基于图像局部方差的亮度矫正下番茄表面缺陷检测方法

作     者：何婷婷 姚继超 张钟莉莉 芦天罡 岳焕芳 HE Tingting;YAO Jichao;ZHANG Zhonglili;LU Tiangang;YUE Huanfang

作者机构：山西农业大学山西太谷030801 北京市农林科学院智能装备技术研究中心北京100097 山东省聊城市水利事业发展和保障中心山东聊城252000 北京市数字农业农村促进中心北京100101 北京市农业技术推广站北京100029 

出 版 物：《食品与机械》 (Food and Machinery)

年 卷 期：2023年第39卷第9期

页      面：128-133,161页

学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：现代农业产业技术体系(编号:BAIC10-2022-E02) 北京市乡村振兴科技项目(编号:20220818) 

主　　题：机器视觉 缺陷检测 花萼 茎疤 亮度矫正 图像局部方差 

摘      要：目的:解决番茄表面缺陷颜色复杂多变、纹理变化不规则导致的缺陷提取不准确的问题。方法:提出一种考虑亮度矫正下基于图像局部方差的番茄表面缺陷分割方法。在采用直方图阈值分割方法分割花萼与茎疤以及领域像素加权和替代原像素的方法完成亮度矫正的基础上,将番茄表面灰度图像划分成若干图像块,使用图像像素方差对各图像块的颜色进行表征,将缺陷区域与健康区域区分开。使用SVM模型对番茄表面缺陷区域面积占原图中番茄面积的比例进行检测。结果:考虑亮度校正后对番茄缺陷区域提取准确率提高了27.74个百分点,在此基础上,与全局阈值、动态阈值、区域生长算法相比,基于图像局部方差的缺陷提取方法能够实现番茄表面缺陷的准确定位与完整提取,以缺陷面积比为输入的高斯-SVM模型对番茄表面缺陷检测的精度达96%。结论:考虑亮度矫正下,基于图像局部方差的SVM缺陷提取方法适用于番茄表面缺陷检测。