|本期目录/Table of Contents|

[1]张 萌,许 敏.红枣表面缺陷快速检测方法研究[J].江苏农业科学,2015,43(07):331-334.
　Zhang Meng,et al.Study on fast inspection method of surface defect of red jujube[J].Jiangsu Agricultural Sciences,2015,43(07):331-334.
点击复制

红枣表面缺陷快速检测方法研究(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第43卷
期数:
2015年07期
页码:
331-334
栏目:
质量安全与检测分析
出版日期:
2015-07-25

文章信息/Info

Title:
Study on fast inspection method of surface defect of red jujube
作者:
张 萌1;  许 敏2
1.辽宁装备制造职业技术学院机械工程系，辽宁沈阳 110161；
2.中国科学院沈阳自动化研究所智能检测与装备研究室，辽宁沈阳 110179
Author(s):
Zhang Meng; et al
关键词:
表面缺陷检测; 近红外图像; 亮度校正; 自动分级
Keywords:
-
分类号:
TP274+.52
DOI:
-
文献标志码:
A
摘要:
红枣表面缺陷快速检测是实现其自动分级的关键技术之一。针对红枣表面曲率变化致使其表面灰度分布很不均匀和缺陷区域很不明显的特点，提出了一种亮度快速校正算法。首先使用单色CCD、滤光片和近红外光源获得红枣近红外图像；其次对原始图像进行去背景操作，获得红枣区域灰度图像；然后使用均值滤波器对去背景后的图像进行滤波获得亮度图像，并使用该亮度图像对去背景后的红枣图像进行亮度校正；最后对亮度校正后的图像进行缺陷分割。试验结果表明，该方法能显著提高自动分级系统的实时性，且该缺陷检测方法的准确率可达95%。
Abstract:
-

参考文献/References:

［1］初 乐，吴茂玉，朱风涛，等. 新疆地区红枣产业现状及发展建议［J］. 农产品加工·学刊，2012(4)：110-113.
［2］应义斌，饶秀勤，赵 匀，等. 机器视觉技术在农产品品质自动识别中的应用(Ⅰ)［J］. 农业工程学报，2000，16(1)：103-108.
［3］朱伟华，曹其新. 基于模糊彩色聚类方法的西红柿缺陷分割研究［J］. 农业工程学报，2003，19(3)：133-136.
［4］李锦卫，廖桂平，金 晶，等. 基于灰度截留分割与十色模型的马铃薯表面缺陷检测方法［J］. 农业工程学报，2010，26(10)：236-242.
［5］赵杰文，刘少鹏，邹小波，等. 基于支持向量机的缺陷红枣机器视觉识别［J］. 农业机械学报，2008，39(3)：113-115，147.
［6］李江波，饶秀勤，应义斌. 基于照度-反射模型的脐橙表面缺陷检测［J］. 农业工程学报，2011，27(7)：338-342.
［7］Gowen A A，ODonnell C P，Cullen P J，et al. Hyperspectral imaging-an emerging process analytical tool for food quality and safety control［J］. Trends in Food Science & Technology，2007，18(12)：590-598.
［8］Kim M S，Lefcourt A M，Chao K，et al. Multispectral detection of fecal contamination on apples based on hyperspectral imagery：Part Ⅰ. Application of visible and near-infrared reflectance imaging［J］. Trans of the ASAE，2002，45(6)：2027-2037.
［9］Kleynen O，Leemans V，Destain M F. Development of a multi-spectral vision system for the detection of defects on apples［J］. Journal of Food Engineering，2005，69(1)：41-49.
［10］Lee D J，Schoenberger R，Archibald J，et al. Development of a machine vision system for automatic date grading using digital reflective near-infrared imaging［J］. Journal of Food Engineering，2008，86(3)：388-398.
［11］展 慧，李小昱，周 竹，等. 基于近红外光谱和机器视觉融合技术的板栗缺陷检测［J］. 农业工程学报，2011，27(2)：345-349.
［12］李江波，饶秀勤，应义斌，等. 基于掩模及边缘灰度补偿算法的脐橙背景及表面缺陷分割［J］. 农业工程学报，2009，25(12)：133-137.
［13］李江波，饶秀勤，应义斌. 水果表面亮度不均校正及单阈值缺陷提取研究［J］. 农业机械学报，2011，42(8)：159-163.

相似文献/References:

备注/Memo

备注/Memo:
收稿日期：2014-07-31
基金项目：中国科学院科技支新工程(编号XBXJ-2011-015)。
作者简介：张 萌(1980—)，男，辽宁沈阳人，硕士，讲师，研究方向为数控机床故障诊断与维修。E-mail：51263094@qq.com。
通信作者：许 敏，博士，副研究员，研究方向为机器视觉检测技术及其在农产品自动分级系统中的应用。E-mail：mxu@sia.cn。
更新日期/Last Update: 2015-07-25