基于机器视觉技术的单颗葡萄质量和直径预测分级研究

简介：
本研究运用机器视觉技术对单颗葡萄进行质量与直径的精准预测和分级，通过图像处理和特征提取优化农产品检测流程。 本研究利用机器视觉技术对新疆无核白和红提单粒葡萄的质量与果径大小进行预测及分级的研究。首先，在多种颜色特征空间模型下预处理原始图像，并使用最大类间方差法分割目标区域，然后通过数学形态学方法去除二值图像中的部分果梗及噪声点以获得最佳的二值化效果。基于这些优化后的图像信息，研究进一步分析并提取单粒葡萄的几何特性。 接下来，在质量与果径预测方面，分别采用了一元线性回归法和偏最小二乘回归法进行建模；而在分级环节，则应用了二次判别分析方法来进行分类处理。实验结果显示：结合短轴与果形指数特征构建出的偏最小二乘回归模型可以较为准确地估计单粒葡萄的质量及大小，其预测决定系数分别达到了0.98和0.945；同时基于这一组合特征所建立的二次判别分析分级模型也表现出色，分类正确率超过85%。 综上所述，机器视觉技术在新疆无核白和红提单粒葡萄的质量及果径大小预测与分级方面展现出良好的应用潜力。