※农业工程农业与技术2023，Vol.43，No.08基于ＲGB图像的香梨体尺参数测量方法张润芝吴刚(塔里木大学信息工程学院，新疆阿拉尔843300)摘要:为快速获取香梨果实的体尺参数，使香梨分级定价销售，提高香梨的经济价值。设计了一种香梨果实体尺参数检测方法。该方法可通过香梨ＲGB图像检测出香梨的长和直径并估算出香梨的体积参数。原始图像经边缘检测提取出香梨果实边缘，利用最小外接矩形法得到香梨长与直径的像素个数，通过已知大小的标定板换算出像素点实际大小，二者相乘计算出香梨的长和直径;分别使用SVＲ模型和决策树回归模型，采用长与直径特征参数训练并预测香梨的体积。实验采集了125个香梨样本的ＲGB图像，测量其真实的长、直径和体积，任选其中25个香梨的ＲGB图像检测其长和直径并作为测试集验证体积预估模型，剩下的100个香梨作为训练集。结果表明，长测量值的Ｒ2为0.91，ＲMSE为1.87mm，平均相对误差为2.3%，香梨果实的直径测量值的Ｒ2为0.71，而ＲMSE为1.94mm，平均相对误差为3.1%;采用SVＲ模型香梨体积预估值的Ｒ2为0.45，ＲMSE为18.47mL，采用决策树回归模型香梨体积预估值的Ｒ2为0.75，ＲMSE为12.07mL。该方法可为香梨分级装置的研发提供数据支撑。关键词:计算机视觉;体尺参数;图像处理;SVＲ;决策树回归中图分类号:S24文献标识码:ADOI:10.19754/j.nyyjs.20230430006收稿日期:2023－02－27作者简介:张润芝(1998－)，女，硕士在读。研究方向:机器视觉与图像处理;通讯作者吴刚(1978－)，男，硕士，副教授。研究方向:信息处理与智慧农业等。引言香梨的体尺参数一定程度上反映了香梨的等级，不同等级的香梨可分级定价销售，提高香梨的经济价值。因传统的接触式测量［1，2］存在效率低、不准确等诸多问题，非接触式测量方法得到飞速发展。翟鹏［3］采集葡萄不同时期的果实图像，利用机器视觉及图像处理，计算了葡萄果实不同生长时期的表型参数。申爱敏等［4］利用图像处理的方法，通过阈值分割得到了核桃仁的分割图像，采用像素统计方法得到核桃仁的面积，实现了核桃仁大小分级。郭俊先等［5］通过分析提取苹果ＲGB图像中单色、波长差等信息，利用形态学方法处理图像，提取了目标区域几何、灰度和色调频度等特征，采用多元线性和偏最小二乘回归预测了苹果的质量和糖度等指标。为了实现快速准确获取果实的体尺参数信息，本文以香梨作为研究对象，对基于ＲGB图像的香梨体尺参数测量方法进行研究。采用图像处理的方法和机器学习技术，获取香梨...
