计算机视觉提升脐橙色泽着色率自动分级：一项关键技术研究

本文主要探讨了脐橙色泽与着色率的计算机视觉检测技术，由刘国敏、刘木华和邹猛三位作者在江西农业大学工学院进行的研究。传统的人工分级方法存在诸多问题，如劳动强度大、生产效率低、分级标准不统一以及分级精度不稳定等。针对这些问题，研究人员引入了计算机视觉这一先进技术，通过处理脐橙图像，分析其表面颜色特征，实现了从定性到定量的描述，进而构建了基于神经网络的分级模型。 他们选择了赣南地区的纽荷尔脐橙作为研究对象，选取特定尺寸范围并剔除了缺陷和畸形果实。人工分级阶段，按照DB36《赣南脐橙无公害果品质量标准》对色泽与着色率进行了细致划分，共设四个着色率等级和两个色泽等级。使用CCD摄像机获取的24位真彩色图像数据作为基础，每张图像分辨率高达768*576像素。 通过计算机视觉技术，文章具体介绍了如何提取和分析脐橙颜色特征，如R、G、B分量的计算和色度特征的统计识别，这些都是颜色分级的重要依据。研究结果显示，所提出的分级模型能够达到高准确度，着色率与色泽的分级一致性分别达到了90%和92%以上，这表明该技术具有显著的优势，能够有效提高脐橙的自动分级精度和效率。 相比于国外已经实现的水果颜色自动分级，国内在该领域的商业化在线检测系统还未普及，人工分级仍是主流。这项研究对于推动脐橙产业的自动化进程，降低生产成本，提升产品质量具有重要意义。未来，作者们将继续优化算法，期待计算机视觉技术能在农业生产和质量控制中发挥更大的作用。