CN114378002A - 一种基于机器视觉的猴头菇分级系统及分级方法 - Google Patents

Abstract

本发明公开了一种基于机器视觉的猴头菇分级系统及分级方法，属于农产品加工与智能化检测无损分级技术领域，尤其是一种基于机器视觉的猴头菇分级系统及分级方法。包括由工控一体机控制的硬件模块、特征参数提取分析模块及质量分级模块。其中硬件模块主要包括：猴头菇带式输送排列装置、CCD工业相机、环形光源、可旋转圆形分级传送装置、对应等级传送通道、工控机、防滑落挡板、固定支架、图像采集卡及对应的连接组装基本件。分级方法通过猴头菇图像的处理、特征参数的提取来判断猴头菇的等级，本发明能够客观、准确、高效地对猴头菇品质自动分级，弥补人工评级的不足，实现猴头菇等级的在线无损快速检测分级。

Description

一种基于机器视觉的猴头菇分级系统及分级方法

技术领域

本发明涉及猴头菇质量等级的检测和判定，属于农产品加工与智能化检测无损分级技术领域领域，特别涉及一种基于机器视觉的猴头菇分级系统及分级方法。

背景技术

现阶段，猴头菇的生产加工过程自动化、智能化程度还比较低，猴头菇分级的过程主要还是依靠人工完成。人工分级方式不仅工作量巨大、强度高，而且重复大量相同工作容易疲劳导致效率低错误率高，使得猴头菇的生产成本也有所增加。

根据猴头菇的品质不同，需要对其进行分级。一般分为一级、二级、三级、四级和等级外。现阶段，猴头菇的生产加工过程自动化智能化程度还比较低，干制加工后猴头菇质量分级的过程主要还是依靠人工完成。这种方式不仅工作量巨大、强度高、重复大量相同工作，浪费了大量的人力物力，增加了猴头菇的生产成本；整个生产过程由于人工容易疲劳导致效率低错误率高、主观性也较强，造成质量等级标准混乱，并使得猴头菇的市场价格居高不下，经济效益也比较低。近年来，随着种植猴头菇规模的逐年增加和市场交易的日益活跃，这些问题所带来的负面影响也日益突出。

因此，有必要对猴头菇等级分级方法和技术进行深入研究，以期开发一种客观、准确、高效的猴头菇品质自动分级系统和分级方法，通过猴头菇的颜色、形状、完整度等外部特征对猴头菇进行分级，弥补人工评级的不足，实现猴头菇等级的在线无损快速检测分级。

发明内容

本发明所要解决的技术问题：本发明的目的在于解决现有猴头菇加工过程中无法实现实时在线检测分级问题，提升猴头菇品质检测客观性、准确率及工作效率，实现猴头菇加工过程中实时在线品质无损检测和自动分级。

为解决上述技术问题，本发明提供以下的技术方案：

一种基于机器视觉的猴头菇自动分级系统，包括由工控一体机控制的硬件模块、特征参数提取分析模块及品质分级模块；其中，硬件模块包括：猴头菇带式输送排列装置、CCD工业相机、环形光源、图像采集卡、可旋转圆形分级传送装置、对应等级传送通道、工控机、防滑落挡板、固定支架及对应的连接组装基本件；特征参数提取分析模块由硬件模块采集预设的猴头菇外观特征参量，所述猴头菇外观特征参量为：猴头菇的颜色C，猴头菇形状S、猴头菇的完整度I、猴头菇的直径D；品质分级模块通过采集得到的猴头菇外观特征参量由RGB模型、圆形度模型、最小外接圆法和BP神经网络模型进行建模预测，进而将猴头菇的品质等级分为特级、一级、二级、三级、等级外五个等级。

一种猴头菇分级方法，采用上述基于机器视觉的猴头菇自动分级系统进行分级，分级方法为：猴头菇经过带式输送排列装置进行检测前排列，排列后可实现单个猴头菇传送及检测，当猴头菇经传送带通过CCD工业相机和环形光源的下方，保证在光源充足的情况下完成猴头菇图像的采集并获得对应的猴头菇外观特征参量，再由分级模块根据猴头菇外观特征参量建模预测，自动判定猴头菇的品质等级；判定的等级信息和猴头菇的实时位置信息将传送给工控一体机，工控一体机控制根据猴头菇的对应等级的控制可旋转圆形分级传送装置旋转，将猴头菇传送至对应等级传送通道，完成整个分级过程。

优选地，具体步骤为：

(1)猴头菇品质等级的人工分级与记录：由经过一定训练后且有评级经验的研究或工作人员对猴头菇进行人工观察评级，评级标准为：一级、二级、三级、四级和等级外5个等级，分别用数值1、2、3、4、5进行记录；

(2)猴头菇图像的采集：猴头菇经过带式输送排列装置后，实现依次单个进入图像采集区域，由传送带将猴头菇传送至CCD工业相机和环形光源的正下方，相机对猴头菇图像进行采集，将采集到的图像通过连接线和图像采集卡送至猴头菇装置的自动分级阶段；

(3)猴头菇品质特征参数的提取：猴头菇品质自动分级软件根据采集到的图像特征，用4个品质特征参数来表示；

(4)猴头菇品质等级数据库的建立：重复步骤(1)～(3)，建立猴头菇品质等级数据库，数据库的每条记录由步骤(3)中的4个特征参数和步骤(1)中的猴头菇品质等级组成；

(5)猴头菇品质分级模型的建立：对猴头菇品质等级数据库中的每条记录都作为训练集，以每条记录的4个特征参量为输入，以猴头菇品质等级为输出，根据RGB模型、圆形度模型、最小外接圆和BP神经网络模型的建模方法，建立猴头菇品质分级模型；

(6)猴头菇品质自动分级：将未进行人工评级的猴头菇置于带式输送机的传送带上，待检测猴头菇通过CCD工业相机的正下方，采集到猴头菇图像信息传送给工控一体机的猴头菇自动分级模块，猴头菇自动分级模块可在10ms内完成图像的处理，从图像中提取4个猴头菇外观特征参量，并与步骤(5)所建立的猴头菇品质自动分级模型进行比较，得出猴头菇的品质；

(7)当猴头菇通过视觉检测区域后，进入分级区域，分级区域沿着传送带方向在两侧设置了一级、二级、三级、四级和等级外五个分级传送通道，执行机构采用可旋转圆形分级传送装置，工控一体机通过视觉系统识别输出的等级信息和猴头菇当前的位置信息对传送带的转向进行实时控制，使得对应等级的圆形可旋转传送装置转向，从而使得猴头菇被送到相应等级的分级传送通道。

优选地，所述评级标准如下：

若分级模型特征为淡黄色，整颗呈圆形，无残缺，直径在5-6厘米以上，为一级，等级记为1；若分级模型特征为淡黄色，整颗呈圆形，无残缺，直径在4-5厘米，为二级，等级记为2；

若分级模型特征为深黄色，整颗近似圆形，无残缺，直径在3-4厘米，为三级，等级记为3；若分级模型特征为深黄色，整颗近似圆形，略有残缺，直径在1-3厘米，为四级，等级记为4；若分级模型特征为颜色发黑或者发白明显、畸形、不完整，为等级外，等级记为5。

优选地，所述步骤(6)中从图像中提取4个猴头菇外观特征参量的方法为：

通过图像处理软件和分级系统的分级规则结合计算机编程语言对采集到的图像进行预处理，预处理过后的图像进行深度处理，选择合适的阈值通过RGB模型对图像进行颜色特征的提取，并用Opencv自带的函数calcHist()函数对所得到的直方图进行计算，实现猴头菇颜色范围的估算；采用阈值分割的方法将猴头菇图像的背景部分和猴头菇图像进行分割，获取猴头菇的形状是否趋于圆形，判断猴头菇的完整度；采用Canny边缘检测对猴头菇轮廓区域的进行边缘检测，并通过最小外接圆法计算猴头菇的直径。

本发明获得的有益效果：

本发明通过采用拨料机构和猴头菇带式输送排列装置将猴头菇有序地排列并传送到传送带上，传送带利用差速原理拉开猴头菇的个体间距，并保证工业相机的视野范围内只出现一个待检对象，使得它们能够逐一地通过由CCD工业相机、工业镜头和环形光源组成的图像采集区域，实现猴头菇图像数据的采集，并对采集的数据包括猴头菇的颜色、直径、形状、完整度等特征的相关参量进行模型建立与数据分析，预测出猴头菇的等级(一级、二级、三级、四级、等级外)。实现猴头菇等级的自动分级，节省了生产线上评级人员的雇用、培训所对应的开支，规范猴头菇品质评级标准，同时提升猴头菇品质检测客观性、准确率及工作效率，实现猴头菇加工过程中在线品质无损检测和自动分级。

附图说明

图1是本发明的分级系统工作流程图。

图2是本发明的分级系统机械结构框架示意图。

图3是本发明输送分级装置细节图。

图4是本发明图像采集模块硬件细节图。

图5是本发明可旋转分级传送装置细节图。

图中的标号说明：1-传送输送架；2-拨料机构；3-图像采集组件；4-可旋转分级机构；5-传送带；6-工控一体机；7-分级等级通道；8-图像采集卡。

图6为本发明的分级方法过程示意图。

图7为本发明的图像处理过程中的图像实例。

具体实施方式

下面通过对实施例的描述，对本发明的具体实施方式作进一步详细的说明，以帮助本领域的技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。

实施例1：一种基于机器视觉的猴头菇自动分级系统，其系统工作流程图如图1所示，它包括由工控一体机控制的硬件模块、特征参数提取分析模块及品质分级模块。其中硬件模块主要包括：猴头菇带式输送排列装置、CCD工业相机、环形光源、可旋转圆形分级传送装置、对应等级传送通道、工控机、防滑落挡板、固定支架及对应的连接组装基本件；特征参量提取模块主要由硬件模块控制作用后工控一体机提取得到的猴头菇外观特征参量，共计4个，包括：猴头菇的颜色C，猴头菇形状S、猴头菇的完整度I、猴头菇的直径D；品质分级模块主要是通过采集得到的特征参量由RGB模型、圆形度模型和BP神经网络模型进行建模预测，将猴头菇的品质等级分为一级、二级、三级、四级、等级外五个等级。

如图2所示，当猴头菇由传送带5输送至图像采集与检测模块，环形光源照亮图像采集区域提供充足的光源，CCD工业相机对猴头菇进行图像采集，检测装置工作时对猴头菇进行动态定位以及视觉检测，属于现有技术，说明书不作详细阐述；将采集到的图像通过USB连接线连接图像采集卡8传送给工控一体机6，工控一体机6完成图像的处理和等级的判定，进一步，猴头菇被传送至分级传送阶段，通过可旋转圆形分级传送装置4传送到对应等级传送通道7，完成猴头菇分级。其中，图像采集组件3由CCD工业相机、镜头和环形光源组成。CCD工业相机选择MV-EM120C工业相机，最大分辨率为1280×960，其镜头与传送带的垂直距离固定为160mm；环形光源由LED灯点亮；CCD工业相机和环形光源通过固定支架和固定挡板固定。

如附图3所示，猴头菇带式输送排列装置主要目的是将生产线上的多个猴头菇进行有序排列并实现将其单个输送进入检测分级模块进行分级及等级判定，然后进入硬件装置的分级传送部分，最终完成对应等级的猴头菇的分级。整体输送装置分为四部分，宽度不同且独立运转的传送部分、可旋转圆形分级传送部分、对应等级传送通道部分、宽度渐变的立式挡板部分。其中带式传送带部分、对应等级传送通道部分和可旋转圆形分级传送部分为食品级白色PU(聚氨酯)塑料材质，立式挡板为316食用级不锈钢材质，高度为60mm，其轻微接触式固定于传送带上方，并不影响传送带运转。在带式输送排列装置左边(猴头菇运动起始方向)其传送带由立式挡板作用后宽度为300mm，经挡板作用后宽度减少为150mm，实现猴头菇单向单个运输，然后再减少为100mm，进入装置的分级传送阶段，实现单个猴头菇分级。传送带5的传送速度、对应等级传送通道7可旋转圆形分级传送装置4旋转频率可由猴头菇品质分级模块进行控制与调节。

如图4所示，其图像采集与检测模块硬件部分主要包括：环形光源31；CCD工业相机32；CCD工业镜头33。CCD工业相机32选择MV-EM120C工业相机，最大分辨率为1280×960，大小为35mm*29mm*29mm,其镜头与传送带的垂直距离固定为160mm；环形光源31由LED灯点亮；固定挡板部分由透明塑料材料601材质，对应的硬件装置主要由固定支架和固定挡板所固定。先后对应完成猴头菇图像信息数据的采集、输入、特征参量提取及品质等级的判定及输出等任务。

如图2、3和5所示，当猴头菇运动至分级传送部分时，其对猴头菇品质程度自动分级的实现主要由工控一体机6与相应的自动分级软件组成，工控一体机6根据猴头菇的判定等级信息和其位置信息，对可旋转圆形分级传送装置4进行控制。可旋转圆形分级传送装置4由8个直径为100mm的可旋转盘小型传送装置构成,其材质为食品级白色PU(聚氨酯)塑料材质；可旋转圆形分级传送装置4将猴头菇传送至对应等级传送通道7，对应等级传送通道7材质为食品级白色PU(聚氨酯)塑料材质，宽度为160mm，对应等级传送通道7最底部(末端)与传送带5垂直距离固定为350mm。分级传送装置部分由2个可旋转圆形分级传送装置4和5个对应等级传送通道7构成分级传送装置部分根据系统输出的猴头菇等级信息和猴头菇位置信息完成对应等级猴头菇的分级传送任务。

图6为本发明的分级方法过程示意图。工控一体机6控制CCD工业相机对经过图像采集区域的猴头菇进行图像的采集，准备进行下一步的图像处理。下一步通过图像处理软件和分级系统的分级规则结合计算机编程语言对采集到的图像进行预处理，包括图像的灰度化、图像的去噪、图像的增强等，预处理过后的图像需要进行深度处理，本发明选择合适的阈值通过RGB模型对图像进行颜色特征的提取，并用Opencv自带的函数calcHist()函数对所得到的直方图进行计算，可以实现猴头菇颜色的范围的估算，准确判别颜色对应的猴头菇的等级；进一步，为了获取猴头菇的形状是否趋于圆形，采用阈值分割的方法将猴头菇图像的背景部分和猴头菇图像进行分割，判断猴头菇的完整度；在此基础上，采用Canny边缘检测对猴头菇轮廓区域的进行边缘检测，并通过最小外接圆法计算猴头菇的直径。最终将采集和运算后得到的特征参数通过工控机进行等级预测，从而自动分级。

图7为本发明的图像处理过程中的图像实例，图像A是采集到的原始图像，工控机对原始图像预处理(图像的灰度化、图像的去噪、图像的增强)后得到图像B，为了得到猴头菇的颜色特征，通过RGB模型对图像进行分析，得到RGB对应的色度直方图C，进一步，为了判断猴头菇的完整度，采用阈值分割的方法进行阈值分割处理。为了计算猴头菇的平均直径，首先进行Canny边缘检测，得到图像E，然后采用最小外接圆法得到图像F，精确判断猴头菇的直径。最终将采集的参数和猴头菇的判定规则进行比较，进行等级预测。

利用如上所述的基于机器视觉的猴头菇分级系统进行分级的方法，主要包括以下步骤：

(1)猴头菇品质等级的人工分级与记录：由经过一定训练后且有评级经验的研究或工作人员对猴头菇进行人工观察评级，评级标准为：一级、二级、三级、四级、等级外5个等级，用数值1、2、3、4、5进行记录。判定标准如下：

若分级模型特征为淡黄色，整颗呈圆形，无残缺，直径在5-6厘米以上，为一级，等级记为1；

若分级模型特征为淡黄色，整颗呈圆形，无残缺，直径在4-5厘米，为二级，等级记为2；

若分级模型特征为深黄色，整颗近似圆形，无残缺，直径在3-4厘米，为三级，等级记为3；

若分级模型特征为深黄色，整颗近似圆形，略有残缺，直径在1-3厘米，为四级，等级记为4；

若分级模型特征为颜色发黑或者发白明显、畸形、不完整，为等级外，等级记为5。

(2)猴头菇图像的采集：猴头菇经过带式输送排列装置后，实现依次单个进入图像采集区域，由传送带将猴头菇传送至CCD工业相机和环形光源的正下方，工业相机对猴头菇图像进行采集，将采集到的图像送至猴头菇品质自动分级模块。

(3)猴头菇品质特征参数的提取：猴头菇品质自动分级模块根据采集到的图像特征，用4个品质特征参数来表示，特征描述如下：

特征1：猴头菇的颜色C。

特征2：猴头菇形状S。

特征3：猴头菇的完整度I。

特征4：猴头菇的平均直径D。

(4)猴头菇品质等级数据库的建立：重复步骤(1)～(3)，建立猴头菇品质等级数据库，数据库的每条记录由步骤(3)中的4个特征参数和步骤(1)中的猴头菇品质等级组成。

(5)猴头菇品质分级模型的建立：对猴头菇品质等级数据库中的每条记录都作为训练集，以每条记录的4个特征参量为输入，以猴头菇品质等级为输出，根据RGB模型、圆形度模型、最小外接圆和BP神经网络模型的建模方法，建立猴头菇品质分级模型。

(6)猴头菇品质自动分级：将未进行人工评级的猴头菇置于带式输送机的传送带上，待检测猴头菇通过CCD工业相机的正下方，采集到猴头菇图像信息传送给工控一体机的猴头菇自动分级模块，猴头菇自动分级模块可在10ms内完成图像的处理，从图像中提取4个特征参量，最后根据步骤(5)所建立的猴头菇品质自动分级模型，得出猴头菇的品质。由于分级模型为RGB模型、圆形度模型和BP神经网络模型，为了能够使得系统做具体判断，因此有必要对猴头菇品质等级进行具体规定，规定如下：

若分级模型特征为淡黄色，整颗呈圆形，无残缺，直径在5-6厘米以上，为一级，等级记为1；

若分级模型特征为淡黄色，整颗呈圆形，无残缺，直径在4-5厘米，为二级，等级记为2；

若分级模型特征为深黄色，整颗近似圆形，无残缺，直径在3-4厘米，为三级，等级记为3；

若分级模型特征为深黄色，整颗近似圆形，略有残缺，直径在1-3厘米，为四级，等级记为4；

若分级模型特征为颜色发黑或者发白明显、畸形、不完整，为等级外，等级记为5。

(7)当猴头菇通过视觉检测区域后，进入分级区域，分级区域沿着传送带方向在两侧设置了一级、二级、三级、四级和等级外五个分级传送通道，实现猴头菇五级的划分，分级结构主要采用的是可旋转圆形分级传送装置(为了更好地进行旋转，每个分级硬件系统由8个小的圆形传送机构组成)，工控一体机通过视觉系统识别输出的等级信息和猴头菇当前的位置信息对传送带的转向进行实时控制，使得对应等级的圆形可旋转传送装置转向，从而使得猴头菇被送到相应等级的分级通道。传送部分分为三段式，前段主要是猴头菇干燥生产线固定传送部分，其速度及猴头菇数量与正常生产线一致，但在连接此部分之前，传送带宽度变窄；中段保持变窄后固定宽度传送单个猴头菇进行图像采集和分级检测；后段继续变窄，为机械结构的分级传送阶段，传送单个猴头菇并通过可旋转圆形分级传送装置传送至对应等级传送通道，完成猴头菇对应等级的分级。

本发明中所使用的工业相机的选型以及安装位置高度，皆经过大量理论实验反复试验得出的结果，可以清晰地采集各级猴头菇图像，能够实时精确地分辨猴头菇外部特征。

本发明中的环形光源为特有设计，其安装在以工业相机的镜头中心为圆心、与工业相机镜头在同一水平线、环绕着工业镜头的位置。其由LED灯点亮，亮度充足，可以保证图像采集的过程中，有足够的亮度，保证采集到的猴头菇图片足够清晰。

本发明中的环形可旋转分级传送装置为特有设计，为了提高系统的工作效率，每8个小的圆形传送装置构成一个大的传送机构，每个小的圆形传送装置可旋转360度，每秒可以旋转10次，保证了猴头菇分级的效率，同时也保证猴头菇在分级过程中完好无损。

本发明中传送带由食品级白色PU(聚氨酯)塑料材质制作而成，最大限度地保证猴头菇在分级过程中，其品质不被破坏。

本发明中建立的猴头菇分级模型，在CCD工业相机镜头的选型、环形光源的选型与安装条件、外部环境一致时，可以不对现有分级模型进行修改，就可适用于不同规模的猴头菇分级生产线，实现猴头菇等级的在线自动分级。

以上示意性的对本发明及其实施方式进行了描述,该描述没有限制性,附图中所示的也只是本发明的实施方式之一,实际的结构和方法并不局限于此,所以,如果本领域的普通技术人员受其启示,在不脱离本发明创造宗旨的情况下﹐不经创造性的设计出与该技术方案相似的结构方式及实施例,均应属于本发明的保护范围。

Claims (5)

1.一种基于机器视觉的猴头菇自动分级系统，其特征在于，包括由工控一体机控制的硬件模块、特征参数提取分析模块及品质分级模块；其中，硬件模块包括：猴头菇带式输送排列装置、CCD工业相机、环形光源、图像采集卡、可旋转圆形分级传送装置、对应等级传送通道、工控机、防滑落挡板、固定支架及对应的连接组装基本件；特征参数提取分析模块由硬件模块采集预设的猴头菇外观特征参量，所述猴头菇外观特征参量为：猴头菇的颜色C，猴头菇形状S、猴头菇的完整度I、猴头菇的直径D；品质分级模块通过采集得到的猴头菇外观特征参量由RGB模型、圆形度模型、最小外接圆法和BP神经网络模型进行建模预测，进而将猴头菇的品质等级分为特级、一级、二级、三级、等级外五个等级。

2.一种猴头菇分级方法，其特征在于：采用权利要求1中所述的基于机器视觉的猴头菇自动分级系统进行分级，分级方法为：猴头菇经过带式输送排列装置进行检测前排列，排列后可实现单个猴头菇传送及检测，当猴头菇经传送带通过CCD工业相机和环形光源的下方，保证在光源充足的情况下完成猴头菇图像的采集并获得对应的猴头菇外观特征参量，再由分级模块根据猴头菇外观特征参量建模预测，自动判定猴头菇的品质等级；判定的等级信息和猴头菇的实时位置信息将传送给工控一体机，工控一体机控制根据猴头菇的对应等级的控制可旋转圆形分级传送装置旋转，将猴头菇传送至对应等级传送通道，完成整个分级过程。

3.根据权利要求2中所述的一种猴头菇分级方法，其特征在于，具体步骤为：

(1)猴头菇品质等级的人工分级与记录：由经过一定训练后且有评级经验的研究或工作人员对猴头菇进行人工观察评级，评级标准为：一级、二级、三级、四级和等级外5个等级，分别用数值1、2、3、4、5进行记录；

(2)猴头菇图像的采集：猴头菇经过带式输送排列装置后，实现依次单个进入图像采集区域，由传送带将猴头菇传送至CCD工业相机和环形光源的正下方，相机对猴头菇图像进行采集，将采集到的图像通过连接线和图像采集卡送至猴头菇装置的自动分级阶段；

(3)猴头菇品质特征参数的提取：猴头菇品质自动分级软件根据采集到的图像特征，用4个品质特征参数来表示；

(4)猴头菇品质等级数据库的建立：重复步骤(1)～(3)，建立猴头菇品质等级数据库，数据库的每条记录由步骤(3)中的4个特征参数和步骤(1)中的猴头菇品质等级组成；

(5)猴头菇品质分级模型的建立：对猴头菇品质等级数据库中的每条记录都作为训练集，以每条记录的4个特征参量为输入，以猴头菇品质等级为输出，根据RGB模型、圆形度模型、最小外接圆和BP神经网络模型的建模方法，建立猴头菇品质分级模型；

(6)猴头菇品质自动分级：将未进行人工评级的猴头菇置于带式输送机的传送带上，待检测猴头菇通过CCD工业相机的正下方，采集到猴头菇图像信息传送给工控一体机的猴头菇自动分级模块，猴头菇自动分级模块可在10ms内完成图像的处理，从图像中提取4个猴头菇外观特征参量，并与步骤(5)所建立的猴头菇品质自动分级模型进行比较，得出猴头菇的品质；

(7)当猴头菇通过视觉检测区域后，进入分级区域，分级区域沿着传送带方向在两侧设置了一级、二级、三级、四级和等级外五个分级传送通道，执行机构采用可旋转圆形分级传送装置，工控一体机通过视觉系统识别输出的等级信息和猴头菇当前的位置信息对传送带的转向进行实时控制，使得对应等级的圆形可旋转传送装置转向，从而使得猴头菇被送到相应等级的分级传送通道。

4.根据权利要求3中所述的一种基于机器视觉的猴头菇自动分级系统，其特征在于：所述评级标准如下：

若分级模型特征为淡黄色，整颗呈圆形，无残缺，直径在5-6厘米以上，为一级，等级记为1；若分级模型特征为淡黄色，整颗呈圆形，无残缺，直径在4-5厘米，为二级，等级记为2；若分级模型特征为深黄色，整颗近似圆形，无残缺，直径在3-4厘米，为三级，等级记为3；若分级模型特征为深黄色，整颗近似圆形，略有残缺，直径在1-3厘米，为四级，等级记为4；若分级模型特征为颜色发黑或者发白明显、畸形、不完整，为等级外，等级记为5。

5.根据权利要求3中所述的一种基于机器视觉的猴头菇自动分级系统的制备方法，其特征在于：所述步骤(6)中从图像中提取4个猴头菇外观特征参量的方法为：

通过图像处理软件和分级系统的分级规则结合计算机编程语言对采集到的图像进行预处理，预处理过后的图像进行深度处理，选择合适的阈值通过RGB模型对图像进行颜色特征的提取，并用Opencv自带的函数calcHist()函数对所得到的直方图进行计算，实现猴头菇颜色范围的估算；采用阈值分割的方法将猴头菇图像的背景部分和猴头菇图像进行分割，获取猴头菇的形状是否趋于圆形，判断猴头菇的完整度；采用Canny边缘检测对猴头菇轮廓区域的进行边缘检测，并通过最小外接圆法计算猴头菇的直径。

Images