鄭雯軒

摘 要：中國是一個農業(yè)大國，人們對食品的需求越來越多，而且對食品的品質要求也越來越高。番茄是深受人們喜愛的果蔬，我國番茄的種植量很大，但在采摘過程中存在一定問題。傳統(tǒng)采摘用人工和簡單儀器判斷其成熟度或等級，會造成判斷不準采摘時間誤差，或是用儀器測定，會損傷番茄，存在很多弊端。我們嘗試用基于圖像處理的途徑，對獲取的圖像進行中值濾波法去噪預處理和由RGB到HIS顏色空間轉化分割預處理，來獲取各種精細度較高的圖像，從而對番茄的成熟度從顏色、大小、果形三方面進行精細等級分類及判斷，讓果農利用我們的系統(tǒng)，根據不同的需求及時采摘，不僅減少浪費，同時大大提高了勞動效率。

關鍵詞：去噪;中值濾波;圖像分割;HIS顏色空間;圓形度法

中圖分類號：TB???? 文獻標識碼：A????? doi：10.19311/j.cnki.1672-3198.2019.10.087

1 引言

1.1 設計番茄成熟度檢測系統(tǒng)的重要性

近年來，隨著我國農業(yè)結構的不斷調整 ，果蔬以越來越重要的姿態(tài)走進人們的視野，產量也日益增加。尤其是番茄，有關數(shù)據顯示，世界上每年番茄的種植面積可達300萬公頃，產量高達6000萬噸，中國的番茄產量亦是以同樣態(tài)勢發(fā)展。然而，這中間也逐步暴露出一些問題：在大規(guī)模番茄種植中，采摘者可能由于經驗不足，無法準確判斷番茄是否成熟;有時購買商因為用途不同，需要不同成熟度的番茄，采摘者對此更是難以把握……種種原因對果農造成很大的困擾：采摘時間若太遲，會耽誤最佳采摘時間，甚至有可能太熟了爛在果樹上;若太早，因為達不到一定的成熟度而無法銷售。不管哪種情況，都對果農造成了巨大的經濟損失。不管是食品加工還是遠距離輸送和保存，保持番茄的品質首當其沖，準確判斷成熟度，并準確確定采摘時間顯得尤為重要，因此，我們?yōu)楣r們設計出了番茄成熟度檢測系統(tǒng)，讓這種系統(tǒng)用于檢測樹上每一個番茄的成熟度，以期獲得最佳采摘時間，進行選擇性收獲，既保持了產品的質量，減少浪費，又使果實在樹上就完成了等級分類。

1.2 番茄成熟度檢測的現(xiàn)狀與弊端

番茄成熟度的檢測一直有受到人們的重視，總的來說有兩種方法：

第一種方法是傳統(tǒng)人工判斷法：番茄成熟度常根據果皮顏色來判斷，按其色澤的變化，番茄的成熟度可分為綠熟期、微熟期、半熟期、堅熟期、完熟期和過熟期幾個階段。目前，傳統(tǒng)農業(yè)中，水果成熟度的檢測主要靠人工進行：一看，二聞，三捏。

第二種方法是儀器化檢測：如近紅外高光譜檢測：首先進行不同生長階段西紅柿高光譜圖像的采集，其次對圖像進行預處理，包括平滑處理、變量標準化、多元散射校正、導數(shù)處理等，通過主成分分析法對光譜數(shù)據進行降維，然后利用支持向量機建立西紅柿成熟度光譜曲線的多元回歸模型，最后比較不同模型的回歸預測效果。但是該儀器成本均較高。

1.3 本產品的創(chuàng)新點

本系統(tǒng)不同于傳統(tǒng)的檢測方法，采用儀器數(shù)字化方法，通過對未采摘前的不同番茄采集的圖像進行去噪、圖像分割的預處理，然后通過番茄的顏色、大小、形狀特征，對不同的番茄進行精細分級。果農去采摘前，利用該儀器，可以快速準確判斷番茄的成熟度，以準確確定采摘時間，這樣可以大大減少了不必要的浪費，提高了經濟效益。數(shù)字化番茄成熟度的檢測，已成未來農業(yè)發(fā)展的必然趨勢。

2 番茄成熟度檢測系統(tǒng)介紹

2.1 圖像采集與檢測

本系統(tǒng)使用的圖像采集攝像頭是PXW-X280型號。PXW-X280型號是索尼應用于攝像機的一種攝像頭的型號。該型號能合成極其高清的圖片，并對光照強度有極高的辨識度，基于此特質，這款型號攝像頭及為合適地適應了番茄照片的采取和識別要求，使其不受光照等因素限制，且能使果農及時查看番茄生長狀況，本系統(tǒng)及時分析處理所取照片。

2.2 圖像預處理

采集的原始圖像由于光線、曝光的不均勻、電子器件的誤差等因素會使我們感興趣的信息因為攜帶有隨機噪聲等無用信息受到各種干擾，因此要先進行預處理除去各種因素，使對比結果等價準確，從而達到提高圖像的質量的目的。對于番茄的圖像，我們主要采用了圖像去噪和圖像分割。

2.2.1 番茄圖像的去噪

由于天氣等原因可能使得果實光照不均勻，在獲取的圖像中會出現(xiàn)陰影，這種情況一定會影響對果實成熟度的判斷，因此，對圖像中的干擾因素進行去噪處理有重要意義。常見噪聲主要有高斯噪聲和椒鹽噪聲等，對圖像去噪處理主要有均值濾波算法和中值濾波算法。

均值濾波也稱為線性濾波，其采用的主要方法為鄰域平均法，求模板中所有像素的均值，再把該均值賦予當前像素點（x，y）在獲取的圖像中，作為處理后圖像在該點上的灰度。這種算法簡單，處理速度快，但它在降低噪聲的同時會使圖像產生模糊。而且鄰域越大，在去噪能力增強的同時模糊程度越嚴重。

中值濾波是基于排序統(tǒng)計理論的一種能有效抑制噪聲的非線性信號處理技術。此法將某個像素鄰域中的像素按灰度值進行排序，最常用的是采用一個3x3窗口的濾波器模板，將9個像素值作為待排序的數(shù)值，按照從大到小的排列，取第5個數(shù)值作為該一區(qū)域的像素值，讓周圍像素灰度值的差比較大的像素改取與周圍的像素值接近的值，從而可以消除孤立的噪聲點。利用中值濾波算法可以很好地對圖像進行平滑處理，這種方法很適合對番茄的圖像去噪。因此，我們采用的是中值濾波法。

2.2.2 番茄圖像的分割

圖像分割是指把圖像分成各具特性的區(qū)域并提取出感興趣目標的技術和過程。番茄圖像主要識別的是番茄的顏色，在圖像分割時以顏色空間作為標準，傳統(tǒng)的最常用的是RGB空間，即紅色（Red）、黃色（Green）、藍色（Blue）三種顏色混合，但是，這三種顏色分量都和亮度有關，圖像中番茄的顏色會受到光線的影響。

為了得到更符合人眼視覺特點的表示方法，我們采用HIS顏色空間，我們把攝像機拍攝的原始彩色圖像RGB模型轉換為HIs模型，它反映了人的視覺系統(tǒng)感知彩色的方式。其中， H表示色調，S表示飽和度，I表示強度或亮度， 色調H（Hue）用顏色的波長表示，能體現(xiàn)人的感覺器官對不同顏色的感受。飽和度s（Saturation）用顏色的深淺程度表示，飽和度越大，顏色看起來就會越鮮艷。其參數(shù)是色環(huán)的原點（圓心）到彩色點的半徑的長度。I（Intens畸）：表示強度或亮度，即對應成像亮度和圖像灰度，表示顏色的明亮程度。我們用推導法，公式如下：

影響S分量的光源和光照強度都不變，S分量值是不變的，對番茄顏色的識別只需考慮H分量就可以，比直接用RGB彩色模型做番茄顏色識別減少了三分之二的工作量，大大提高了處理速度。

2.3 番茄成熟度等級的確定

本文根據番茄的特征進行番茄的自動識別，并判別番茄的成熟等級。第一是番茄的顏色特征，可以通過番茄外觀的顏色來判斷番茄成熟度;第二是番茄的大小，有利于番茄分類挑揀;第三是番茄果型分析，圓潤的番茄等級更高。

2.3.1 番茄顏色判定

通過圖像分割中顏色空間轉換的公式，可以分別計算出H、S、V的值，并通過查閱資料和實驗發(fā)現(xiàn)：H值區(qū)間為11到25，S值區(qū)間為43到255，V值區(qū)間為46到255的點稱為橙色點，H值區(qū)間為0到10或156到180，S值區(qū)間為43到255，V值區(qū)間為46到255的點稱為鮮紅色點，H值區(qū)間為78到99，S值區(qū)間為43到255，V值區(qū)間為46到255的點稱為青色點。并通過大數(shù)據分析對所有番茄顏色進行統(tǒng)計并排名，鮮紅>95%且青色<3%的番茄分類為超優(yōu)，95%>鮮紅>90%且青色<5%的番茄分類為優(yōu)，90%>鮮紅>85%且青色<10%的番茄分類為良，橙色>50%的認為是未成熟。

2.3.2 番茄大小分級

通過描述番茄大小來反映番茄的特征量，而半徑正能直觀、準確地反映番茄的周長及面積，不過能清楚分辨出番茄和背景才能達到更好的效果。

對于周長求取，為了提高準確度，我們可以采用8聯(lián)通計算，即奇數(shù)鏈碼長度為√2，偶數(shù)鏈碼長度為1，則周長可以表示為C=N+√2N。

對于面積求取，可以表示為像素點的總和，所以根據Green（格林）定理，在x-y平面上的封閉曲線包圍的面積可表示為：

然后，由于番茄可近似看成球形，等效半徑可通過面積和周長求得，根據圓半徑和周長的關系

雖然番茄不可能是純圓，但是可以此為依據確定番茄的大小，并進行大小分級，分級依據同番茄顏色的分類同理，通過番茄樣本統(tǒng)計分析，分級標準為：直徑大于7cm的為大番茄，直徑在5-7cm之間的為中等大小的番茄，直徑小于5cm的為小番茄。

2.3.3 番茄果形分級

若把番茄近似為橢球形，其果形可用最大縱徑L1與最大橫徑L2之比表示，令圓形度為e。

e= L1/L2

求得e越接近1，表示番茄越圓，外觀等級越高。

NY/T 940-2006標準為國家規(guī)定番茄外觀等級分級標準，規(guī)定如表1。

等級要求

特級外觀一致，果形圓潤無筋角（具棱品種除外）：成熟適度、一致;色澤均勻;表皮光滑;果腔充實，果實堅實，富有彈性，無損傷，無裂口，無疤痕

一級外觀基本一致，果形基本圓潤，稍有變形;已成熟或欠成熟;成熟度基本一致，色澤較均勻;表皮有輕微的缺陷，果腔充實，果實堅實，富有彈性，無損傷，無裂口，無疤痕

二級外觀基本一致，果形基本圓潤，稍有變形;稍欠成熟或稍過熟;色澤較均勻;果腔基本充實，果實較堅實，彈性稍差，有輕微損傷，無裂口，果皮有輕微的無疤痕，但果實商品性未受影響

2.4 實驗驗證

本系統(tǒng)進行了實驗結果的驗證，在果園中選取6組形態(tài)各異的樣本，通過圖像處理對實驗進行驗證，如下圖所示，經過圖像處理之后，背景和葉子部分已完全去除，可有效對番茄的大小以及果型進行檢測識別，實現(xiàn)本文的番茄成熟度檢測。

圖1 實驗驗證

3 可實現(xiàn)的功能

該系統(tǒng)在果農大面積采摘或是普通民眾小面積采摘，都有一定的實用性和可操作性。

第一，減少浪費。傳統(tǒng)情況下，番茄原始產出最后到消費者購買消費，每一個環(huán)節(jié)都存在巨大的、不可忽視的浪費，本系統(tǒng)可通過對番茄成熟度分級幫助人們及時、準確做出判斷?？蓪崿F(xiàn)利用率大大提高，浪費減少的功能。

第二，利潤最大化。不同成熟度的番茄可用于不同類型的食品加工，比如不同甜度的番茄醬可以利用不同甜度的番茄制作，從這一角度，該技術能準確分辨出成熟度，便于果農分揀，準時采摘，達到利潤最大化的目的。

第三，提高勞動率。機器操作較人工操作而言有較高的準確性，機器操作可以減少由肉眼判斷造成的失誤，還可以及時提醒果農進行采摘，提高了農業(yè)活動的勞動率，即以更少的人做更多的事。大大解放了勞動力。

4 結語

番茄成熟度檢測系統(tǒng)，經過中值濾波、顏色空間的轉化等數(shù)字化處理，將番茄的圖像信息轉化為文字等級信息，可幫助人們快速判定其成熟度，給我們的采摘提供了很大的便利，但是，由于自己知識水平有限，本系統(tǒng)還有很大的改善空間，如圖像的預處理中僅用中值濾波不能完全排除條件干擾，成熟度等級的確定還可以加上果形的剛面等等，期待進入大學后能有更多的研究空間。在物質生活快速發(fā)展的今天，農業(yè)的數(shù)字化越來越成為人們日常生活的需求。希望番茄成熟度檢測的方面可以引起更多關注，利用圖像處理技術提高農產品利用率的應用技術還方興未艾。

參考文獻

[1]蔡宇翔.基于機器視覺的番茄品質檢測和分級方法研究[D].中山：中山大學，2010.

[2]王紅珠，崔永杰，西楊凌.基于計算機視覺的番茄顏色檢測研究[D].楊凌：西北農林科技大學，2016.

[3]董坦坦.成熟番茄的圖像識別及其位姿的獲取研究[D].南京：南京農業(yè)大學，2009.

[4]楊國彬.利用計算機視覺對自然場景下的成熟西紅柿進行識別[D].鎮(zhèn)江：江蘇大學，2003.

[5]伊建軍.基于顏色差異的果實自動識別方法與雙目定位技術研究[D].鎮(zhèn)江：江蘇大學，2006.