基于机器视觉的油茶果果壳与茶籽分选方法研究

来源：中国农机化学报杂志2020年第6期北京时间：

作者：段宇飞;皇甫思思;王焱清;汤旸;霍俊;

单位：湖北工业大学农机工程研究设计院;湖北省农机装备智能化工程技术研究中心;

摘要：在油茶果脱壳后,采用机械方法分选的茶籽中混杂着一些果壳,由于两者大小和比重相似,其外观差异成为分选的重要依据。本文提出一种综合考虑油茶果颜色、纹理、几何形状多种图像特征的分选方法,结合机器视觉技术实现油茶果果壳与茶籽的准确分选。通过有效的图像预处理手段提取物料样本轮廓,并计算轮廓内的颜色、纹理以及形状特征信息,分别比较了通过网格搜索法(Grid Search, GS)、粒子群算法(Particle Swarm Optimization, PSO)和遗传算法(Genetic Algorithm, GA)寻优而建立的三种支持向量机(Support Vector Machine, SVM)分类模型,最终确定GS-SVM模型最佳,其模型训练集识别率为94.44%,测试集识别率为93.33%,结果表明将此方法应用于油茶果果壳与茶籽分选是可行的,为油茶果果壳与茶籽分选加工技术提供了一定的理论基础。

关键词：机器视觉;油茶果;分选;支持向量机;图像特征

基金资助：湖北工业大学科研启动基金项目(BSQD2017076);; 湖北省重点研发计划项目(2015BBA211)