机器视觉在农副果蔬质量检验中的应用

　　随着对水果和蔬菜的质量要求不断提高，对这些产品质量控制自动化的需求也在增长，通过我们的信息图来看看农产品中的潜在缺陷，并展示如何使用最具创新性的图像处理技术来发现它们。

　　1、颜色变化

　　颜色的变化通常是食物不成熟的标志，但是它们也用于分类目的，以便分发到超市。超市只接受具有一定颜色深浅的完美产品，因此确保充分和快速的分类符合水果和蔬菜种植者的利益，色线相机可用于自动颜色识别和产品的高速分拣。

　　2、尺寸

　　超市确定所需作物大小的标准，水果和蔬菜种植者希望获得尽可能高的产量，通过在正确的时间收获，可以减少废物量。

　　这个过程可以自动化：在光学系统的帮助下，可以记录作物位置和大小的数据，用于确定完美的成熟度。所有有机产品的形状都有自然变化，可靠的图像处理系统必须能够在分类过程中考虑到这一点。

　　3、变形

　　产品的形状也是寻找“完美”水果和蔬菜的指标，对农民来说，挑选出不符合这些标准的产品也很重要，图像处理软件具有从人工智能研究中出现的多功能模式识别工具。

　　它使用来自多个图像平面的图像信息，从而自动识别有助于识别对象类别的关键特征，但是缺陷并不总是出现在产品表面上，需要特殊的技术才能看到内部。

　　4、瘀伤

　　敏感的水果和蔬菜在从植物到超市货架的漫长旅程中容易出现瘀伤，无论多么小心，包装过程中的人员都有可能造成从外面通常看不到的瘀伤。

　　5、霉菌

　　霉菌可以在生活和分解农产品上生长，并且通常传播得非常快。当训练有素的色觉系统识别出感染时，已经形成了大规模的真菌菌落，早期检测可以限制模具污染并有助于节省成本。

　　6、成熟度

　　许多水果的成熟度可以从它们的颜色看出，在这种情况下，彩色图像处理是完美的选择，但是如何识别不变色的成熟水果呢？这需要在分子水平上进行检查，工业图像处理的最新方法提供了可靠的解决方案。

　　7、病虫害

　　为了尽快消除问题，重要的是要及早发现作物病虫害的迹象。一般来说，疾病是手动治疗的。然而许多迹象并不总是在表面上可见，需要更可靠的控制方法。

　　成像技术的尖端方法提供了看到水果和蔬菜表面下方的能力，以定位传统成像方法无法检测到的“隐藏”瘀伤、霉菌、疾病和害虫，这些创新系统可以检测水果的成熟度，这对于成熟时不变色的水果特别有用，高光谱图像处理能够在分子水平上检测有机产品，从而为工业图像处理开辟了全新的应用领域。