摘 要: 水果表面信息既反映外觀和結構特征，在一定程度上還反映內在品質，常作為機器視覺分級的依據，獲取水果表面全真信息是保障機器視覺分級效果的基礎和關鍵。為此，對水果表面信息特點及成像要求、現有水果表面信息采集方法、技術原理及采集信息質量進行了分析，并針對水果的生物學特性和分級作業要求，對表面信息采集環節亟待解決的信息缺失和失真問題提出了進一步的建議和設想。
關鍵詞: 水果分選; 機器視覺; 表面圖像
0 引言
水果銷售及加工前的分選不僅能夠提高水果商品價值，更有助于從源頭控制食品安全［1］。根據生長、貯運過程特有的生物學規律，水果表面圖像中既包含有外觀信息，同時還反映內部品質，故水果表面圖像常作為機器視覺分級的依據。利用特定光學成像及機器視覺技術進行的水果分級，可兼顧辨識水果的幾何、物理及生化特性差異，應用前景廣闊。
1 水果表面信息特點及對成像的要求
水果生長過程中，外部環境干涉和內部發育狀態會在水果表面留下特殊的印記;而隨后的貯運過程中，受外力損傷、生物污染及自身采后生理變化過程的影響，進一步導致表面形態的整體或局部的質地和形狀變化。大多數情況下，品質缺陷反映應為質地和形狀局部變化，具體表現為異色缺陷斑塊或損傷缺陷斑塊。缺陷斑塊通常會以不規則形狀散布在水果的表面上，有些可通過可見光環境下的直接成像發現，有些則可利用特定波長激發光的成像獲得。由此可見，機器視覺分級過程實質上是利用特定成像條件發現缺陷斑塊的過程。
作為大宗農產品，水果資源總量大、個體多樣，基于表面成像進行的機器視覺分選需要逐個甄別，獲取收稿日期: 2016 －12 －06基金項目: 國家重點研發計劃項目\\(2016YFD0400305\\)作者簡介: 劉 婷\\(1991 － \\)，女，四川綿陽人，博士研究生，\\(E － mail\\)liuting_6542@ 163． com。通訊作者: 張紹英\\(1961 － \\)，男，河北辛集人，教授，博士生導師，\\(E－ mail\\) cauzsy@ cau． edu． cn。個體表面圖像力求實時、快速。由于缺陷斑塊在水果表面隨機分布的特性，要求成像覆蓋水果的全部表面。根據圖像進行分析時，常以缺陷斑塊的幾何閾值進行判斷，圖像中應真實體現缺陷斑塊形狀、尺寸。利用機器視覺進行水果分級時，圖像采集應兼顧快速、全面、準確。
2 水果表面全真采像技術的研究及應用
基于表面成像的機器視覺分選作業效果主要受兩方面因素制約:一是全面、準確地獲得水果表面圖像;二是對表面圖像所包含的信息進行科學、正確的解讀和判斷。前者主要受制于相機與水果相對位置、相機與水果相對運動、輔助成像條件的配置，后者則仰仗表面信息與品質指標的關聯規律、特征信號挖掘轉換及圖像處理算法。
現有基于機器視覺技術的水果外觀品質檢測［2 －6］相關研究多集中在圖像處理算法和數據 － 指標關系建模算法［7］。其中，圖像處理算法包括濾波去噪、圖像分割和特征提取等［8 －11］。數據 － 指標關系建模則大多采用非線性算法，如二次多項式擬合、偏最小二乘回歸、模糊聚類和神經網絡等［12 －15］。目前，水果表面信息采集主要采用多機位固定成像、旋轉多次成像及面鏡反射固定成像等方法進行，獲取的表面信息多存在缺失和失真。
大多數水果表面呈曲面，快速獲得其表面全部、真實影像具有一定難度，而表面信息的缺失及失真將直接影響運算、判斷和分級的準確性。因此，對水果表面的全真信息采集技術研究也成為保障機器視覺分級效果的基礎和關鍵。
2． 1 水果靜止成像
水果靜止成像是指以固定機位對靜止水果進行的成像，分為水果靜置成像和水果間歇運動靜止成像兩種情況。水果靜止成像系統一般包括相機、光源和水果承托裝置，配置要求低，明顯優勢是成像質量高，但處理能力低，故多用于試驗平臺。
2． 1． 1 單機位靜止采像
Blasco 等\\(2003\\)［16］將相機布置于水果正上方，利用真空果杯吸附固定水果后，首先調整水果軸線與CCD 相機光軸成一定夾角后采集第 1 幅圖像;然后，使水果沿其軸線分兩次各轉過 120°，采集第 2、3 幅圖像;最后，二次吸附固定水果，對吸盤遮蓋區域進行補充成像，從而用 4 幅圖像\\(見圖 1\\)獲得高重復率的全部表面信息。
Niigaki 等\\(2009\\)［17］將水果放置在間歇定軸旋轉的轉臺上，CCD 相機固定在蘋果側上方，光軸與蘋果形心相交，多次釆集蘋果不同方位的圖像，如圖 2 所示。
高云\\(2010\\)［18］則將相機水平布置于繞鉛垂軸間歇旋轉的水果托盤側面進行單機位多次采像，來獲取水果全部表面信息
朱蓓\\(2013\\)［19］將水果固定在水平軸心旋轉臺的正中心位置，相機布置于水果正上方且光軸與旋轉臺軸心垂直相交，通過水果在繞水平軸轉過不同角度時，相機在“單幀采集”的模式下，多次采集水果的靜態圖像來獲得水果的全表面圖像信息。
上述方法盡管可利用運動間歇實現單幅靜止采像，得到的圖像品質較高;但受制于定軸旋轉、承托裝置遮擋及固定單機位視野局限，采集到的多幅圖像合并信息仍不能保證對蘋果表面的全覆蓋，且單個水果表面信息采集耗時長、效率低，不宜用于大規模分選。
2． 1． 2 多機位靜止采像
Shiraishi 等\\(2011 \\)［20］提出一種采用 6 個相機同時獲取處于靜止狀態的橢球形果蔬的全部表面圖像的方法，如圖 3 所示。當單個果蔬被送至采像工位，間歇輸送停止，水果周圍的 LED 光源點亮，3 對兩兩垂直分別布置于 3 個垂直方向的 CCD 相機同時采像，用 6 幅圖像反應果蔬的表面信息。
采用多幅靜止圖像從不同角度反映水果弧形表面的信息，盡管理論上所采集的多幅圖像可實現對全部表面的覆蓋;但由于圖像數量有限，當需要對失真要求較高時，剔除圖像中的高誤差邊緣區域后，剩余的有效采集區域常不能覆蓋水果的全部表面，易產生表面圖象信息的缺失，且失真度較高。
關鍵詞: 水果分選; 機器視覺; 表面圖像
0 引言
水果銷售及加工前的分選不僅能夠提高水果商品價值，更有助于從源頭控制食品安全［1］。根據生長、貯運過程特有的生物學規律，水果表面圖像中既包含有外觀信息，同時還反映內部品質，故水果表面圖像常作為機器視覺分級的依據。利用特定光學成像及機器視覺技術進行的水果分級，可兼顧辨識水果的幾何、物理及生化特性差異，應用前景廣闊。
1 水果表面信息特點及對成像的要求
水果生長過程中，外部環境干涉和內部發育狀態會在水果表面留下特殊的印記;而隨后的貯運過程中，受外力損傷、生物污染及自身采后生理變化過程的影響，進一步導致表面形態的整體或局部的質地和形狀變化。大多數情況下，品質缺陷反映應為質地和形狀局部變化，具體表現為異色缺陷斑塊或損傷缺陷斑塊。缺陷斑塊通常會以不規則形狀散布在水果的表面上，有些可通過可見光環境下的直接成像發現，有些則可利用特定波長激發光的成像獲得。由此可見，機器視覺分級過程實質上是利用特定成像條件發現缺陷斑塊的過程。
作為大宗農產品，水果資源總量大、個體多樣，基于表面成像進行的機器視覺分選需要逐個甄別，獲取收稿日期: 2016 －12 －06基金項目: 國家重點研發計劃項目\\(2016YFD0400305\\)作者簡介: 劉 婷\\(1991 － \\)，女，四川綿陽人，博士研究生，\\(E － mail\\)liuting_6542@ 163． com。通訊作者: 張紹英\\(1961 － \\)，男，河北辛集人，教授，博士生導師，\\(E－ mail\\) cauzsy@ cau． edu． cn。個體表面圖像力求實時、快速。由于缺陷斑塊在水果表面隨機分布的特性，要求成像覆蓋水果的全部表面。根據圖像進行分析時，常以缺陷斑塊的幾何閾值進行判斷，圖像中應真實體現缺陷斑塊形狀、尺寸。利用機器視覺進行水果分級時，圖像采集應兼顧快速、全面、準確。
2 水果表面全真采像技術的研究及應用
基于表面成像的機器視覺分選作業效果主要受兩方面因素制約:一是全面、準確地獲得水果表面圖像;二是對表面圖像所包含的信息進行科學、正確的解讀和判斷。前者主要受制于相機與水果相對位置、相機與水果相對運動、輔助成像條件的配置，后者則仰仗表面信息與品質指標的關聯規律、特征信號挖掘轉換及圖像處理算法。
現有基于機器視覺技術的水果外觀品質檢測［2 －6］相關研究多集中在圖像處理算法和數據 － 指標關系建模算法［7］。其中，圖像處理算法包括濾波去噪、圖像分割和特征提取等［8 －11］。數據 － 指標關系建模則大多采用非線性算法，如二次多項式擬合、偏最小二乘回歸、模糊聚類和神經網絡等［12 －15］。目前，水果表面信息采集主要采用多機位固定成像、旋轉多次成像及面鏡反射固定成像等方法進行，獲取的表面信息多存在缺失和失真。
大多數水果表面呈曲面，快速獲得其表面全部、真實影像具有一定難度，而表面信息的缺失及失真將直接影響運算、判斷和分級的準確性。因此，對水果表面的全真信息采集技術研究也成為保障機器視覺分級效果的基礎和關鍵。
2． 1 水果靜止成像
水果靜止成像是指以固定機位對靜止水果進行的成像，分為水果靜置成像和水果間歇運動靜止成像兩種情況。水果靜止成像系統一般包括相機、光源和水果承托裝置，配置要求低，明顯優勢是成像質量高，但處理能力低，故多用于試驗平臺。
2． 1． 1 單機位靜止采像
Blasco 等\\(2003\\)［16］將相機布置于水果正上方，利用真空果杯吸附固定水果后，首先調整水果軸線與CCD 相機光軸成一定夾角后采集第 1 幅圖像;然后，使水果沿其軸線分兩次各轉過 120°，采集第 2、3 幅圖像;最后，二次吸附固定水果，對吸盤遮蓋區域進行補充成像，從而用 4 幅圖像\\(見圖 1\\)獲得高重復率的全部表面信息。
Niigaki 等\\(2009\\)［17］將水果放置在間歇定軸旋轉的轉臺上，CCD 相機固定在蘋果側上方，光軸與蘋果形心相交，多次釆集蘋果不同方位的圖像，如圖 2 所示。
高云\\(2010\\)［18］則將相機水平布置于繞鉛垂軸間歇旋轉的水果托盤側面進行單機位多次采像，來獲取水果全部表面信息
朱蓓\\(2013\\)［19］將水果固定在水平軸心旋轉臺的正中心位置，相機布置于水果正上方且光軸與旋轉臺軸心垂直相交，通過水果在繞水平軸轉過不同角度時，相機在“單幀采集”的模式下，多次采集水果的靜態圖像來獲得水果的全表面圖像信息。
上述方法盡管可利用運動間歇實現單幅靜止采像，得到的圖像品質較高;但受制于定軸旋轉、承托裝置遮擋及固定單機位視野局限，采集到的多幅圖像合并信息仍不能保證對蘋果表面的全覆蓋，且單個水果表面信息采集耗時長、效率低，不宜用于大規模分選。
2． 1． 2 多機位靜止采像
Shiraishi 等\\(2011 \\)［20］提出一種采用 6 個相機同時獲取處于靜止狀態的橢球形果蔬的全部表面圖像的方法，如圖 3 所示。當單個果蔬被送至采像工位，間歇輸送停止，水果周圍的 LED 光源點亮，3 對兩兩垂直分別布置于 3 個垂直方向的 CCD 相機同時采像，用 6 幅圖像反應果蔬的表面信息。
采用多幅靜止圖像從不同角度反映水果弧形表面的信息，盡管理論上所采集的多幅圖像可實現對全部表面的覆蓋;但由于圖像數量有限，當需要對失真要求較高時，剔除圖像中的高誤差邊緣區域后，剩余的有效采集區域常不能覆蓋水果的全部表面，易產生表面圖象信息的缺失，且失真度較高。
