基于计算机视觉的花生品质分级检测研究.pdf

中国农业科学2010,43(18):3882-3891
ScientiaAgriculturaSinicadoi:10.3864/j.issn.0578-1752.2010.18.025

基于计算机视觉的花生品质分级检测研究

韩仲志，赵友刚

（青岛农业大学理学与信息学院，山东青岛266109）

摘要：【目的】建立能够对花生进行品质分级的计算机视觉无损检测方法。【方法】同步拍摄和扫描11类品
质，每类品质100颗和100宗，每宗100颗不同等级的花生籽粒的正反面图像；参照国家标准量化花生品质籽粒
的11个限制性检测项目，设计花生规格和品质等级的判别方法；测量每个籽粒的形态、纹理、颜色共3大类54
个外观特征，采用主分量分析（PCA）进行特征优化，构建并比较BP神经网络（ANN）和支持向量机（SVM）品质
检测模型；分别应用Matlab和Spss工具软件实现检测过程和对结果进行统计分析。【结果】前16个主分量的SVM
模型，能够鉴别95%以上的不完善粒、霉变、杂质、异品种等不同品质的籽粒，与人工检测结果吻合度达到了
93%，对100宗待检样品进行检测，规格和等级检测完全正确率达到了92%。【结论】研究结果为花生的品质分级
检测提供了比较系统全面的量化标准和检测方法，该方法可推广应用于花生品质鉴别、分级筛选加工和商品分级
定价等领域。
关键词：花生仁；计算机视觉；品质分级；无损检测

QualityGradeDetectioninPeanutUsingComputerVision

HANZhong-zhi,ZHAOYou-gang

(DepartmentofScienceandInformation,QingdaoAgriculturalUniversity,Qingdao266109,Shandong)

Abstract:【Objective】Theobjectiveofthisstudyistoestablishakindofqualitynondestructivetestingmethod,whichcanbe
usedforgradingpeanutquality,basedoncomputervision.【Method】Digitalcolorimageofpeanutsweretakenandscannedfrom
2sidefaceseachof100kernelseachof11differentkindsofqualityandof100kernelseachof100groups.Referringtonational
standardsofChina,11restrictiveitemsofpeanutskernelsofdifferentkindsofqualityhavebeendevisedandquantized.Alsothe
distinguishablemethodsofsizeandgradesofpeanutshavebeendevised.Fifty-fourappearancecharactersbelongingto3categories
ofshape,colorandtexturehadbeenmeasured.AndthenthecharacterswereoptimizedbasedonPCA.ANNandSVMqualitytesting
modelswerebuiltandcompared.UsingMATLABandSPSS,theresultswereanalyzed.【Result】TheSVMmodelbasedonthe
first16PCscoulddetectat95%accuracydifferentqualitiesofunsound/mildew/impurity/differentpeanutvarieties.Alsotheseresults
fittedat93%accuracyclosetothatoftestedbymanual.Bytesting100groupsofpeanuts,thecorrectrateofsizeandgradewas92%.
【Conclusion】Theresultofthisstudyhasprovidedanewmethodwhichcanbeusedinpeanutqualitytestingandgradetesting,and
thismethodisgoodandstable.Thismethodcanbegeneralizedandusedinpeanutstestingofdifferentqualities,gradescreening,
processing,andcom