Page 256 - 农产品质量检验检测与质量控制

农产品质量检验检测与质量控制
Quality Inspection, Testing and Quality Control of Agricultural Products

从而达到处理信息的目的，神经网络的出现无异于给机器算法奠定了基础。而伴随着
各种机器学习算法的全面开花，机器学习开始成为计算机视觉，尤其是识别、检测和
分类等应用中的一个不可分割的重要工具。计算机视觉应用也成为我们日常生活中不
可缺少的伴侣。

二、计算机视觉技术在农产品质量检测中的应用方向

（一）在农产品外形尺寸检测中的应用
农产品质量检测中最重要的环节就是产品分级，即按照不同指标将产品分成多个

等级，不同等级售价不同。以计算机视觉技术在羊绒细度检测的应用为例，借助计算
机视觉技术处理图像，可得到羊绒半径，解决人工测量误差大的问题，同时显著提高
工作效率，保证测量的经济性及准确性。再如，在烟叶质量检测中，利用计算机视觉
技术可对烟叶质量进行分级筛选，原理是将烟叶各类参数输入计算机中，通过计算机

系统对光感度进行控制。操作流程是：选取特征参数，将其作为烟叶质量检测的向量，
去除标准样本中含有的奇异样本。烟叶特征涉及长度、面积、残伤情况及烟叶轮廓线
展开后的分布情况。利用计算机视觉系统一方面可模拟人类筛选流程，另一方面可提
高检测的精度。

（二）在农产品颜色检验中的应用
在农产品及食品品质检验中色泽是尤为重要的指标。在产品颜色检验中应用计算
机视觉技术可精准评价各部分颜色，并做出相应判断，可有效减少人眼判断带来的误
差。以果蔬质量检验为例，颜色可判断果蔬是否成熟或是否溃烂，利用计算机视觉技

术可避免人为定性带来的误差。目前，有学者研制出可搜索的农产品质量视觉检测系
统，用于农产品质量检验，通过图像色彩饱和度判断产品是否成熟。饱和度越小，色
调直方图的峰值像素和峰值左侧的像素值比越小。如果产品成熟度低，那么色调直方

图中的峰值像素和峰值左侧的像素的比例越大。相比人工成熟度检测，利用计算机视
觉技术可提高检测效率。
（三）在农产品形状识别中的应用
农产品形状是一项重要质检要素，果形识别在质量检测中发挥着重要作用。农产

品成熟后，其外形发生变化，很难通过数学方式甄别。利用计算机视觉技术可分析农
产品外形轮廓曲线，依托结构分析法判断果实是否成熟。与此同时，基于计算机视觉
技术，以数字图像分析技术为基础，依照农产品形状、尺寸及表面缺陷进行分类，结
合灰度梯度曲线，对农产品缺陷位置进行定位，以此完成农产品质量分级。R.R.Wolfe

等人研究了番茄定向质检方案，结合计算机视觉技术判断番茄花萼及缺陷位置，研制
出具备照明功能及定向机构的机器视觉番茄品质分级装置。结论表明，应用计算机视

• 242 •