基于亮度校正和AdaBoost的苹果缺陷在线识别

提出了一种基于亮度校正和AdaBoost的苹果缺陷与果梗〖CD*2〗花萼在线识别方法。以富士苹果为研究对象，首先在线采集苹果的RGB图像和NIR图像，并分割NIR图像获得苹果二值掩模；其次利用亮度校正算法对R分量图像进行亮度校正，并分割校正图像获得缺陷候选区（果梗、花萼和缺陷）；然后以每个候选区域为掩模，随机提取其内部7个像素的信息分别代表所在候选区的特征，将7组特征送入AdaBoost分类器进行分类、投票，并以最终投票结果确定候选区的类别。实验结果表明，该算法检测速度为3个/s，满足分选设备的实时性要求，且总体正确识别率达95.7%。