水果缺陷检测以草莓等级分类为例

水果分级的目的是使水果达到标准化和商品化,因而水果缺陷检测尤为重要。为增强水果市场的竞争力,国内外对水果缺陷检测方法进行了大量研究。水果品质的检测分类是其成熟后流入市场销售前的重要一步,因为水果品质的优劣直接影响其经济效益和市场竞争力。在水果质量检测方面,传统的分类方式主要有人工检测和机械检测。人工检测耗费大量的人力和财力,并且每个人具体分级的标准都会有程度不同的差异,分类的效率容易受到人们的情绪、疲劳程度以及身体状况等因素的影响；机械检测会对水果造成一定程度的机械损伤,在检测的过程中容易碰伤水果,水果一旦受到损伤,其保质期就会被缩短,慢慢变得腐烂。现有传统方法的检测效果并不够理想,将直接影响水果本该带来的最大经济收益。因此,相当有必要寻找一种能够实现水果自动检测分类的技术。机器视觉可以完成需要人眼观察、判断的任务,非常适合用于完成容易使眼睛疲劳的大量重复性动作的判断。本文以草莓为例,将机器视觉应用于草莓品质的检测分类中,可以提高检测分类的效率和准确率,最终实现脐橙的自动化无损检测分类。采用基于SVM的方法对脐橙的品质实现检测分类,采集了特等的、一等的、二等的、不合格的4类草莓图片各30张,完成了草莓数据集的构建；
if flag
figure(2); clf;
subplot(1, 2, 1); imshow(res, []);
title(‘二值化分割图像’);
subplot(1, 2, 2); imshow(r, []);
title(‘草莓区域图像’);
end
% 提取特征
st = get_stat(res, r);
ft = get_fourier_descriptor(res);
vt = get_color_vec®;
% 特征融合
v = [st ft vt];