波段比算法结合高光谱图像技术检测柑橘果锈

《波段比算法结合高光谱图像技术检测柑橘果锈》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第25卷第1期农业工程学报Vol.25No.12009年1月TransactionsoftheCSAEJan.2009127波段比算法结合高光谱图像技术检测柑橘果锈※蔡健荣，王建黑，陈全胜，赵杰文（江苏大学食品与生物工程学院，镇江212013）摘要：为克服柑橘表面不平整导致光线反射不均匀的影响，研究提出了波段比算法，使高光谱图像技术能够快速有效地检测柑橘果锈。首先根据Sheffield指数（SI）确定最佳波段（625nm和717nm），经比值变换后得到第一幅比值图像；然后选取特征波长625nm的邻近波段（621nm）

2、，与其比值变换后得到第二幅比值图像，提取轮廓，构建掩膜以消除第一幅比值图像的背景噪声，最后进行阈值分割和数字形态学运算，完成果锈区域的特征检测。试验结果表明，基于波段比算法的高光谱图像技术可有效检测柑橘果锈，检测率达到92%。研究表明波段比算法在高光谱图像技术快速无损地检测柑橘果锈中，能够有效地降低光照反射不均匀的影响，增强谱间差异，提高检测的精度。关键词：高光谱图像，波段比算法,无损检测，Sheffield指数，果锈，柑橘中图分类号:TN919.81，TP391.41文献标识码：A文章编号：1002-6819(20

3、09)-1-0127-05蔡健荣，王建黑，陈全胜，等.波段比算法结合高光谱图像技术检测柑橘果锈[J].农业工程学报，2009，25(1)：127－131.CaiJianrong,WangJianhei,ChenQuansheng,etal.Detectionofrustincitrusbyhyperspectralimagingtechnologyandbandratioalgorithm[J].TransactionsoftheCSAE,2009,25(1)：127－131.(inChinesewithEnglis

4、habstract)尝试运用波段比算法，使高光谱图像技术能够快速有效0引言地检测柑橘果锈。柑橘现已成为中国南方区域农业经济中的一大支柱1材料与方法产业。果实生长发育过程中，受到潜隐性病毒的侵害，柑橘表皮会产生痕斑、网纹和锈螨蚧类等附着物，形成1.1试验材料柑橘果锈，严重影响水果的洁净度。在柑橘等级分类的试验所采用的研究对象为永春柑橘，产地福建永春。国家标准中，果锈总面积的大小是柑橘分级的重要指标购自镇江当地超市，共100个柑橘样本，包括50个果锈之一。机器视觉技术已经成功地应用到柑橘在线分级，样本和50个的正常样本

5、。但由于果锈和正常区域的色差不大，容易造成传统视觉1.2高光谱图像系统系统的漏判。高光谱图像数据是利用图1所示。由一台基于光谱高光谱图像技术集图像信息与光谱信息于一身，在仪的高光谱摄像机（ImSpector,V10E,Finland），一个农畜产品品质无损检测中得到越来越广泛的应用。如150W的光纤卤素灯（DC-950A,Dolan-JennerCo.,[1][2][3]ElMasry，洪添胜，Qiao等分别利用高光谱图像技术USA）、一套高精度输送装置（北京卓立汉光仪器有限公[4][5]检测草莓,雪花梨及猪肉的品质

6、；赵杰文和陈全胜分司）和计算机等部件组成，其中光纤卤素灯是通过一个Y别利用高光谱图像技术检测苹果轻微损伤,识别茶叶质型的光纤来提供两个对称的光源。高光谱摄像机的光谱量等级。但利用高光谱图新技术检测柑橘果锈未见报道。采集范围为408～1117nm，共1024个波段，光谱分辨率[6]由于柑橘表面不平整，趋于球形，导致光线反射不均匀，[11]为2.8nm。周边与中心的果锈区域会出现亮度差异，影响检测效果，甚至检测不到边缘区域的果锈。波段比算法不但可以使光照不均匀影响最小化，还可以增强波段之间的波谱差[7,8]异，提供一些无

7、法从单波段中得到的独特信息。研究收稿日期：2008-05-28修订日期：2008-10-07基金项目：国家高技术研究与发展计划（863计划）资助项目（2006AA10Z263）；国家自然科学基金资助项目（30771243）；江苏省自然科学基金重点资助项目（BK2006707-1）作者简介：蔡健荣（1966－），男，上海人，博士，教授，主要从事计算机视觉检测技术在农产品质量检测中应用和果实收获机器人研究。镇江市学府路江苏大学食品与生物工程学院，212013。Email:jrcai@ujs.edu.cn※通讯作者：陈全胜

8、（1973－），男，安徽桐城人，博士，研究方向为基于图1高光谱图像系统图像和光谱技术的农产品品质无损检测。镇江市学府路江苏大学食品与生Fig.1Hyperspectralimagingsystem物工程学院，212013。Email:chenjiang0218@yahoo.com.cn128农业工程学报2009年1.3图像采集柑橘果锈区域的光谱