1. 目的与意义

1.1 研究背景

我国是世界果树大国，栽培历史悠久，品种丰富，水果和干果达50余种，是世界果树起源最早、种类最多的著名果树古国之一；同时，我国也是一个水果生产大国，据国家统计局统计，我国水果总产量约占世界总产量的14％左右，居世界首位。但我国的水果出口量却很小，属于水果出口小国。造成这些现象的一个主要原因就是国内水果的产后技术处理环节缺失。这其中存在行业技术推广的问题。反观世界发达国家，均将农产品的贮藏、保鲜和加工放在产业的首要位置。比如从农产品的产值构成来看，农产品的产值70％以上是通过产后的贮运、保鲜和加工等环节来实现的。美国用于农产品采摘的费用仅占30%，而70%的资金都用在采后环节。农产品产后产值与采收时自然值的比例，美国为3.7:1，日本为2.2:1，我国仅0.38:1。目前发达国家水果产后商品化技术处理比例达到80-90％，而我国技术处理比例(包括简单手工分类的在内)还不到总产量的2%。除了规模化的工业应用之外，目前还没有将水果识别应用到消费产品中。

水果分级装箱的指标主要包括色泽、大小、轻重、硬度等。其中，大小一致是水果分级达到优质品质的必须要求。现阶段我国水果主要有以下三种方法进行分类：

(1)传统的人工分级方法。通过人眼观察水果大小将其分为不同的等级，它具有很大的局限性。首先，标准的要求是不一样的，不同产地的同一品种的水果，其分级的标准也可能有出入，即使同一个出产地，在不同情况的人为操作下，所判断的准则也有不同；其次，同机器分级不一样，人的工作能力有限，效率低下是最大的缺点。

(2)机械分选方式。此方式目前主要有根据尺寸大小和根据重量分选。根据尺寸大小分选的特点是：由水果的输送过程中，会通过不同尺寸大小圆孔，当对应大小的水果落入圆孔后，水果再由分支传输带输送走，从而达到大小分选的效果。重量分选系统主要的特点是：利用了杠杆原理，杠杆的其中一端是输送过来的水果，另一端是由配重装置进行配置调节，当水果重量达到一定分选配重标准时，杠杆自然翻倒，水果则被判别为相应的等级进行分选。然而，机械化分选系统只能由水果的尺寸大小或者重量标准来进行等级划分，这一类型的设计很大程度的节约了劳动力，但是不能从水果的颜色、形状以及其他表面缺陷进行等级划分，同时不可避免造成水果损伤。

(3)水果的分类最广泛使用的是光电分级。其工作原理是根据水果表面的颜色差值具有不同的波长反射时的颜色特性，依次来判断每个部位的颜色。此方法仅能用于识别水果表面颜色，不能对其他方面进行检测，有很多的局限性，因此不适合在综合检测要求下进行水果检测。

随着工业化进程的加快，各个学科的迅速发展，机器视觉分级方法正不断取代人工分级、机械分级和光电分级方法，与其它技术相比，机器视觉技术用于水果尺寸分级时具有无损伤、时效性强、标准高等优点。

机器视觉（MachineVision）是通过光学的装置和非接触的传感器自动地接受和处理一个真实物体的图像，通过分析图像获得所需信息或用于控制机器运动的装置。该技术最先使用于上世纪五十年代，是图像处理中的一个分支。目前，机器视觉己广泛应用于办公自动化、工业机器人、汽车导航、医学诊断等领域。通常來说，机器视觉的识别系统分为7个部分，其包括了：光源、检测物体、机器视觉相机、图像采集系统、图像信号数字处理、图像处理识别与算法处理以及机械执行模块。其应用系统如下图1所示。