(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221016754 4.1 (22)申请日 2022.02.23 (71)申请人 陈定虎 地址 350002 福建省福州市 鼓楼区洪山 镇 西洪路397号3号楼415室 (72)发明人 陈定虎　 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/136(2017.01) G06T 7/194(2017.01) G06T 5/00(2006.01) G06T 5/20(2006.01) G06V 10/30(2022.01) G06V 10/28(2022.01) G06V 10/44(2022.01)G06V 10/764(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种脐橙破损检测的方法 (57)摘要 本发明涉及脐 橙检测领域， 尤其涉及一种脐 橙破损检测的方法。 用以解决传统脐橙检测中， 检测结果的不稳定、 不精确等问题。 方法包括： 采 集脐橙图像， 对图像预处理； 脐橙表面颜色特征、 表面缺陷特征和尺寸大小特征提取； 建立优质脐 橙样本库和劣质脐橙样本库， 利用BP神经网络进 行训练， 得到训练好的脐橙破损检测模型； 将特 征值转化 成特征向量， 再将特征向量输入训练好 的脐橙破损检测模型， 进行脐橙检测； 输出最终 检测结果， 实现脐橙破损检测。 通过对采集到的 脐橙图像进行预处理， 即去噪和分割背景， 去除 了脐橙图像的噪声影响， 通过设置多个阈值， 更 加完美地将脐橙与背景分离； 通过BP神经网络训 练得到的脐 橙破损检测模型， 使得模 型的检测效 率大大提高。 权利要求书2页 说明书6页 附图5页 CN 114565574 A 2022.05.31 CN 114565574 A 1.一种脐橙破损检测的方法， 其特 征在于， 包括以下步骤： 步骤1、 采集脐橙图像， 对图像预处 理； 步骤2、 脐橙特 征提取： 包括对脐橙表面颜色特 征、 表面缺陷特征和尺寸大小特 征提取； 步骤3、 建立优质脐橙样本库和劣质脐橙样本库， 利用BP神经网络进行训练， 得到训练 好的脐橙破损检测模型； 步骤4、 将步骤2得到的脐橙特征值转化成特征向量， 再将特征向量输入训练好的脐橙 破损检测模型， 进行脐橙检测； 步骤5、 输出最终检测结果， 实现脐橙破损检测。 2.如权利要求1所述的一种脐橙破损检测的方法， 其特征在于， 所述步骤1中， 图像预处 理包括对采集到的脐橙图像进行去噪和背景分割， 其中本发明采用5*5模板的中值滤波器 对脐橙图像进行去噪， 本发明采用阈值分割法将脐橙与背景分离， 公式如下： F(x， y)＝R(x， y)     (1) 公式(2)中， f0(x， y)表示原 始图像， F(x， y)表示R分量灰度图， TF、 TS和TB均为阈值。 3.如权利要求2所述的一种脐橙破损检测的方法， 其特征在于， 所述步骤2中， 脐橙特征 提取具体包括： 步骤201、 表面颜色特 征提取， 具体包括： 按照脐橙质量分级标准即DB36 《赣南脐橙无公害果品质量标准》 的要求， 色泽与着色率 是衡量脐橙质量的两个重要指标， 本发明对脐橙表面颜色提取也即是对脐橙色泽与着色率 的定量描述； 通过统计处理后的脐橙图像所有像素H、 S、 R、 G、 B的平均值来描述脐橙着色率， 表达式 为： 公式(3)， x表示数据， n表示数据个数， 表示这组数据的平均值； 通过统计处 理后的脐橙图像所有像素H、 S、 R、 G、 B的标准差来描述脐橙色泽， 表达式为： 公式(4)， x表示数据， n表示数据个数， σ 表示 这组数据的标准差； 步骤202、 表面缺陷特征提取： 脐橙常见的缺陷包括裂果、 溃疡、 病斑和腐烂， 提取脐橙 表面缺陷的基本思路是先 统计正常表面和缺陷部分的颜色分量范围， 计算其平均值找出正 常与缺陷的分隔点再遍历所有像素点， 与分隔点进 行比较， 大于 分隔点的为正常像素点， 否 则为缺陷像素点； 公式如下：权　利　要　求　书 1/2 页 2 CN 114565574 A 2Sqx＝Px*Nqx    (6) 公式(5)中， f0(x， y)表示原 始图像， TRq、 TGq和TBq表示阈值； 公式(6)中， Px表示像素， Nqx表示表面 缺陷的像素总数； 步骤203、 尺寸大小特征提取： 对分割后的图像进行二值化处理， 并对二值化处理后的 图像中黑色区域内部的白色像素填充为黑色， 对填充后的图像逐行扫描， 记录黑色像素 的 个数， 得到脐橙的尺寸大小， 公式如下： Sdx＝Px*Ndx    (7) 公式(7)中， Px表示像素， Ndx表示尺寸大小的像素总数。 4.如权利要求3所述的一种脐橙破损检测的方法， 其特征在于， 所述步骤3 中， 建立优质 脐橙样本库和劣质脐橙样本库包括： 建立优质脐橙样本库： 采集超过200个优质的成熟脐橙样品， 样品的最大横向直径范围 为60‑100mm， 重量范围为120 ‑360g； 建立劣质脐橙样本库： 采集超过50个劣质的脐橙样品， 劣质的脐橙样品包括裂果、 溃 疡、 病斑和腐烂的脐橙。 5.如权利要求4所述的一种脐橙破损检测的方法， 其特征在于， 所述步骤3 中， BP神经网 络包括输入层、 隐含层和输出层， 本发明输入层有4个神经元： 脐橙着色率、 脐橙色泽、 表面 缺陷和尺 寸大小， 隐含层 有60个神经元， 输出层有1个神经元， 即脐 橙破损程度， 其中隐含层 中的神经元采用S型激活函数， 激活函数为sigmoid函数， 输出层采用的激活函数为sigmoid 函数。权　利　要　求　书 2/2 页 3 CN 114565574 A 3