类球形果蔬图像的落体采集装置及品质检测与校正方法

1.本发明涉及农产品检测技术领域，尤其涉及一种类球形果蔬图像的落体采集装置及品质检测与校正方法。


背景技术：

2.类球形果蔬通常指的是外观形状近似球体的果蔬，例如，苹果、梨、柑橘、番茄、马铃薯等。类球形果蔬的外部品质是决定消费者购买意愿的重要条件之一。由于在线式外部品质检测设备可以代替人工分级，实现对果蔬的外部品质的筛选分级，并且可以大批量检测果蔬的外部品质，从而在线式外部品质检测设备在各个果蔬加工厂发挥着越来越重要的作用。
3.目前，在对类球形果蔬进行品质检测时，先对果杯、果托等承托装置上的类球形果蔬进行图像采集，再根据采集的图像对类球形果蔬的品质进行判别分级。由于类球形果蔬与承托装置相接触的部分存在拍摄死角，无论是两相机，还是三相机，都无法对果蔬的全表面图像进行采集，只能采集到85％-90％的近似全表面，导致难以对类球形果蔬的品质做出准确判断，若果蔬的外部损伤位于与承托装置相接触位置，还会导致损伤的果蔬流向市场，拉低整体的果蔬质量，造成较大的经济损失。


技术实现要素：

4.本发明提供一种类球形果蔬图像的落体采集装置及品质检测与校正方法，用以解决或者改善现有技术所存在的至少一种技术问题，实现获取类球形果蔬的全表面图像，对果蔬的品质进行准确判断，以及实现对类球形果蔬的光谱信息的校正。
5.本发明提供一种类球形果蔬图像的落体采集装置，包括：暗箱、图像采集组件及图像处理模块；所述图像采集组件设于所述暗箱内，所述图像采集组件与所述图像处理模块连接；所述图像采集组件包括至少四个摄像模块，所述至少四个摄像模块用于沿至少四个不同的角度对所述暗箱内自由下落的类球形果蔬进行拍摄；所述图像处理模块用于根据所述摄像模块的拍摄角度，对所述摄像模块拍摄的图像进行图像分割和图像合成处理，获取表征所述类球形果蔬的所有表面区域特征的全表面图像。
6.根据本发明提供的一种类球形果蔬图像的落体采集装置，所述摄像模块设置有四个；四个所述摄像模块所在位置的连线形成正四面体，每个所述摄像模块的镜头均伸向所述正四面体的几何中心。
7.根据本发明提供的一种类球形果蔬图像的落体采集装置，还包括：位置检测装置；所述位置检测装置与所述图像处理模块连接；所述位置检测装置用于在所述类球形果蔬位于所述几何中心时向所述图像处理模块反馈触发指令，所述图像处理模块根据所述触发指令控制所述至少四个摄像模块对所述类球形果蔬进行同步拍摄。
8.根据本发明提供的一种类球形果蔬图像的落体采集装置，所述暗箱呈圆柱状，所述暗箱的顶部设有进料口，所述进料口的口径大于所述类球形果蔬的直径，所述进料口分
布于所述暗箱的中轴线上，所述图像采集组件设于所述暗箱的内侧壁上。
9.根据本发明提供的一种类球形果蔬图像的落体采集装置，所述图像处理模块还用于将所述类球形果蔬的全表面图像转换为平面展开图像，再根据所述平面展开图像确定所述类球形果蔬的直径和表面损伤状态，以及根据所述类球形果蔬的直径和表面损伤状态，对所述类球形果蔬的品质进行评判与分级。
10.根据本发明提供的一种类球形果蔬图像的落体采集装置，所述图像处理模块根据所述平面展开图像确定所述类球形果蔬的表面损伤状态的步骤，包括：对平面展开图像进行二值化处理，获取处理后的二值图像；在所述二值图像的灰度值小于预设值的情形下，判定所述类球形果蔬的表面不存在损伤；在所述二值图像的灰度值大于或等于预设值的情形下，判定所述类球形果蔬的表面出现损伤，根据所述二值图像在所述平面展开图像所在区域的像素点分布的数量和位置，确定所述类球形果蔬的表面发生损伤的损伤区域，计算损伤区域的面积。
11.本发明还提供一种如上任一项所述的类球形果蔬图像的落体采集装置的品质检测与校正方法，包括：
12.沿至少四个不同的角度对自由下落的类球形果蔬进行拍摄，获取多个拍摄图像；
13.根据拍摄角度，对多个拍摄图像进行图像分割与图像合成处理，获取表征类球形果蔬的所有表面区域特征的全表面图像，将全表面图像转换为平面展开图像；
14.根据平面展开图像确定类球形果蔬的直径和表面损伤状态，根据类球形果蔬的直径和表面损伤状态，对类球形果蔬的品质进行评判与分级。
15.根据本发明提供的品质检测与校正方法，在摄像模块设置四个，四个摄像模块所在位置的连线形成正四面体，每个摄像模块的镜头均伸向正四面体的几何中心的情形下，对多个拍摄图像进行图像分割的步骤，包括：
16.根据对类球形果蔬的拍摄角度，确定其中一个摄像模块的拍摄图像的分割线l1，以及确定其它三个摄像模块的每个拍摄图像的分割线l2、分割线l3与分割线l4，分割线l4是由所述其它三个摄像模块的拍摄图像对应的分割线l1的表达式确定的；
17.根据所述其中一个摄像模块的拍摄图像分割线l1，以及所述其它三个摄像模块的拍摄图像的分割线l2、分割线l3及分割线l4，分别对四个摄像模块的拍摄图像进行图像分割处理；
18.其中，分割线l1的方程为：y2 z2＝(rcosγ)2；
19.分割线l2的方程为：
20.分割线l3的方程为：
21.分割线l4的方程为：sin2θy2 z2＝(rcosγ)2；
22.在上式中，x轴、y轴、z轴表示基于几何中心建立的三维坐标系，x轴与摄像模块的轴向重合；r表示类球形果蔬的像素半径；γ表示两个摄像模块的重合视野的中间点与几何中心的连线相对于类球形果蔬的赤道面的夹角；θ表示摄像模块的中轴线相对于类球形果蔬的赤道面的夹角。
23.根据本发明提供的品质检测与校正方法，包括：采用如下公式将全表面图像转换为平面展开图像；
[0024][0025][0026]
在上式中，r表示在全表面图像中类球形果蔬的像素半径；以类球形果蔬的形心为坐标原点建立xoy坐标系，全表面图像上任一点m(x,y)对应平面展开图像上的m1(x,y)。
[0027]
根据本发明提供的品质检测与校正方法，还包括：在获取所述类球形果蔬的拍摄图像的同时，还获取所述类球形果蔬的光谱数据；根据所述平面展开图像对所述光谱数据进行校正，获取校正后的光谱数据。
[0028]
本发明提供的一种类球形果蔬图像的落体采集装置及品质检测与校正方法，在对类球形果蔬进行图像采集时，可采用至少四个摄像模块沿至少四个不同的角度对暗箱内自由下落的类球形果蔬进行拍摄，避免了传统图像采集时果托对类球形果蔬的遮挡，在一定程度上消除拍摄盲点；然后，对采集的多个拍摄图像进行图像分割，去除各个拍摄图像中重复的信息；最后，对经过图像分割后获得的图像进行图像合成，可得到无重复、无缺失的能够表征类球形果蔬的所有表面区域特征的全表面图像。
[0029]
在此，本发明基于获得的类球形果蔬的全表面图像，便于以此获取类球形果蔬的直径和表面损伤状态，在对类球形果蔬的品质进行准确评判与分级的同时，还可对类球形果蔬的光谱数据进行校正。
附图说明
[0030]
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0031]
图1是本发明提供的类球形果蔬图像的落体采集装置的立体结构示意图；
[0032]
图2是本发明提供的类球形果蔬图像的落体采集装置的主视结构示意图；
[0033]
图3是本发明提供的类球形果蔬图像的落体采集装置的左视结构示意图；
[0034]
图4是本发明提供的类球形果蔬图像的落体采集装置的俯视结构示意图；
[0035]
图5是本发明提供的采用四个摄像模块对自由下落的类球形果蔬进行拍摄的结构示意图；
[0036]
图6是本发明提供的第一摄像模块、第三摄像模块及第四摄像模块相对于类球形果蔬的拍摄视角分布的示意图；
[0037]
图7是本发明提供的基于类球形果蔬图像的落体采集装置的品质检测与校正方法的流程示意图之一；
[0038]
图8是本发明提供的基于类球形果蔬图像的落体采集装置的品质检测与校正方法的流程示意图之二；
[0039]
图9是本发明提供的基于a坐标系与b坐标系对拍摄图像进行分割的示意图；
[0040]
图10是本发明提供的对第一摄像模块拍摄的苹果图像按照分割线l1进行分割的示意图；
[0041]
图11是本发明提供的对第二摄像模块、第三摄像模块或第四摄像模块拍摄的苹果图像按照分割线l2、分割线l3及分割线l4进行分割的示意图；
[0042]
图12是本发明提供的对四个摄像模块拍摄的苹果图像进行图像分割前的示意图；
[0043]
图13是本发明提供的对四个摄像模块拍摄的苹果图像进行图像分割后的示意图；
[0044]
图14是本发明提供的对全表面图像进行坐标系转换，以将全表面图像转换为平面展开图像的示意图；
[0045]
图15是本发明提供的对采集的类球形果蔬的光谱信息进行校正前与校正后的光谱曲线图。
[0046]
附图标记：
[0047]
110：暗箱；120：图像采集组件；130：位置检测装置；11：进料口。
具体实施方式
[0048]
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0049]
下面结合图1-图15描述本发明的一种类球形果蔬图像的落体采集装置及品质检测与校正方法。
[0050]
如图1至图4所示，本实施例提供一种类球形果蔬图像的落体采集装置，包括：暗箱110、图像采集组件120及图像处理模块；图像采集组件120设于暗箱110内，图像采集组件120与图像处理模块连接；图像采集组件120包括多个摄像模块，摄像模块设置的数量大于或等于4，多个摄像模块用于沿至少四个不同的角度对暗箱110内自由下落的类球形果蔬进行拍摄；图像处理模块用于根据摄像模块的拍摄角度，对摄像模块拍摄的图像进行图像分割和图像合成处理，获取表征类球形果蔬的所有表面区域特征的全表面图像。
[0051]
具体地，本实施例在对类球形果蔬进行图像采集时，可采用多个摄像模块沿至少四个不同的角度对暗箱110内自由下落的类球形果蔬进行拍摄，避免了传统图像采集时果托对类球形果蔬的遮挡，在一定程度上消除拍摄盲点；然后，对多个拍摄图像的图像分割，去除各个拍摄图像中重复的信息；最后，对经过图像分割后获得的图像进行图像合成，可得到无重复、无缺失的能够表征类球形果蔬的所有表面区域特征的全表面图像。
[0052]
由于在对类球形果蔬进行品质检测时，无论是两相机，还是三相机，都无法对类球形果蔬的全表面图像进行采集，只能采集到类球形果蔬的85％-90％的近似全表面，本实施例通过设置至少四个摄像模块沿至少四个不同的角度对自由落体的类球形果蔬进行拍摄，通过根据实际需求合理地布置各个摄像模块的位置，可在一定程度上消除拍摄盲点，获得类球形果蔬的全表面图像。
[0053]
在此，相对于传统地简单的对每一幅图像进行处理存在对信息的重复处理，以及计算效率低下的问题，本实施例通过对摄像模块拍摄的图像进行图像分割和图像合成处理，可有效去除拍摄图像中重复的信息，实现对多幅分隔后的图像的合成，最终得到无重复、无缺失的全表面图像，大幅度提高了计算效率，有利于确保对类球形果蔬的外部品质评测的准确性。
[0054]
为了便于对类球形果蔬进行无死角地拍摄，并确保拍摄效果，本实施例可以将暗箱110设计呈圆柱状，在暗箱110的顶部构造进料口11，进料口11的口径大于类球形果蔬的直径，进料口11分布于暗箱110的中轴线上，以便类球形果蔬能够在自重的作用下通过进料口11，并在暗箱110内自由下落。
[0055]
其中，本实施例所示的暗箱110可以为不透光的塑料箱体或木质箱体，本实施例可在暗箱110的底部设置柔性的减振装置，以对类球形果蔬进行物理防护，类球形果蔬可以为苹果、梨、柑橘、番茄、马铃薯等，在此不做具体限定。
[0056]
在此，本实施例可将多个摄像模块布置于暗箱110的内侧壁上，并根据实际的拍摄需求，对各个摄像模块的布置位置进行适应性地设置，以确保能够对自由下落的类球形果蔬的表面的各个部位进行拍摄。其中，本实施例所示的摄像模块可以为本领域公知的ccd相机。
[0057]
与此同时，本实施例所示的图像处理模块可以为本领域公知的具有一定逻辑运算能力的cpu、单片机或plc控制器等，在图像处理模块中存储有用于图像处理的图像分割算法程序与图像融合算法程序。
[0058]
进一步地，如图1与图2所示，本实施例所示的摄像模块设置有四个；四个摄像模块所在位置的连线形成正四面体，每个摄像模块的镜头均伸向正四面体的几何中心。
[0059]
在此，本实施例可在暗箱110的内壁上设置位置检测装置130，将位置检测装置130与图像处理模块连接。其中，位置检测装置130用于检测类球形果蔬在暗箱110内分布的位置。如此，当类球形果蔬在暗箱110内自由下落，并位于几何中心时，位置检测装置130向图像处理模块反馈触发指令，图像处理模块根据触发指令控制多个摄像模块对类球形果蔬进行同步拍摄。
[0060]
在此，本实施例所示的位置检测装置130可以采用互为对射的第一红外对射传感器与第二红外对射传感器，第一红外对射传感器与第二红外对射传感器安装于暗箱110的内侧壁上，且第一红外对射传感器与第二红外对射传感器之间的连线经过上述实施例所示的正四面体的几何中心。如此，在类球形果蔬自由下落至几何中心所在的位置时，第一红外对射传感器与第二红外对射传感器之间的信号传输被类球形果蔬遮挡，从而实现即时向图像处理模块反馈触发指令。
[0061]
如图1与图5所示，本实施例所示的四个摄像模块依次为第一摄像模块ⅰ、第二摄像模块ⅱ、第三摄像模块ⅲ及第四摄像模块ⅳ，由于每个摄像模块的镜头均伸向正四面体的几何中心，在类球形果蔬自由下落至正四面体的几何中心时，各个摄像模块的镜头与类球形果蔬的距离相等，这不仅确保能够以最少布置数量的摄像模块完成类球形果蔬的全表面图像的采集，还确保四个摄像模块拍摄的图像中类球形果蔬的尺寸相等，有利于后续对采集图像进行图像分割与合成处理。
[0062]
在此，本实施例以苹果为例，采用本实施例所示的图像采集装置对苹果的全表面图像进行采集。当苹果位于正四面体的几何中心所在的位置时，四个摄像模块沿着四个方向同时对苹果进行拍摄，拍摄获得的四幅图像包含苹果的全表面信息，但图像中存在过多的重复信息，这对苹果的损伤识别以及损伤面积的准确计算具有较大影响，从而本实施例在对四个摄像模块拍摄的图像分别进行图像分割处理后，还需对分割得到的图像进行图像合成处理。
[0063]
由于本实施例所示的第一摄像模块ⅰ与第二摄像模块ⅱ、第三摄像模块ⅲ及第四摄像模块ⅳ的相对位置相同，从而本实施例在图6中只取第一摄像模块ⅰ与第三摄像模块ⅲ及第四摄像模块ⅳ为例说明。
[0064]
具体地，在图6中，各个摄像模块的视野中苹果图像所对应的圆心角为φ，取两个摄像模块重合视野的中间点所在的纬度γ为分割线，通过此分割线确定摄像模块所拍摄图像的合成位置，一个摄像模块拍摄纬度高于γ的图像，其他三个摄像模块拍摄纬度低于γ的图像以及下方半球的图像，通过此种分割方式对采集到的苹果图像进行合成。
[0065]
基于上述实施例所示的方案，本实施例所示的图像处理模块还用于将类球形果蔬的全表面图像转换为平面展开图像，再根据平面展开图像确定类球形果蔬的直径和表面损伤状态，以及根据类球形果蔬的直径和表面损伤状态，对类球形果蔬的品质进行评判与分级。
[0066]
进一步地，本实施例所示的图像处理模块根据所述平面展开图像确定所述类球形果蔬的表面损伤状态的步骤，包括：
[0067]
对平面展开图像进行二值化处理，获取处理后的二值图像；
[0068]
在所述二值图像的灰度值小于预设值的情形下，判定所述类球形果蔬的表面不存在损伤；在所述二值图像的灰度值大于或等于预设值的情形下，判定所述类球形果蔬的表面出现损伤，根据所述二值图像在所述平面展开图像所在区域的像素点分布的数量和位置，确定所述类球形果蔬的表面发生损伤的损伤区域，计算损伤区域的面积。
[0069]
如图7所示，本实施例还提供一种如上任一项的类球形果蔬图像的落体采集装置的品质检测与校正方法，包括如下步骤：
[0070]
步骤710，沿至少四个不同的角度对自由下落的类球形果蔬进行拍摄，获取多个拍摄图像。
[0071]
步骤720，根据拍摄角度，对多个拍摄图像进行图像分割与图像合成处理，获取表征类球形果蔬的所有表面区域特征的全表面图像，将全表面图像转换为平面展开图像。
[0072]
步骤730，根据平面展开图像确定类球形果蔬的直径和表面损伤状态，根据类球形果蔬的直径和表面损伤状态，对类球形果蔬的品质进行评判与分级。
[0073]
在一些实施例中，如图1与图8所示，在对类球形果蔬的品质进行检测时，本实施例具体采用四个摄像模块对自由下落的类球形果蔬进行拍摄，并对拍摄的灰度图像进行处理，得到掩膜图像。其中，本实施例所示的四个摄像模块依次编号为ⅰ、ⅱ、ⅲ及ⅳ，四个摄像模块所在位置的连线形成正四面体，每个摄像模块的镜头均伸向正四面体的几何中心。
[0074]
然后，本实施例提取第一摄像模块ⅰ的拍摄图像的外接圆轮廓，根据第一摄像模块ⅰ的拍摄角度，确定第一摄像模块ⅰ的拍摄图像的分割线l1；相应地，本实施例分别提取第二摄像模块ⅱ、第三摄像模块ⅲ及第四摄像模块ⅳ的拍摄图像的外接圆轮廓，并根据各个摄像模块的拍摄角度，确定相应的拍摄图像的分割线l2、分割线l3与分割线l4；接着，根据分割线l1、分割线l2、分割线l3及分割线l4，分别对四个摄像模块的拍摄图像进行图像分割处理。其中，分割线l4是由第二摄像模块ⅱ、第三摄像模块ⅲ及第四摄像模块ⅳ的拍摄图像对应的分割线l1的表达式确定的。
[0075]
如图9所示，本实施例以苹果的形心分别建立a坐标系与b坐标系，l2，l3为分割边缘线，l4为赤道线。在a坐标系中，xoy平面为苹果的赤道平面，z轴为地轴。在b坐标系中，xoy平
面为摄像模块所在的平面，z轴为垂直于xoy平面向上的轴。其中，a坐标系与b坐标系的坐标原点重合，由于各个摄像模块是在苹果处于几何中心时进行拍照，则在b坐标系中，x轴、y轴、z轴为基于几何中心建立的三维坐标系，x轴与摄像模块的轴向重合。
[0076]
基于a坐标系与b坐标系，在r为苹果的像素半径的情形下，下述的式(1)与式(2)分别为l2，l3在a坐标系中的表达式，式(3)为γ纬度线在a坐标系的表达式，下述的式(4)、式(5)及式(6)为a坐标系与b坐标系的转换公式。
[0077][0078][0079][0080]
x＝zsinθ xcosθ
ꢀꢀꢀ
(4)
[0081]
y＝y
ꢀꢀꢀ
(5)
[0082]
z＝zcosθ-xsinθ
ꢀꢀꢀ
(6)
[0083]
在此，将上述的式(1)、式(2)及式(3)分别通过式(4)、式(5)及式(6)进行坐标变换，可得到基于b坐标系的分割线l1、分割线l2、分割线l3及分割线l4。
[0084]
其中，分割线l1的方程为：y2 z2＝(rcosγ)2；
[0085]
分割线l2的方程为：
[0086]
分割线l3的方程为：
[0087]
分割线l4的方程为：sin2θy2 z2＝(rcosγ)2。
[0088]
在上式中，γ表示两个摄像模块的重合视野的中间点与几何中心的连线相对于类球形果蔬(苹果)的赤道面的夹角；θ表示摄像模块的中轴线相对于类球形果蔬(苹果)的赤道面的夹角。
[0089]
如图10所示，在图10中示意的相对于苹果的果柄呈周向延伸的轮廓线为分割线l1对应的曲线，第一摄像模块ⅰ的拍摄图像按此方式进行分割。
[0090]
如图11所示，在图11中的三条轮廓线分别对应分割线l2、分割线l3以及分割线l4，第二摄像模块ⅱ、第三摄像模块ⅲ及第四摄像模块ⅳ的拍摄图像均按此方式进行分割。
[0091]
图12与图13作为对比图，分别表示对拍摄的苹果图像进行分割前、后的图像。在此，通过此分割方法可以去除采集到图像中的重复信息，使类球形果蔬(苹果)的全表面各点在图像中只存在一次，实现无死角无重复的图像合成。当然，本实施例所示的图像分割方法不限于对四幅图像进行分割处理，也可用于更多幅图像的分割。
[0092]
目前，可以采集到全表面图像的设备中，并无相应的合成算法，在处理时，会有较多的重复信息被反复计算，导致检测的计算量大、时间长、精确度。为此，本实施例还对经过上述分割处理后的图像进行合成处理。在进行图像合成时，可根据上述公式计算出各幅图像的边缘线，精确分割各部分图像，保证分割后的图像无死角、无重复信息。此方法可有效减小软件的运算量，提升计算速度，并且使得同一损伤、果梗以及花萼在图像中只出现一
次，提高对损伤面积计算的准确性。
[0093]
在此，本实施例可以将经过上述分割处理后的4幅图像展开为一幅完整的平面图，此方法不限于4幅图像展开的方式，是一种通用的方法，是以图像-实物-图像的图像展开思路，从展开前图像到实物的一一对应，然后从实物到展开图像的一一对应。
[0094]
如图14所示，本实施例采用如下公式将全表面图像转换为平面展开图像：
[0095][0096][0097]
在上式中，r表示在全表面图像中类球形果蔬的像素半径；以类球形果蔬的形心为坐标原点建立xoy坐标系，全表面图像上任一点m(x,y)对应平面展开图像上的m1(x,y)。
[0098]
由此，本实施例基于式(7)与式(8)可以实现类球形果蔬的表面图像的展开，并且实现果蔬表面与图像的一一对应。
[0099]
针对现在大多数的在线式检测设备无法拍摄到果蔬的全表面图像，即使少数可采集到全表面图像，也无法对果蔬的损伤面积进行精确计算，也无法实现全表面图像无重复、无死角的合成，以至于无法获取果蔬损伤面积值，本实施例所示的图像展开方式可以通过上述公式对全表面图像实现无重复、无死角的展开，实现原图像(a坐标系)和展开图像(b坐标系)的点点对应，且可计算损伤的面积。
[0100]
在此，本实施例所示的根据平面展开图像确定类球形果蔬的表面损伤状态的步骤，包括：
[0101]
对平面展开图像进行二值化处理，获取处理后的二值图像；
[0102]
在所述二值图像的灰度值小于预设值的情形下，判定所述类球形果蔬的表面不存在损伤；在所述二值图像的灰度值大于或等于预设值的情形下，判定所述类球形果蔬的表面出现损伤，根据所述二值图像在所述平面展开图像所在区域的像素点分布的数量和位置，确定所述类球形果蔬的表面发生损伤的损伤区域，计算损伤区域的面积。
[0103]
进一步地，现有的采集的类球形果蔬的光谱信息，被视为一个平面的光谱信息，没有进行任何的校正，而果形的曲面并不能完全视为平面计算，因此光谱信息的准确度较低，本实施例所示的对图像的平面展开可应用于校正曲面的光谱信息，提高光谱信息的准确性。
[0104]
其中，在图15中，本实施例采用虚线示意的曲线表示校正之前的光谱信息，采用实线示意的曲线表示使用展开方法代表校正之后的光谱信息。在使用此展开方法对光谱信息进行校正之后，可提高光谱信息的准确度，有利于提高果蔬参数的计算的准确率。
[0105]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。