基于数字图像处理的番茄成熟度检测#郭凝1，文瑶2，孙红2，李民赞2，吴倩2，李鸿强1**（1.中国农业大学农业部农业信息获取技术重点实验室，北京100083；510152025302.中国农业大学现代精细农业系统集成研究教育部重点实验室，北京100083）摘要：本文采集番茄果实图像，应用数字图像处理技术提取番茄外观尺寸、形状和颜色参数对番茄果实成熟度进行检测。对番茄外观尺寸以一元硬币进行标定，提取了番茄顶面面积，并基于截面近似分析法估测了番茄体积。提取了番茄形状短轴和长轴比确定了定义番茄外形的圆形度参数。并基于HIS颜色空间分析了番茄表面红色着色率评价指标，以近红色像素百分比和纯红色像素百分比共同描述番茄成熟期着色情况。经对5个批次番茄果实抽样检测验证，结果表明，基于数字图像处理技术提取番茄外观尺寸、形状和颜色参数可以为番茄成熟度检测提供定量化分级指标，为番茄生产、销售管理提供技术支持。关键词：数字图像，番茄，成熟度，MATLAB中图分类号：TP317.4TomatomaturitydetectionbasedondigitalimageprocessingGUONing1,WENYao2,SUNHong2,LIMinzan2,WUQian2,LIHongqiang1(1.KeyLaboratoryofAgriculturalinformationacquisitiontechnology,MinistryofAgriculture,Beijing100083,China;2.KeyLaboratoryofModernPrecisionAgricultureSystemIntegrationResearch,ChinaAgriculturalUniversity,Beijing100083,China)Abstract:TomatoisoneoftheimportantgreenhousevegetablesinChina,whichhashighoutputandhasbeenplantedinmanyareas.Thetomatoimagewascollected,andthematurityoftomatowasdetectedusingdigitalimageprocessing.Parametersoftomatosize,shapeandcolorwereextracted.Acoinwasusedinimagecalibration.Theareaoftomatowascalculatedfollowingimagegraytransformation,averagefilteringandimagesegmentation.Thevolumeoftomatowasmeasuredaccordingtotheapproximateestimationoncrosssection.Theshortandlongaxiswereusedtoanalyzethecirculardegreeoftomatoshape.Inaddition,theredcolorwasdescribedusingredcolorrateindexincludingnearredpixelpercentageandpureredpixelpercentage.Theseparameterswereusedtodetect5batchesoftomatofruitsamples.Theresultsindicatedthatitprovidedatechnicalsupportfortomatomaturityandquantitativegrading.Keywords:digitalimage;tomato;maturity;MATLAB350引言番茄产量高、种植面积广，是我国重要的种植蔬菜之一。对番茄果实品质的检测与分级是流通和加工过程中的一个重要环节，自动化技术的应用是提高农业产值和经济效益的重要方法。目前，我国的果实品质分级通常采用手工进行，费时、生产效率不高。数字图像处理40技术的发展和应用为果实品质的无损、快速检测提供了重要的技术支持。基于数字图像处理的果实品质质量检测，主要采用计算机视觉系统，采集并分析果实图像，提取果实表面图像特征进行评价，进而由自动化装置完成对水果的自动分级，该方法省时省力，且最大限度的减少了对水果的损害[1]。基金项目：高等学校博士学科点专项科研基金（20110008130006），国家自然科学基金（31271619）作者简介：郭凝（1990-），女，主要研究方向：数字图像处理通信联系人：李民赞（1963-），男，教授，主要研究方向：农业信息化技术.limz@cau.edu.cn-1-455055606570国内外，应用数字图像处理技术在水果和蔬菜的果实品质检测与分级方面已经开展了大量研究。早在1992年，G.VanDeVooren等利用机器视觉技术检测了蘑菇的形态学特征参数，计算了在人工筛选过程中难以准确分类的圆度、弯曲能量、球形度和偏心距等蘑菇的形状特征[2]。N.Ozer等于1995年[3]研制了一种适应水果自动分级的机器视觉系统，利用水果的颜色、尺寸、形状和重量参数构建了待分级水果的检测特征向量，基于BP神经网络进行等级判别。以甜瓜为实验样品，其正确分级率为85.1%，另外有10.1%被分为相近等级。番茄品质检测方面，张碬伟[4]以番茄为研究对象，采用CCD摄像机获取了番茄样本的图像，以圆形度描述番茄外形的圆润程度，讨论了基于圆度、果径等参数的番...