绿色柑橘图像采集条件的研究

曹乃文 / 广西科技大学鹿山学院

绿色柑橘图像采集条件的研究

曹乃文 / 广西科技大学鹿山学院

不同的图像采集条件将影响绿色柑橘图像的质量，为提高应用机器视觉进行柑橘自动分级的效果，分析了绿色柑橘的图像采集条件。对比了4种颜色背景下4种光照环境的绿色柑橘图像，最后得出红色背景无辅助光条件下绿色柑橘图像的采集效果最好，这将为绿色柑橘的自动分级提供理论基础。

柑橘；图像；采集条件

随着计算机技术的不断发展，特别是近年来机器视觉设备的不断完善，应用机器视觉技术进行柑橘质量的检测逐渐成为现代农业的一个热点问题［1］［2］［3］。特别是在柑橘自动分级中，随着苹果自动分级技术的不断成熟，相应的算法和设备如何应用到柑橘上逐渐成为相关行业关心的问题。但是，与苹果表面不同，柑橘果实表面存在较明显的颜色变化，特别是绿色柑橘的图像采集经常受环境因素的影响。因此，对绿色柑橘图像采集条件的分析将是提高绿色柑橘图像质量的基础，也是进行相关自动检测实验的前提。

1.图像采集条件差异对绿色柑橘图像的影响

在现有技术条件下采集到的电子图像一般是以RGB的格式存在，根据采集设备的设置和设备指标由像素阵列构成图像。每个像素由24位的数值表示，三个8位二进制数值分别表示对应像素点的红、绿、蓝三种颜色。显然采用不同的背景颜色和不同的光照条件，所获取的图像也存在一定的差异。

如图1所示，分别在不同颜色背景和辅助光条件下获取绿色柑橘图像。图1（a）是在黄色背景白色辅助光条件下，图1（b）是在黄色背景黄色辅助光条件下，图1（c）是在红色背景黄色辅助光条件下。对比图1（a） 和图1（b），背景颜色虽然同为黄色，由于辅助光颜色不一样，所得的图像中不仅柑橘颜色存在差异，背景颜色也存在差异。对比图1（b） 和图1（c），辅助光颜色虽然同为黄色，由于背景颜色不一样，所得的图像中不仅柑橘颜色存在差异，背景颜色也存在差异。由此，可以看出，不同的背景颜色，不同的辅助光颜色都是影响绿色柑橘图像质量的重要因素。

图1　不同光照环境下绿色柑橘图像 （a）黄色背景白色辅助光 （b）黄色背景黄色辅助光 （c）红色背景黄色辅助光

2.绿色柑橘图像的处理

为了评价绿色柑橘图像的质量，一般都是以图像处理的结果为标准。对于绿色柑橘图像，在图像处理中，一般首先需要进行分割操作。所谓分割，就是将图像中绿色柑橘对应的像素点区域与背景对应的像素点区域分开。一般以白色表示柑橘对应的区域，黑色表示背景区域，所得的图像只有黑白两种颜色称为二值图。

在图像分割中常用的分割方法是阈值分割的方法，阈值分割需要首先通过特征值将每个像素点由彩色的三色像素点变为单色的像素点。由于绿色柑橘的颜色是绿色，实验中采用现代农业中最为常用的超绿特征，即2G-R-B进行相关像素点颜色的转换。按阈值分割算法，当一个像素点的2G-R-B小于某个阈值的时候则为背景，反之则为柑橘对应的像素点。阈值的选取采用最常用的Ostu法自动计算，图1三幅原图处理后的二值图如图2所示。显然，不同的图像采集条件下所得的二值图像质量也不一样。

图2　不同光照环境下绿色柑橘的二值图像 （a）黄色背景白色辅助光（b）黄色背景黄色辅助光 （c）红色背景黄色辅助光

3.实验结果与分析

为分析绿色柑橘的图像采集条件，采用同样的绿色柑橘，分别在黄色、白色、红色、蓝色4种颜色背景下，白光、黄光、白光+黄光、无光4种辅助光条件下采集16种条件的柑橘图像。然后对采集到的柑橘图像按2G-R-B进行灰度化处理，并采用Ostu法提取阈值进行阈值分割。

对比16种采集环境下绿色柑橘图像的分割效果，得出红色背景无光条件下的绿色柑橘图像质量最好，相应的原图、灰度图、二值图如图3所示。图中柑橘对应区域与背景区域形成了较明显的颜色差异。

图3　红色背景无光条件下的绿色柑橘图像 （a）原图 （b）灰度图 （c）二值图

4.小结

针对背景颜色和辅助光的差异对绿色柑橘图像的影响，对比了4种颜色背景下4种光照环境共16中图像采集条件下的绿色柑橘图像的分割结果，最后得出红色背景无辅助光条件下绿色柑橘图像的采集效果最好，这将为绿色柑橘的自动分级提供理论基础。

［1］敖勤，徐桂珍.一种基于机器视觉的柑橘表面质量检测方法.科技传播.2014（7）.

［2］李源，陈江文，黄玉珠，温芝元.基于RGB线性组合模型的柑橘果实为害状识别.中国农学通报.2016（7）.

［3］王旭，赵志衡.基于机器视觉的柑橘分级技术研究.怀化学院学报.2016（5）.

2012年广西高等学校科研项目（201204LX663）