第 1 章 绪论
1.1 研究背景和意义
红枣是中国特有的果品之一，越来越多的人喜欢它独特的风味和保健价值，如今它的需求量在一步步的扩大。新疆气候宜人，光质优良，非常适合种植优质的红枣。近年来，兵团紧密围绕农业产业结构调整的需求，大力开展红枣产业化发展，红枣种植规模逐年扩大，红枣产业有望成为兵团经济的新兴支柱产业[1]。目前兵团红枣种植面积已占果蔬园艺业总面积的 40%，每年新增面积占果蔬园艺业新增面积的 50%。2015 年，响应兵团“枣产业发展规划的发展思路”，新疆的红枣种植面积已经突破了 49 万公顷，约占全国红枣总种植面积的 1/3，如今，新疆已是我国重要的红枣产业地之一。新疆特色林果业已经形成了我国最具有发展前景的优良红枣产业带。然而，在南疆红枣产业取得巨大规模效应和经济效益的同时，其与果品生产发达国家在生产、管理和经营的数字化、信息化、智能化、自动化等应用领域总体上仍存在巨大差距。
在这样的大好形势下如何提高新疆红枣的品质已经是当前提高红枣竞争力的关键问题，而红枣产品的规格化和标准化是其生命的关键所在。目前，90%的红枣是以采收时的自然状态混等进入流通市场的，难以适应市场果品竞争的销售形势，加之品牌意识不强，缺乏有效的溯源技术，区域性优质果品价值和竞争力大为降低。进行红枣规格化和标准化智能检测技术研究是红枣产业化过程中贮藏、加工及市场流通等关键技术环节。
机器视觉在农业中有着广泛的应用和重要的意义，可以从获取的图像中获得大量参数和信息而不接触检测对象，并且特别适合于诸如动物、植物和农产品等生物的综合检测和质量评估。
............................
1.2 国内外研究现状
农产品的大小是产品分级的重要依据，目前基于机器视觉的水果分级检测技术已相对成熟。
1.2.1 国内研究现状
龙满生等人(2001)利用的是遗传神经网络方法研究了苹果的综合分级系统。冯斌(2002)提出了动态条件下图像模糊处理的解决方法，但是检测精度比较低。李军良等(2011)建立了苹果的外部特征与糖度的分级模型。冯斌等人(2003)完成了自然对称状态下水果大小的识别。屈年巍等 (2010)对香梨的表面颜色分类进行了研究，其采用的是 H分量闽值分割，利用 BP 神经网络对香梨颜色进行分类。杨小青(2012)研究了利用着色面积对苹果进行分级，采用的是 HSI 模型中 H 分量阈值分割来提取苹果的着色区域。梁伟杰(2005)研究了利用图像拼接的方法还原梨的整个表面信息，从而检测出其损坏区域。蒋伟（2017）通过 OpenCV 函数库，实现哈密干枣的表面纹理特征快速提取算法，
建立基于外部特征的哈密大枣分级模型。
1.2.2 国外研究现状
自 20 世纪 80 年代中期以来，国外已经开始将机器视觉技术应用在了农业中。20 世纪 80 年代后期，随着计算机技术的快速发展、计算机硬件价格的下降和计算速度的提高，机器视觉技术在很多领域均得到了广泛应用。在提高分级速度方面，国外专家学者都进行了大量的研究和探讨，在理论和应用方面均取得了相当大的进步。
Marchant 等人研发出了能对马铃薯进行分级检测的计算机视觉系统。Uarghese 等从不同的角度采集多幅苹果图像，并运用矩方法对苹果果形进行判别研究。Paulus 等人以从不同角度对苹果进行投影，然后算出苹果的表面积来判断苹果大小。Bulanon 等人(2001)研制出机器手采摘苹果的机器视觉导航系统，该系统能够根据颜色的不同来很好地辨别水果。Abdullall 等人研制了对苹果表面颜色检测的机器视觉系统软件，分别采用了傅里叶变换方法、线性判别函数和多层神经网络进行了试验，获得了较好的分级准确率。Miller 等人获取了桃子在近红外波段和可见光波段的图像，并用灰度和色度阈值法求出桃子的损伤面积，实验结果表明在近红外波段区域分级效果更好。
.........................
第 2 章 红枣大小检测采集硬件系统
2.1 机器视觉采集系统
本研究的在线检测红枣图像采集系统由光照部分、相机采集部分、传输机构部分等组成，如图 2-1 所示。其中光照部分包括光照箱外壳、光照箱支架、上 LED 灯组、下侧板光源、电源、光源控制器等;采集相机部分包括工业相机相机镜头、计算机、显示屏等;传输机构部分包括托辊和摩擦压板。检测时，当红枣处于光箱内部相机的采集范围时，控制单元触发相机以采集红枣图像，然后通过千兆网线实现图像信息到计算机的传输，红枣外部品质分级软件对红枣图像进行处理。在图像采集阶段如果不能获得质量好的图像，将直接影响到后续的图像处理分析结果，而影响图像采集最关键的因素便是光照系统的布置。
图像采集系统组成包括摄像头、微型计算机、图像采集卡、光照箱和光源等。摄像头由德国 BASLER 公司生产，型号为 A602f - 2 型 Computar 镜头；计算机配置为 2.80GHz CPU,4GB 内存和 500G 硬盘；照明装置采用 LED 环形光源，可以实现直流供电、无频闪和光照；DH-CG300 图像采集卡等组成如所示。
.............................
2.2 图像采集
试验台的设计主要包括室照明光源和 Canon 数码相机的选择等。在试验台的设计中，通过测试不同颜色的背景，最终采用白色的背景，达到更好的凸显目标的目的。在用 Matlab 进行尺寸提取时，图像背景中不能出现与实验所用干制骏枣颜色相同或相近的其他干扰。在实验中，当灯光为单一光源时，获取的原始图像有阴影，并且提取出的样品轮廓也不清楚; 在多光源下采集的图像阴影很淡，提取时轮廓清晰，图片颜色不失真，图像整体效果很好，为后续处理提供方便。
图像获取主要是通过 Canon 数码相机在距干制骏枣 40cm 的距离条件下依次取干制骏枣的彩色静态图像，数码相机为 300W 像素，提取出的原始图像数据接着进行后面的图像处理和大小分级，如图 2-2 所示。
................................
3.1 彩色图像的灰度化处理 ................................. 8
3.2 图像增强 ..................................... 10
3.3 图像二值化 .................................. 12
第 4 章 干制骏枣缺陷检测 ....................................... 23
第 5 章 干制骏枣大小分级方法研究 .................................. 27
5.1GUI 界面创建 ........................................ 27
5.2 提取干制骏枣大小特征参数 ............................ 34
第 5 章 干制骏枣大小分级方法研究
5.1GUI 界面创建
在对干制骏枣进行分级时，使用 MATLAB 的 GUI 界面进行创建。MATLAB 是一款商业数学软件，它是由美国 MathWorks 公司生产的，主要是用于算法开发、数据可视化、数据分析以及数值计算的高级技术机器语言和交互式环境。MATLAB 可以实现矩阵运算、绘制函数和数据、编译算法、创建用户界面、实现其他编程语言的程序的连接等，主要应用在工程计算、信号与信息处理、图像处理、信号检测、模型构建设计与分析等领域。
在 MATLAB 环境中，用户可以进行编程，数值计算，图形绘制，输入输出，文件管理等一系列操作。MATLAB 为人机交互提供了一个非常强大的数学系统环境。图形用户界面(Graphical User Interface，简称 GUI，又称图形用户接口)是指用图形方式进行显示的计算机操作的友好用户界面。图形用户界面是一种界面显示格式，其中人与计算机进行通信，允许用户通过例如鼠标的输入设备来操纵屏幕上的图标或菜单里的选项，从而选择命令、调用文件、启动程序或者执行其它一些日常任务。跟采用键盘来输入文本或字符命令实现例行任务的字符界面相比较，图形用户界面有很多优点。在图形用户界面，用户可以看到并且操作图形对象，这些都应用的是计算机图形学的技术。
.........................
第 6 章 结论与展望
本文中介绍了研究本课题的研究背景和意义，并运用 MATLAB 软件对拍摄的实验样本图片进行一系列的图像处理，每一步都为最终的实验结果奠定了基础。在图像采集的过程中，由于对光源的选择及相机的选择、拍摄距离的远近等问题的不了解，导致在这个环节浪费了很多时间。期间采取了很多不同的方式来采集样本图片。在图像处理的过程中，对于采集好的图像进行预处理，每一步都会遇到新的问题，加上对 MATLAB 图像处理方面的知识不够熟练走了很多弯路，总是达不到预期的理想效果，然后就一遍遍修改，不会的请教导师和同学，最终基本达到处理要求。图像处理环节如果处理的不够完善的话，最终会导致最后的计算环节计算不准确或是计算不出来等问题。在计算干制骏枣纵径的时候计算图像的单位像素对应实际距离是多少，然后测出图像中的所需距离之间有多少个像素，通过乘以比例尺就得到了真实距离。对干制骏枣进行分级对降低劳动强度，提高食品质量安全和附加值，增加农民收入有实际意义。
本文针对新疆地区主要红枣品种的骏枣，利用机器视觉技术对红枣进行了大小、病害和裂纹的分级方法的研究，并设计了具有友好界面的基于机器视觉的红枣外观品质自动分级软件系统。主要研究结论如下：
(1)建立红枣大小分级模型。将枣纵径的真实值与检测的像素值的函数关系拟合，建立红枣大小分级模型，分级准确率为 95.3％。
(2)提取干制红枣的表面纹理特征，提取出红枣裂纹二值图像，根据裂纹图像不变距法来建立裂纹检测模型。
(3)设计了具有友好界面的红枣大小自动分级软件系统。在该系统中实现了红枣的图像读取，并对红枣的大小进行分级，给出最后的分级结果。
参考文献（略）