基于Halcon的黄桃品质分选方法

来源：中国农机化学报杂志2026年第5期北京时间：

作者：柳军, 陈元庆, 孔杰, 周成钢, 皮杰

单位：(1. 南京信息工程大学自动化学院，南京市，210044； 2. 江苏省农业科学院农业设施与装备研究所，南京市，210014； 3. 江苏大学农业工程学院，江苏镇江，212013)

摘要：针对传统尺寸和称重方式分选黄桃品质精度低、分选方法单一等问题，提出一种基于Halcon的黄桃尺寸及表面瑕疵检测方法。该方法可检测出黄桃的腐烂和变质情况，快速识别黄桃精确尺寸及表面细小磕碰、划痕、虫斑，获取其位置信息，并且通过机械臂抓取方式将其分选至目标等级的集果箱。通过Halcon深度学习剔除黄桃图像中的果蒂部分，利用频域与空间域相结合的经典图像处理方式检测黄桃表面品质，将深度学习数据集压缩至2 000张并保证瑕疵识别率。最后在VS2022开发环境下完成分选上位机功能模块开发设计。选取人工分级的150个黄桃投入分选，结合整体分选设备进行验证，结果表明，对黄桃瑕疵识别准确率达98.7%，设备总体无损成功分选率为94%，单个黄桃瑕疵识别时间为0.43 s，满足设计预期。

关键词：黄桃,品质分选,瑕疵检测,图像处理,机械臂,无损检测

基金资助：江苏省农业科技自主创新基金(CX(21)1007)