摘要：【目的】荔枝的表型参数提取对荔枝采后分级具有重要作用，为解决荔枝产后分级的精确性和高效性问题，本文提出了一种利用图像处理和三维点云技术的荔枝表型参数提取方法，一次性获取多种表型性状。【方法】利用Intel Realsense D405深度传感器同时获取4个不同视角下的荔枝RGB彩色图像和深度图像，通过映射得到荔枝三维点云；根据获取的荔枝点云，计算点云曲率及法向量，识别荔枝机械伤区域；将荔枝的RGB彩色图像在颜色空间下进行转换，通过对红色像素点阈值的判断提取荔枝表面的红色着色率；建立荔枝的3D模型，通过计算深度图像的厚度值估算荔枝体积值。【结果】通过计算荔枝表面三维点云的曲率可以成功识别荔枝的机械伤，平均检测准确率为94%；采用RGB图像提取着色率相较于采用三维点云在检测速度上提升90%，基于RGB图像和三维点云的着色率结果与人工检测结果的决定系数分别为0.9574和0.9205，平均绝对误差分别为6.33%和4.37%，平均相对误差分别为4.17%和6.01%。基于荔枝深度图像提取的荔枝体积与人工测量体积的决定系数为0.8901，平均绝对误差为1.59cm3，平均相对误差为7.94% 。【结论】该研究提出的方法能够提高荔枝表型参数提取的准确率，可为荔枝采后分级提供高效技术手段和数据支持。
文章目录
1材料与方法
1.1 荔枝图像获取平台
2荔枝表型参数提取
2.1 机械损伤
2.2 着色率
2.3 体积
3 结果与分析
3.1机械伤提取数据
3.2 荔枝着色率提取数据
3.3 荔枝体积提取数据
4 结论
