砀山酥梨不仅是安徽的特产,更是全国瓜果中的名品之一,备受国内外民众青睐。目前酥梨识别分级主要依赖人工分级,识别标准不一、效率低下且易产生误差,影响酥梨的果品价值。本文以砀山酥梨为研究对象,将计算机视觉技术应用于酥梨的自动识别中,主要从酥梨图像采集与预处理、酥梨图像边缘检测、大小一致性判别以及果梗区域检测等方面对酥梨特征自动检测进行了研究。本文研究的主要内容及取得的成果如下:1.研究了酥梨图像的预处理方法。针对酥梨图像的特点,研究了常用的图像预处理方法,如灰度变换、中值滤波、形态学处理、图像边缘检测方法等,从中选用了最适合酥梨大小特征和果梗检测的图像处理方法,用于酥梨特征的自动检测。2.通过研究酥梨的大小特征提取方法的基础上,建立了酥梨图像形状大小检测的数学模型,比较了常用的水果大小检测方法,给出了一种改进的提取酥梨最大横径的方法。根据酥梨横径的统计特征,给出了酥梨大小一致性的判定规则。应用了该方法提取酥梨的最大横径,使用该规则用于判定酥梨大小一致性。3.本文先将酥梨边缘轮廓和形心提取,继而将酥梨轮廓边缘等分,根据酥梨果梗的基本特征,提出来一种通过统计等分边缘的像素数量方法,找出酥梨果梗所在区域的新方法。该方法通过图像边缘设定参考点、参考方向,将遍布轮廓按形心角度进行等分,并统计分析每个区域内的像素点信息,进一步识别出果梗所在区域,提高了酥梨果梗特征提取的准确率。