1. 研究目的与意义、国内外研究现状（文献综述）
本课题的意义：
计算机视觉对果蔬脆片品质分级关键技术的研究，属于果蔬深加工重点产业链中的核心和关键技术，能够解决果蔬脆片生产过程中存在的原料和终产品品质难以保证、生产效率低的问题，提升果蔬脆片的品质和质量、提高劳动生产率，增强竞争力。而且，有望实现果蔬脆片的自动化、规模化生产，增强果蔬采后附加值，促进果蔬产业的健康可持续发展，从而提升产业的整体水平和经济效益，可促进果农菜农增产增收，实现由资源优势向产品优势转变，对我省果蔬产业链的发展也具有明显的引导和带动作用，为促进社会主义新农村建设起到积极作用，同时还促进其它相关产业的发展，达到富民强县的目的。
另一方面，极大地拓展了先进的计算机视觉在农产品采后商品化分级和深加工方面的应用范围，能够为其他产品和农产品生产环节的品质自动无损检测和控制提供基础数据、技术和理论参考，从而促进农产品深加工行业新技术、新工艺和新设备的升级换代。
2. 研究的基本内容和问题
研究的目标：
本项目以苹果脆片原料和终产品为研究对象，利用计算机视觉技术获取图像，利用图像处理技术获取与脆片品质有关的信息，建立对脆片形状、大小、颜色的分级模型，形成对苹果脆片品质无损分级技术，开发自动分级的装备，实现苹果脆片原料和终产品质量自动无损分级，以满足脆片规模化、标准化、自动化生产加工的需求，增强苹果脆片的国际竞争力。
内容：
3. 研究的方法与方案
研究方法：
1.1脆片的外观形状、大小提取及识别
利用光源、相机、图像采集卡、计算机构建计算机视觉采集系统，根据图像质量，确定较佳的系统设置参数，获取苹果脆片原料和终产品的数字图像，传入到计算机中进行分析处理。
利用去噪、滤波等算法对苹果脆片图像进行预处理，然后得到灰度化和阈值分割后的二值图像。研究边图像的面积和周长即为脆片的大小。研究苹果脆片圆形度与苹果脆片标准关系，确定合适的阈值判断果蔬脆片的外观形状。
1.2脆片颜色识别
研究选定脆片的彩色图像特征，分别从RGB、HIS空间分析，利用聚类等方法研究果蔬脆片RGB、HIS空间分布特征，分析不同等级苹果脆片的颜色空间分布。在果蔬脆片图像中利用预处理、灰度化、二值化等处理方法，将果蔬脆片目标与背景区域分离，统计分析果蔬颜色特征，实现果蔬脆片颜色识别。
技术路线：见附表
实验方案：
1、人工分级：按形状、颜色和大小人工分为5个等级，每个等级1000个
2、采集图像：采集脆片原料和成品5个等级的图像
3、图像处理：采用去噪、图像分割、形态学操作等处理方法对图像进行处理
3、特征提取：确定和提取大小、形状和颜色的特征参数
4、选取合适的分类模型建模和预测
可行性分析：
1、市场需求：为了做好产品标准化、商品化，将经营者的利益最大化，对苹果脆片的质量进行分级是未来市场的必然需求。在已有生产工艺中，为保证脆片质量，脆片原料和终产品的挑选和分级仍然采用人工方法，不但费力、耗时、价格昂贵而且容易有人为误差，无法满足市场的要求，严重影响着苹果脆片产品的质量和工业化自动化大规模生产的实现。因此，急需一种快速、准确、无损并且能够让加工更有效率、更经济的新型技术。特别是，计算机视觉技术作为食品质量评价的检测方法之一，已经证明能有效地达到这个目的。
2、研究技术：作为一种无损检测方法，计算机视觉有快速、使用简便、制样少的优势，一次可以对缺陷、色泽、形状、纹理、成熟度等多个指标进行检测。但随着演算法近期的发展和计算机硬件的改良，计算机视觉很多应用已经实现，已广泛应用于食品的质量评价，包括肉和肉制品，水果和蔬菜，坚果，乳酪，还有谷类
3、社会、经济效益
（1）项目实施后，有效地解决苹果的就地收购问题，可带动地区果农菜农的增产增收。
（2）计算机视觉分级技术可以提高苹果的附加值，减少劳动强度，提高劳动生产率，提升果蔬脆片产品品质，增强竞争力，促进我省果蔬产业的健康快速发展。
（3）新技术对果蔬脆片品质提高具有示范和带动作用
4. 研究创新点
项目的特色和创新之处
（1）采用先进的计算机视觉技术对果蔬脆片的原料和终产品品质进行自动检测分级，极大的提高了生产效率，保障了产品品质。
（2）利用计算机视觉获得数字图像特征信息构建对脆片内部品质的预测模型，构建果蔬脆片综合品质无损快速检测系统。
5. 研究计划与进展
2015年10月至2015年11月查阅资料，制订方案，构建计算机视觉检测系统
2015年12月至2016年03月研究计算机视觉对果蔬脆片外观品质的检测
2016年3月至2016年4月文章撰写
