < 195；
[0023] 4)參數(shù)提取
[0024] 統(tǒng)計(jì)S3區(qū)域(即外環(huán)像素面積）內(nèi)像素的數(shù)目作為圖像特征參數(shù)，如圖2;
[0025](三)蘋果預(yù)測(cè)模型的建立
[0026] 2)基于回歸分析建立蘋果預(yù)測(cè)模型
[0027]利用SPSS Statistics 18統(tǒng)計(jì)軟件進(jìn)行回歸分析，以外環(huán)S3像素?cái)?shù)為自變量來(lái)模 擬蘋果品質(zhì)參數(shù)，采用逐步回歸法，設(shè)定引入變量和剔除變量的顯著水平均為0.05,得出如 下預(yù)測(cè)模型；
[0028] 嘎啦蘋果硬度預(yù)測(cè)模型：71 = -0.00011+14.231(1?2 = 0.843，？<0.001)，當(dāng)712 6.5，硬度等級(jí)為合格，否則，硬度等級(jí)為不合格；
[0029] 紅富士蘋果硬度預(yù)測(cè)模型：y2 = -0.000035x+9.4680(R2 = 0.824，p<0.001)，iy2 2 7，硬度等級(jí)為合格，否則，硬度等級(jí)為不合格；
[0030] 嘎啦蘋果可溶性固形物的預(yù)測(cè)模型:y3 = -0.0000000027x2+0.0003x+7.6535(R2 = 0.808，p<0.001)，當(dāng)y32 12,可溶性固形物等級(jí)為合格，否則，可溶性固形物等級(jí)為不合 格；
[0031] 紅富士蘋果可溶性固形物的預(yù)測(cè)模型：y4 = -0.0000000031x2+(h0004x+4.4181(R2 =0.803，？<0.001)，當(dāng) 742 13，可溶性固形物等級(jí)為合格，否則，可溶性固形物等級(jí)為不合 格；
[0032]蘋果等級(jí)分為合格和不合格，當(dāng)蘋果的兩個(gè)品質(zhì)指標(biāo)等級(jí)均為合格時(shí)，該蘋果等 級(jí)為合格任意一個(gè)品質(zhì)指標(biāo)等級(jí)出現(xiàn)不合格，該蘋果等級(jí)為不合格。
[0033] 有益效果
[0034] 1.本方法基于生物散斑技術(shù)檢測(cè)蘋果內(nèi)部品質(zhì)，為檢測(cè)蘋果內(nèi)部品質(zhì)提供了一種 簡(jiǎn)便、快捷的無(wú)損檢測(cè)方法。
[0035] 2.本方法具有較強(qiáng)的適用性。對(duì)于不同品種的蘋果，只需測(cè)量相應(yīng)的樣本，建模后 都能進(jìn)行蘋果內(nèi)部品質(zhì)的無(wú)損檢測(cè)。
[0036] 3.本方法的提出對(duì)于提高蘋果經(jīng)濟(jì)價(jià)值和競(jìng)爭(zhēng)力具有十分重要的意義。 四、【附圖說(shuō)明】
[0037]圖1本發(fā)明的技術(shù)路線 [0038]圖2本發(fā)明原理示意圖 [0039]圖3本發(fā)明散斑圖像分割示意圖 [0040]圖4本發(fā)明軟件界面圖 五、【具體實(shí)施方式】
[0041] 針對(duì)本發(fā)明是一種基于生物散斑技術(shù)無(wú)損檢測(cè)蘋果內(nèi)部品質(zhì)的方法，樣品選擇 "紅富士"蘋果為代表，進(jìn)行檢測(cè)分級(jí)。具體實(shí)施過(guò)程如圖3，包括以下5個(gè)過(guò)程：
[0042] 1蘋果散斑圖像的獲取及品質(zhì)指標(biāo)的測(cè)定
[0043]挑選果實(shí)完整良好，色澤相近，無(wú)病蟲害、無(wú)機(jī)械損傷的蘋果放入溫度為（20±1) °C、相對(duì)濕度為80%的恒溫恒濕箱中進(jìn)行貯藏，每周一取出蘋果，采集蘋果散斑圖像并測(cè)定 其品質(zhì)指標(biāo)，為硬度和可溶性固形物，共測(cè)定6次，每次各取40個(gè)蘋果。
[0044] 2圖像特征參數(shù)的提取
[0045] 對(duì)蘋果散斑圖像進(jìn)行灰度轉(zhuǎn)化、中值濾波、雙峰法閾值分割等處理。統(tǒng)計(jì)外環(huán)S3像 素面積，即像素點(diǎn)總和。
[0046] 3建立模型
[0047] 基于圖像特征參數(shù)，建立蘋果品質(zhì)指標(biāo)的預(yù)測(cè)模型。
[0048] 4 驗(yàn)證
[0049] 將50個(gè)"紅富士"蘋果樣本按上述步驟1獲取散斑圖像，測(cè)定品質(zhì)指標(biāo)，根據(jù)步驟2， 提取圖像特征參數(shù)，利用預(yù)測(cè)模型得出預(yù)測(cè)值。"紅富士"蘋果內(nèi)部品質(zhì)實(shí)測(cè)值與預(yù)測(cè)值的 相對(duì)誤差如下表：
[0050] 從表3可看出模型所得到的預(yù)測(cè)值與實(shí)測(cè)數(shù)值誤差相對(duì)較小。
[0051] 表3"紅富士"蘋果實(shí)測(cè)值與預(yù)測(cè)值的相對(duì)誤差
[0054] 5 分級(jí)
[0055] 將50個(gè)"紅富士"蘋果樣本按上述步驟1獲取散斑圖像，測(cè)定品質(zhì)指標(biāo)。根據(jù)步驟2， 提取圖像特征參數(shù)。利用預(yù)測(cè)模型得出預(yù)測(cè)值，并根據(jù)GB/T 10651-2008對(duì)蘋果品質(zhì)進(jìn)行分 級(jí)，分為合格和不合格兩個(gè)等級(jí)。蘋果品質(zhì)分級(jí)標(biāo)準(zhǔn)如表4。只有硬度和可溶性固形物兩個(gè) 品質(zhì)指標(biāo)均符合參考值時(shí)，該蘋果的等級(jí)才為合格。兩個(gè)品質(zhì)指標(biāo)中只要有任何一個(gè)品質(zhì) 指標(biāo)不符合，該蘋果的等級(jí)皆為不合格。
[0056] 表4蘋果品質(zhì)分級(jí)標(biāo)準(zhǔn)
[0057]
[0058] 分級(jí)結(jié)果如表5,從表5可看出由該方法能夠?qū)μO果等級(jí)實(shí)現(xiàn)正確的分級(jí)，紅富士 蘋果的分級(jí)正確率為86%，分級(jí)正確率較高。
[0059]表5品質(zhì)指標(biāo)分級(jí)
[0060]
[0061]為方便處理數(shù)據(jù)，得出直觀的結(jié)果?？蓪⑸鲜鰣D像處理及模型寫入程序中，編寫出 軟件，軟件界面圖如圖4。
【主權(quán)項(xiàng)】
1. 一種基于生物散斑技術(shù)無(wú)損檢測(cè)蘋果內(nèi)部品質(zhì)的方法，其特征在于包括：（一)生物 散斑測(cè)量裝置的搭建、（二）圖像閾值分割及特征參數(shù)的提取、（三)蘋果品質(zhì)預(yù)測(cè)模型的建 立，其中： (一) 生物散斑測(cè)量裝置的搭建 1) 光源系統(tǒng) 光源系統(tǒng)包括激光發(fā)射器（4)、電源（5)、暗箱（2)，其中，激光發(fā)射器（4)為波長(zhǎng)為 650nm，功率為20mW的半導(dǎo)體激光器，激光器發(fā)射的光源與工業(yè)相機(jī)的軸線成15°夾角，暗箱 是(2)是內(nèi)部為黑色的鐵質(zhì)箱子，暗箱頂部有一個(gè)直徑為7±lmm的用來(lái)放置樣品的圓孔； 2) 圖像采集系統(tǒng) 圖像采集系統(tǒng)包括C⑶工業(yè)相機(jī)及支架(3 )、USB線(6 )，其中，(XD工業(yè)相機(jī)及支架(3)位 于被測(cè)樣品的正下方30cm處，C⑶工業(yè)相機(jī)(3)采集的圖像通過(guò)USB線(6)傳輸?shù)接?jì)算機(jī)上； (二） 圖像閾值分割及特征參數(shù)的提取 1) 圖像閾值分割 采用雙峰法對(duì)蘋果散斑圖像進(jìn)行閾值分割，分割的特征區(qū)域S3圖像的灰度范圍為75 < Ti < 195； 2) 特征參數(shù)的提取 統(tǒng)計(jì)S3區(qū)域(即外環(huán)像素面積）內(nèi)像素的數(shù)目作為圖像特征參數(shù)； (三) 蘋果預(yù)測(cè)模型的建立 1) 基于回歸分析建立蘋果預(yù)測(cè)模型 利用SPSS Statistics 18統(tǒng)計(jì)軟件進(jìn)行回歸分析，以外環(huán)S3像素?cái)?shù)為自變量來(lái)模擬蘋 果品質(zhì)參數(shù)，采用逐步回歸法，設(shè)定引入變量和剔除變量的顯著水平均為0.05,得出的如下 預(yù)測(cè)模型，其中，X為S3像素?cái)?shù)，y為對(duì)應(yīng)的品質(zhì)指標(biāo)； 嘎啦蘋果硬度預(yù)測(cè)模型：yi = -〇. OOOlx+14.231，決定系數(shù)R2 = 0.843，顯著性水平p< 0.001； 紅富士蘋果硬度預(yù)測(cè)模型:y2 = -ο. 000035X+9.4680，決定系數(shù)R2 = 0.824，顯著性水平p <0.001； 嘎啦蘋果可溶性固形物的預(yù)測(cè)模型:y3 = -0.0000000027x2+0.0003X+7.6535，決定系數(shù) R2 = 0 · 808，顯著性水平 p<0 · 001; 紅富士蘋果可溶性固形物的預(yù)測(cè)模型:y4=_0.000000003 lx2+0.0004x+4.4181，決定系 數(shù)R2 = 0 · 803，顯著性水平p<0 · 001; 2) 蘋果等級(jí)分級(jí)標(biāo)準(zhǔn) 蘋果品質(zhì)指標(biāo)等級(jí)分級(jí)標(biāo)準(zhǔn)根據(jù)GB/T 10651-2008中的理化指標(biāo)參考值來(lái)分級(jí)，"嘎 啦"蘋果和"紅富士"蘋果的品質(zhì)指標(biāo)分級(jí)如下： 當(dāng)71 2 6.5且y3 2 12，嘎啦蘋果等級(jí)為合格，否則，都為不合格； 當(dāng)y2 2 7且y42 13,紅富士蘋果等級(jí)為合格，否則，都為不合格。
【專利摘要】本發(fā)明公開了一種基于生物散斑技術(shù)無(wú)損檢測(cè)蘋果內(nèi)部品質(zhì)的方法，屬于農(nóng)產(chǎn)品無(wú)損檢測(cè)技術(shù)領(lǐng)域。通過(guò)構(gòu)建的生物散斑測(cè)量裝置，獲取蘋果散斑圖像，提取圖像特征參數(shù)，并相應(yīng)地測(cè)定蘋果內(nèi)部品質(zhì)指標(biāo)(硬度和可溶性固形物)，分析圖像特征參數(shù)與內(nèi)部品質(zhì)兩者之間的相關(guān)，建立基于散斑圖像的蘋果內(nèi)部品質(zhì)檢測(cè)模型。本方法可以對(duì)“嘎啦”蘋果和“紅富士”蘋果的內(nèi)部品質(zhì)(硬度和可溶性固形物)進(jìn)行檢測(cè)，并根據(jù)國(guó)標(biāo)GB/T？10651-2008對(duì)蘋果質(zhì)量進(jìn)行分級(jí)。這將有利于蘋果的綜合利用，對(duì)提高我國(guó)蘋果的出口率以及提升蘋果在國(guó)際市場(chǎng)上的競(jìng)爭(zhēng)力具有重要的意義。
【IPC分類】G01N21/84
【公開號(hào)】CN105606610
【申請(qǐng)?zhí)枴緾N201510569858
【發(fā)明人】屠康, 徐苗, 吳海倫, 潘磊慶, 孫柯, 孫曄, 顧欣哲, 王卓
【申請(qǐng)人】南京農(nóng)業(yè)大學(xué)
【公開日】2016年5月25日
【申請(qǐng)日】2015年9月9日