15www.eepw.com.cn2023.7电子产品世界设计应用视觉处理Design&Application基于视觉的香蕉分级技术的研究*Astudyofvisual-basedbananagradingtechniques孙霁阳，张月华，张新贺（辽宁科技大学电子与信息工程学院，辽宁鞍山114051）摘要：为了满足消费群体对于高品质水果的需求和产业精细化发展，提出了一种通过视觉对香蕉无损检测并分级的方法，并且在JetsonNano平台设计视觉系统，基于YOLOv5搭建的模型实现视觉识别。最终Matlab仿真结果和视觉实验结果表明该方法可以实现对香蕉表面的缺陷进行识别，果实平均识别准确率达到91.3%。关键词：香蕉检测；JetsonNano；YOLOv5；视觉识别；无损检测基金项目：本项目由辽宁省大学生创新创业训练项目基金支持新一代信息技术的发展加速了农业生产的数字化、智能化发展,同时智慧农业是中国“十四五”时期的重要发展方向。随着人们对高品质水果的需求越来越大,对于水果的分级也将成为水果产业中最重要的一环,而人工检测常常存在效率低下且结果不准确的现象,所以自动检测技术将得到大力发展。而无损检测技术即可在不破坏农产品本身的情况下对其质量实现高效快速的检测,因而无损检测技术发展前景极为可观[1]。本文基于RGB彩色空间的图像分割技术对图像进行二值化,通过阈值分割,确定香蕉表面需要被提取的像素的阈值后得到处理后的图像,最后通过YOLOv5搭建模型计算出香蕉表面破损、发黑、腐烂的面积占比从而实现分级。该技术可广泛应用于鲜果分级和水果加工中,将大大降低人力成本、提高生产效率,促进我国水果产业工业化的发展,并带动香蕉加工企业的共同发展。1现状分析计算机视觉技术是近年高速发展的一种新型技术,其中包括图像采集、识别、分析等功能,因其处理信息的综合能力强和速度快,同时还能避免人为主观因素对检测结果产生偏差,所以目前在水果自动分级中已被广泛应用[2]。目前国外的普遍方法为通过HIS彩色模型来实现分类检测,成功率最高可达85.8%,目前我国水果的品质检测很大一部分依然是凭借分拣员直觉进行,导致部分劣质果流进市场,直接影响了卖家的收入和买家的满意度。虽然我国该技术起步较晚,但发展迅速,通过一种适当的颜色面积累积百分比进行分类,其准确度最高可达88%。虽然国内外对该技术取得了一定的创新与进步,但是该技术距离实现广泛推广还需要大量的技术积累,目前部分投入生产的大多是通过边缘检测和一些重力传感器组成的系统,该系统大多只具备果实大小、质量的识别,该方法并不能有效地实现准确的分...
