｜基於機器視覺之草莓成熟度辨識技術

摘要：本研究利用L*a*b*色彩模型來擷取草苺的成熟度特徵，以模型中a*特徵來建立草苺特徵資料庫，可有效的改善Hayashi等人使用HSI彩色模型易受光源影響的缺點，本方法可有效提升草莓影像分割的完整度，並降低雜訊干擾及並提高成熟度之辨識率。

Abstract: In this research, the L*a*b* color model was developed to capture the maturity of characteristic in strawberry automatic harvesting. A database of a*’s strawberry characteristic is constructed, which can be effectively improved by comparing with the Hayashi’s method. Besides that, the HSI color model, however, is susceptible to have the issues on lighting source and the enhancement of image segmentation integrity. Finally, the experiment results have shown that the noise interference was decreased, and the maturity recognition rate significantly improved.

關鍵詞：機器視覺、成熟度、色彩模型

Keywords：Machine vision, Maturity, Color model

前言
草莓是高值經濟作物，目前採收均採人工方式進行，全期每公頃採收人力至少需要600人/天，採收占總勞力之50.25 % [1]，在農村勞力老化，人力缺乏之情況下，為了解決採收大量人力需求問題，且降低大量人工作業所造成病蟲害的損失，採收自動化將成為農業發展之趨勢。目前自動化採收方面，日本有多年研發草莓採收機器人之經驗，以機器視覺做為草莓採收辨識的基礎，透過彩色CCD及LED輔助光源擷取影像，再利用HSI色彩模型顏色分類及立體視覺定位技術來導引機器人自動採收，但因成熟度辨識容易受環境光源亮度及色溫影響而誤判，且整體處理速度慢，目前仍無法真正落實於產業之應用。

在草莓成熟度辨識方面，因草苺為不規則曲面，在不同環境、視角及深度時，其草莓表面呈現的色相及飽合度皆不相同，日本草莓採收機器人採用HSI色彩模型分類，容易受到環境光源亮度及色溫而影響而使成熟度辨識率不高。本研究中採用L*a*b*色彩模型來擷取草苺的成熟度特徵，並以模型中a*特徵表現紅色至綠色的成分，來建立草苺成熟程度特徵資料庫，再搭配光源的設計佈局，將可有效提升成熟度辨識率。