朱明，田爽，周鋒，王如剛

（1.鹽城工學(xué)院信息工程學(xué)院，江蘇鹽城224051；2.南京農(nóng)業(yè)大學(xué)工學(xué)院，南京210046）

基于圖像處理的果蔬溯源秤系統(tǒng)設(shè)計(jì)與開(kāi)發(fā)

朱明1*，田爽2，周鋒1，王如剛1

（1.鹽城工學(xué)院信息工程學(xué)院，江蘇鹽城224051；2.南京農(nóng)業(yè)大學(xué)工學(xué)院，南京210046）

為了解決傳統(tǒng)溯源秤不夠智能、操作繁瑣的問(wèn)題，設(shè)計(jì)了一種新型果蔬圖像溯源秤系統(tǒng)。系統(tǒng)采用C/S架構(gòu)，包括溯源秤客戶端和服務(wù)端兩大部分，客戶端基于圖像處理技術(shù)可以通過(guò)攝像頭采集果蔬圖像來(lái)實(shí)現(xiàn)果蔬產(chǎn)品的自動(dòng)售賣(mài)，服務(wù)端通過(guò)Wi-Fi遠(yuǎn)程管理客戶端，整個(gè)系統(tǒng)都是利用QT框架開(kāi)發(fā)。重點(diǎn)研究了基于顏色紋理特征的多類(lèi)SVM果蔬圖像識(shí)別算法、QT圖形界面開(kāi)發(fā)、基于Tcp協(xié)議的網(wǎng)絡(luò)通信開(kāi)發(fā)等。系統(tǒng)測(cè)試表明：果蔬圖像識(shí)別速度快捷、識(shí)別率高，系統(tǒng)整體功能工作良好，可以滿足實(shí)際使用需求。

溯源秤系統(tǒng)；顏色紋理特征；果蔬識(shí)別；QT

隨著國(guó)家對(duì)于食品溯源體系建設(shè)的日益重視，商務(wù)部“肉類(lèi)蔬菜流通追溯體系”正在緊鑼密鼓的開(kāi)展中［1-2］。溯源秤作為集計(jì)量稱重、打印憑證、無(wú)線通訊、電子結(jié)算、數(shù)據(jù)上傳為一體的終端設(shè)備，通過(guò)與物聯(lián)網(wǎng)技術(shù)的“嫁接”，已經(jīng)成為了食品流通追溯體系中的關(guān)鍵一環(huán)［3］。目前傳統(tǒng)的溯源秤主要采用人工記憶輸入或二維碼標(biāo)簽、RFID標(biāo)簽掃描的形式來(lái)輸入果蔬產(chǎn)品的類(lèi)別信息，不僅需要耗費(fèi)大量的人力物力成本，同時(shí)也不利于果蔬產(chǎn)品的自動(dòng)售賣(mài)。為解決上述問(wèn)題，本文開(kāi)發(fā)研究了基于圖像處理的果蔬溯源秤系統(tǒng)。本系統(tǒng)采用C/S架構(gòu)模式，客戶端和服務(wù)端之間采用無(wú)線網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)通信，其中客戶端運(yùn)行在嵌入式系統(tǒng)平臺(tái)上，負(fù)責(zé)果蔬銷(xiāo)售功能和果蔬圖像識(shí)別；服務(wù)端運(yùn)行在PC機(jī)平臺(tái)上，負(fù)責(zé)對(duì)客戶端銷(xiāo)售的信息進(jìn)行管理。

1　系統(tǒng)方案論述

本文提出了一種新型果蔬圖像識(shí)別溯源秤系統(tǒng)，溯源秤系統(tǒng)包括溯源秤客戶端和溯源秤服務(wù)端軟件，其具體要求與功能為：溯源秤客戶端具有果蔬識(shí)別和常規(guī)電子秤功能，果蔬識(shí)別采用本文提出的基于顏色和紋理特征的多類(lèi)SVM分類(lèi)算法。本客戶端軟件通過(guò)Wi-Fi模塊與服務(wù)端軟件進(jìn)行數(shù)據(jù)通信，進(jìn)行溯源信息的上傳與下載。服務(wù)端軟件主要負(fù)責(zé)溯源信息的管理，管理員在PC端登錄服務(wù)端軟件，對(duì)銷(xiāo)售的果蔬溯源信息進(jìn)行錄入，并且可以通過(guò)無(wú)線網(wǎng)絡(luò)遠(yuǎn)程管理客戶端上的數(shù)據(jù)。通過(guò)客戶端和服務(wù)端的協(xié)作，整個(gè)溯源秤系統(tǒng)可以完成果蔬產(chǎn)品的自動(dòng)售賣(mài)以及實(shí)現(xiàn)果蔬產(chǎn)品信息的追溯功能。

2　系統(tǒng)設(shè)計(jì)

溯源秤客戶端運(yùn)行在Linux系統(tǒng)上，運(yùn)行于PC的溯源秤服務(wù)端軟件和溯源秤客戶端運(yùn)行的應(yīng)用程序都是利用QT開(kāi)發(fā)。溯源秤客戶端和服務(wù)端的組成框圖如圖1、圖2所示?？蛻舳酥饕枰瓿蓤D像采集、圖像識(shí)別、稱重信息顯示、無(wú)線通信等功能。服務(wù)端主要負(fù)責(zé)溯源信息管理以及與客戶端之間進(jìn)行網(wǎng)絡(luò)通信。

圖1　溯源秤客戶端組成框圖

圖2　溯源秤服務(wù)端組成框圖

2.1硬件設(shè)計(jì)

2.1.1Tiny210V2開(kāi)發(fā)板平臺(tái)

本系統(tǒng)使用的嵌入式開(kāi)發(fā)平臺(tái)為友善之臂公司生產(chǎn)的Tiny210V2開(kāi)發(fā)板［4］。該開(kāi)發(fā)板是一款高性能Cortex-A8核心板，采用了Samsung S5PV210作為處理器，運(yùn)行主頻高達(dá)1 GHz，64/32位內(nèi)部總線結(jié)構(gòu)，可以實(shí)現(xiàn)2 000 DM instraction/s（每秒運(yùn)算2億條指令集）的高性能運(yùn)算能力，內(nèi)部集成了PowerVR SGX540高性能圖形引擎，可以流暢運(yùn)行Android，Linux和WinCE6等高級(jí)操作系統(tǒng)，具有低功耗高效率的特性，能夠充分滿足溯源秤系統(tǒng)的基本要求。

Tiny210V2開(kāi)發(fā)板采用了核心板加底板的設(shè)計(jì)方法，如圖3和圖4所示。核心板上主要有S5PV210處理器，512 Mbyte DDR2 RAM內(nèi)存，512 Mbyte NAND Flash存儲(chǔ)器以及若干與底板連接的接口等。底板上主要有LCD顯示屏接口、網(wǎng)口、RS232串口、SD卡座、USB接口、SDIO Wi-Fi接口等硬件資源。

圖3　Tiny210V2 SDK底板

圖4　Tiny210V2核心板

2.1.2USB攝像頭選取

本系統(tǒng)中選用USB攝像頭作為圖像采集工具，使用USB攝像頭的優(yōu)點(diǎn)是即插即用，并且Linux系統(tǒng)上可以通過(guò)V4L2驅(qū)動(dòng)［5］來(lái)配置USB攝像頭的幀率、圖像壓縮格式、圖像大小等參數(shù)，便于程序優(yōu)化。同時(shí)，考慮到溯源秤大小有限，為了方便以后開(kāi)模加工，攝像頭體積應(yīng)該比較小巧。據(jù)此，本系統(tǒng)選擇的攝像頭為HDF9655-BJ，該產(chǎn)品主要應(yīng)用于筆記本電腦、一體機(jī)、小型攝像機(jī)，USB輸出，130萬(wàn)像素，符合VGA標(biāo)準(zhǔn)。攝像頭實(shí)拍圖如圖5所示。

圖5　USB攝像頭實(shí)拍圖

2.1.3Zigbee無(wú)線傳輸模塊

本系統(tǒng)使用的Wi-Fi模塊是友善之臂公司提供的基于Marvell 8686芯片的SD Wi-Fi模塊，如圖6所示。

圖6　SD Wi-Fi模塊

該模塊具有低功耗、高性能的特點(diǎn)，通過(guò)Tiny210 SDK底板上的SDIO接口與Tiny210V2開(kāi)發(fā)板連接使用。該模塊工作特性為：（1）支持IEEE 802.11b/g；（2）11g：54/48/36/24/18/12/9/6M自適應(yīng)；（3）11b：11/5.5/2/1M自適應(yīng)；（4）常規(guī)功耗（3.3 V供電）：180 mA（接收）/270 mA（發(fā)送）。

2.2溯源秤客戶端軟件設(shè)計(jì)

2.2.1系統(tǒng)工作流程

本系統(tǒng)在工作時(shí)，首先撥動(dòng)開(kāi)發(fā)板上電開(kāi)關(guān)，Linux系統(tǒng)啟動(dòng)后自動(dòng)加載溯源秤客戶端軟件，加載數(shù)據(jù)庫(kù)以及SVM圖像樣本特征庫(kù)，隨后開(kāi)啟串口通信和網(wǎng)絡(luò)通信線程，等待接收數(shù)據(jù)，并顯示出軟件操作界面等待用戶操作。用戶打開(kāi)攝像頭后，攝像頭采集到Y(jié)UV格式的圖片，轉(zhuǎn)換成QImage格式并實(shí)時(shí)顯示在LCD屏上，隨后進(jìn)行圖像處理和識(shí)別過(guò)程，識(shí)別出果蔬產(chǎn)品的種類(lèi)后，結(jié)合數(shù)據(jù)庫(kù)中的信息將交易結(jié)果顯示在屏幕上，即完成一筆自動(dòng)售賣(mài)交易。交易結(jié)果可以通過(guò)無(wú)線網(wǎng)發(fā)送到遠(yuǎn)程的服務(wù)端軟件內(nèi)。工作流程如圖7所示。

圖7　溯源秤客戶端主要工作流程圖

2.2.2果蔬圖像數(shù)據(jù)庫(kù)構(gòu)建

圖8　果蔬圖像采集裝置

為了模擬溯源秤的實(shí)際使用環(huán)境，本系統(tǒng)搭建了如圖8所示的圖像采集裝置。以超市常用的ACS電子秤為基礎(chǔ)，安裝了開(kāi)發(fā)板和USB攝像頭。其中攝像頭安裝在電子秤的頂部，斜向下約45°拍攝，秤盤(pán)大小為32 cm×24 cm，攝像頭距離秤盤(pán)垂直高度為35 cm。采用基于Tiny210V2開(kāi)發(fā)板自主開(kāi)發(fā)的圖像采集軟件，來(lái)采集果蔬圖像，果蔬產(chǎn)品的擺放位置隨機(jī)，個(gè)數(shù)隨機(jī)，包含了貼近、堆疊、粘連等情況。

本文構(gòu)建的果蔬圖像數(shù)據(jù)庫(kù)一共包含13種果蔬，包括蘋(píng)果、香蕉、桃子、梨、獼猴桃、火龍果、提子、土豆、西紅柿、黃瓜、西蘭花、青菜、油麥菜。為了保證構(gòu)建的圖像數(shù)據(jù)庫(kù)盡可能接近實(shí)際光照情況，設(shè)計(jì)了6種光照，包括陰影（光強(qiáng)73 cd）、弱側(cè)光（光強(qiáng)103 cd）、強(qiáng)測(cè)光（光強(qiáng)118 cd）、室內(nèi)光（光強(qiáng)98 cd）、正面強(qiáng)光（光強(qiáng)124 cd）、正面弱光（光強(qiáng)110 cd）。所有的果蔬在每種光照下拍攝260張照片，六種光照下果蔬圖片共計(jì)1 560張。

2.2.3果蔬圖像預(yù)處理

作為一款應(yīng)用于超市、菜市場(chǎng)里的實(shí)用產(chǎn)品，周?chē)膱D像采集環(huán)境肯定不是一成不變的，亮度不均勻、陰影、遮擋、鏡面反光、背景混亂以及攝像頭可能存在缺陷導(dǎo)致拍攝圖像失真，這些因素都會(huì)嚴(yán)重的影響果蔬農(nóng)產(chǎn)品的識(shí)別。在與處理中，將果蔬產(chǎn)品與背景準(zhǔn)確的分割開(kāi)來(lái)是圖像預(yù)處理的關(guān)鍵步驟，本文采用了一種基于Lab顏色空間的K均值聚類(lèi)分割算法［6］。

預(yù)處理主要步驟如下：（1）對(duì)攝像頭采集到的圖片進(jìn)行切割處理，由于設(shè)備攝像頭位置固定，故僅保留圖片中秤盤(pán)內(nèi)的部分，可以切除外圍的干擾；（2）對(duì)切割后的圖片進(jìn)行中值濾波；（3）將RGB彩色圖像轉(zhuǎn)換到Lab顏色空間，采用K均值聚類(lèi)方法對(duì)圖像進(jìn)行分割；（4）對(duì)分割后的二值圖像進(jìn)行形態(tài)學(xué)處理，填充孔洞；（5）中值濾波后的圖片與形態(tài)學(xué)處理后的圖片做交集，即得到去除背景后的果蔬圖片。圖9為預(yù)處理前后圖像。

圖9　預(yù)處理前后果蔬圖像

2.2.4特征提取

通常，描述果蔬圖像的特征一般包括顏色特征、紋理特征。本系統(tǒng)提取了HSV全局顏色直方圖作為顏色特征，提取了局部二值模型（LBP）作為紋理特征。下面簡(jiǎn)要給出這兩種特征的提取方法。

2.2.4.1顏色特征

HSV顏色直方圖按照公式（1）計(jì)算，通過(guò)計(jì)算可以得到一個(gè)256維的顏色直方圖：

式中：H、S、V是量化后的顏色分量，本文將H分量非均勻量化為16級(jí)，S、V分量分別均勻量化為4級(jí)；QS、QV分別為S、V分量的量化級(jí)數(shù)。

2.2.4.2紋理特征

局部二值化模式LBP（Local Binary Pattern）最早是由Ojala［7-8］等人在1996年提出，由于具有計(jì)算速度快和實(shí)現(xiàn)簡(jiǎn)單的優(yōu)點(diǎn)，而且該方法是計(jì)算局部的紋理特征，對(duì)光線變化具有較好的承受能力，可以得到良好的識(shí)別效果，得到了許多研究人員的認(rèn)可，現(xiàn)在多將其應(yīng)用于圖像紋理特征的提取上，因此本文提取果蔬圖像的LBP特征作為紋理特征用于果蔬識(shí)別。

圖10是一個(gè)LBP編碼過(guò)程例子，首先使用一個(gè)3×3大小的窗口從原始圖像中取出對(duì)應(yīng)像素值，通過(guò)中心點(diǎn)閾值化，得到LBP二進(jìn)制編碼，再與權(quán)值窗口中對(duì)應(yīng)的權(quán)值相乘，即可得到中心點(diǎn)對(duì)應(yīng)的LBP十進(jìn)制編碼值。

圖10　LBP編碼過(guò)程示例

2.2.3基于顏色紋理特征的多類(lèi)SVM果蔬圖像識(shí)別算法

本文提取果蔬圖像的顏色紋理特征，并通過(guò)多類(lèi)SVM分類(lèi)器［9］進(jìn)行識(shí)別，整個(gè)果蔬識(shí)別算法流程如圖11所示。訓(xùn)練階段，首先將樣本圖像進(jìn)行預(yù)處理，然后提取果蔬圖像的GCH特征（256維）和LBP特征（256維），將這兩種特征采用級(jí)聯(lián)的方式融合成圖像特征矢量（512維），并采用最大最小歸一化方法歸一化到0和1之間，隨后，使用一對(duì)一（OAO）SVM多類(lèi)分類(lèi)器［10］進(jìn)行訓(xùn)練，得到分類(lèi)器模型。其中，SVM的核函數(shù)均為徑向基函數(shù)RBF（Radial Ba?sis Function）；在一對(duì)一SVM分類(lèi)器訓(xùn)練時(shí)，采用5折交叉驗(yàn)證法進(jìn)行訓(xùn)練，然后采用網(wǎng)格搜索法來(lái)得到最優(yōu)的懲罰因子C和RBF核函數(shù)的參數(shù)g。

圖11　基于顏色紋理特征的多類(lèi)SVM果蔬識(shí)別算法

測(cè)試階段，首先讀入測(cè)試圖像，進(jìn)行預(yù)處理、提取特征并歸一化（方法同訓(xùn)練過(guò)程），然后，將待測(cè)圖像特征輸入訓(xùn)練好的多類(lèi)SVM分類(lèi)器中，即可得到識(shí)別結(jié)果。

在實(shí)際編程實(shí)現(xiàn)時(shí)，先在MATLAB中訓(xùn)練好SVM模型，將模型導(dǎo)出為SVM.Model模型文件供溯源秤系統(tǒng)客戶端軟件在進(jìn)行果蔬識(shí)別時(shí)使用。

2.3溯源秤服務(wù)端軟件設(shè)計(jì)

Qt是1991年奇趣科技開(kāi)發(fā)的一個(gè)跨平臺(tái)的C++圖形用戶界面應(yīng)用程序框架［11］。它提供給應(yīng)用程序開(kāi)發(fā)者建立藝術(shù)級(jí)的圖形用戶界面所需的所用功能。本設(shè)計(jì)的上位機(jī)軟件正是用QT開(kāi)發(fā)，選用的集成開(kāi)發(fā)環(huán)境是Qt Creator。

2.3.1信息管理模塊

信息管理界面是數(shù)據(jù)庫(kù)與用戶直接交互的工具，需要具備信息錄入、信息修改、信息刪除以及信息查詢這4個(gè)主要功能。主界面分為5個(gè)Tab頁(yè)，分別是商戶信息、商品信息、交易信息、賬號(hào)密碼和網(wǎng)絡(luò)管理。服務(wù)端和客戶端都采用Sqlite3數(shù)據(jù)庫(kù)［12］來(lái)存儲(chǔ)溯源數(shù)據(jù)信息。

商戶信息Tab頁(yè)如圖12所示，包含該商戶的名稱、電話、經(jīng)營(yíng)主體備案號(hào)以及商戶的地址。直接在輸入框內(nèi)輸入相應(yīng)信息，然后單擊“保存”，商戶信息隨后會(huì)寫(xiě)入服務(wù)端數(shù)據(jù)庫(kù)。點(diǎn)擊“取消”后，輸入框內(nèi)的信息會(huì)清空，同時(shí)數(shù)據(jù)庫(kù)清除商戶信息數(shù)據(jù)。

商品信息Tab頁(yè)，用于果蔬產(chǎn)品信息的輸入、修改、查詢，采用Qt中的QTabelView表格控件來(lái)顯示，如圖13所示。

圖12　商戶信息Tab頁(yè)

交易信息Tab頁(yè)用于顯示和查詢客戶端的交易信息，如圖14所示。為了保證溯源信息不被修改，本頁(yè)面只提供數(shù)據(jù)檢索和數(shù)據(jù)刪除功能，不提供數(shù)據(jù)添加和數(shù)據(jù)修改功能。

本系統(tǒng)的服務(wù)端和客戶端采用的是基于無(wú)線網(wǎng)絡(luò)的Tcp通信，服務(wù)端軟件主要負(fù)責(zé)創(chuàng)建服務(wù)端口，等待客戶端建立Tcp通信，網(wǎng)絡(luò)管理界面如圖15所示。在使用時(shí)，輸入本機(jī)IP地址及網(wǎng)絡(luò)端口號(hào)，點(diǎn)擊開(kāi)啟服務(wù)，待客戶端狀態(tài)由“未連接”變成“已連接”時(shí)，即可點(diǎn)擊右側(cè)相應(yīng)按鈕進(jìn)行數(shù)據(jù)通信。

本服務(wù)端軟件初始賬戶為Admin賬戶，在實(shí)際使用時(shí)可以根據(jù)需要在該頁(yè)面修改Admin賬戶的密碼，或者為其他管理員新創(chuàng)建賬戶密碼。具體界面如圖16所示。

圖13　商品信息Tab頁(yè)

圖14　交易信息Tab頁(yè)

圖15　網(wǎng)絡(luò)管理Tab頁(yè)

圖16　賬號(hào)管理Tab頁(yè)

2.3.2網(wǎng)絡(luò)通信模塊

Qt提供了的QTcpSocket類(lèi)和QUdpSocket類(lèi)，分別對(duì)應(yīng)實(shí)現(xiàn)TCP和UDP傳輸協(xié)議。TCP是面向連接的基于數(shù)據(jù)流的可靠傳輸協(xié)議，適用于連續(xù)大量的數(shù)據(jù)傳輸；UDP是輕量級(jí)無(wú)連接的基于數(shù)據(jù)報(bào)文的不可靠傳輸協(xié)議，適用于離散信息包在網(wǎng)絡(luò)節(jié)點(diǎn)間傳輸。為了保證客戶端和服務(wù)端之間數(shù)據(jù)傳輸?shù)恼_可靠，本系統(tǒng)選擇使用TCP協(xié)議來(lái)進(jìn)行數(shù)據(jù)傳輸，TCP服務(wù)端和客戶端創(chuàng)建流程如圖17所示。

圖17　服務(wù)端和客戶端TCP通信流程圖

服務(wù)端軟件和客戶端軟件中，網(wǎng)絡(luò)通信模塊都是在單獨(dú)的線程中運(yùn)行，這樣可以實(shí)時(shí)進(jìn)行數(shù)據(jù)的上傳下載以及數(shù)據(jù)庫(kù)的更新。為了方便數(shù)據(jù)傳輸和解析，本系統(tǒng)按照自定義的通信幀協(xié)議來(lái)傳輸數(shù)據(jù)庫(kù)表中的數(shù)據(jù)，數(shù)據(jù)通信幀格式見(jiàn)表1和表2。

表1　服務(wù)端指令幀格式

表2　客戶端指令幀格式

其中每組數(shù)據(jù)之間用“%”間隔，不同字段之間用”&”間隔，并且字段與字段之間的順序嚴(yán)格按照數(shù)據(jù)庫(kù)表設(shè)計(jì)的順序排列。服務(wù)端和客戶端通信采用字符串流的形式傳輸數(shù)據(jù)，且每次通信發(fā)起方都是服務(wù)端。客戶端在正確收到服務(wù)端的請(qǐng)求后，立即回復(fù)表2中的”10ACK”幀命令，隨后再完成服務(wù)端請(qǐng)求中要實(shí)現(xiàn)的功能，如保存信息、刪除信息、更新系統(tǒng)時(shí)間等。

3　系統(tǒng)測(cè)試

系統(tǒng)開(kāi)發(fā)完畢后，為了測(cè)試本系統(tǒng)的性能，搭建了如圖18的系統(tǒng)聯(lián)試環(huán)境。主要包括ACS電子秤一臺(tái)、USB攝像頭一個(gè)、安裝了溯源秤客戶端軟件的Tiny210V2開(kāi)發(fā)板一套、安裝了溯源秤服務(wù)端軟件的筆記本電腦一臺(tái)、無(wú)線路由器一臺(tái)以及串口線兩根等。

圖18　系統(tǒng)聯(lián)試環(huán)境

打開(kāi)攝像頭，將兩個(gè)蘋(píng)果隨意擺放在秤盤(pán)上，如圖19所示，從圖像顯示區(qū)可以實(shí)時(shí)看到USB攝像頭采集到的蘋(píng)果的圖像，同時(shí)將蘋(píng)果的重量0.346 kg顯示在屏幕上，此時(shí)交易按鈕處于使能狀態(tài)，等待點(diǎn)擊開(kāi)始果蔬識(shí)別并交易。

圖19　客戶端運(yùn)行界面

單擊“交易”按鈕后，后臺(tái)開(kāi)始對(duì)采集到的果蔬圖像進(jìn)行識(shí)別，等待約3 s，彈出交易對(duì)話框。對(duì)話框中給出3種備選產(chǎn)品類(lèi)別，依次為OAO SVM分類(lèi)器獲得的投票數(shù)排名前三的果蔬類(lèi)別，等待用戶確認(rèn)。

點(diǎn)擊人工確認(rèn)的產(chǎn)品名稱所在的按鈕，客戶端軟件根據(jù)產(chǎn)品名查詢數(shù)據(jù)庫(kù)，得到本次交易信息詳情，如圖20所示，顯示在QLable控件內(nèi)。隨后，點(diǎn)擊“確認(rèn)購(gòu)買(mǎi)”，本次交易完成并且將交易信息寫(xiě)入數(shù)據(jù)庫(kù)內(nèi)。

圖20　交易界面

在當(dāng)天銷(xiāo)售結(jié)束后，通過(guò)點(diǎn)擊服務(wù)端軟件的網(wǎng)絡(luò)管理模塊的“接收交易信息”按鈕，客戶端將交易信息上報(bào)至服務(wù)端，服務(wù)端將交易內(nèi)容寫(xiě)入數(shù)據(jù)庫(kù)并在交易信息Tab頁(yè)內(nèi)顯示，如圖21所示。

圖21　服務(wù)端查看交易結(jié)果

本次交易中的蘋(píng)果圖像識(shí)別總耗時(shí)約2.303s，識(shí)別過(guò)程中各階段耗時(shí)如表3所示。

表3　果蔬識(shí)別各階段耗時(shí)

其中預(yù)處理階段耗時(shí)最長(zhǎng)，占總耗時(shí)的66.17%，由于使用了基于LAB顏色空間的K-means聚類(lèi)算法，聚類(lèi)時(shí)需要對(duì)圖像中每個(gè)像素點(diǎn)與聚類(lèi)中心計(jì)算歐式距離，因此所需計(jì)算量較大，耗時(shí)較長(zhǎng)。

為了測(cè)試溯源秤客戶端在實(shí)際環(huán)境下對(duì)數(shù)據(jù)庫(kù)中的13種果蔬的識(shí)別能力，定義圖20交易界面中的OAO SVM分類(lèi)獲得票數(shù)最高的識(shí)別結(jié)果為直接識(shí)別結(jié)果；定義3種備選結(jié)果中至少包含一次正確類(lèi)別的結(jié)果為自動(dòng)識(shí)別結(jié)果。對(duì)這13種果蔬分別進(jìn)行20次試驗(yàn)，每次試驗(yàn)擺放個(gè)數(shù)不定，擺放姿態(tài)隨意，記錄如表4所示。從表4可以看出系統(tǒng)的平均果蔬自動(dòng)識(shí)別率達(dá)到了97%，且平均識(shí)別時(shí)間在2.5s內(nèi)，是在用戶使用時(shí)的允許等待時(shí)間范圍內(nèi)。果蔬實(shí)地測(cè)試結(jié)果表明本果蔬溯源秤系統(tǒng)的識(shí)別功能具有較高的實(shí)用價(jià)值。

表4　果蔬識(shí)別實(shí)地測(cè)試結(jié)果

4　結(jié)論

本文利用果蔬圖像識(shí)別技術(shù)，設(shè)計(jì)了一種新型果蔬圖像溯源秤，解決了目前市場(chǎng)上現(xiàn)有的溯源秤不夠智能、不易于自動(dòng)售賣(mài)的問(wèn)題。文中詳細(xì)給出了溯源秤各功能模塊的開(kāi)發(fā)設(shè)計(jì)方法，并在最后對(duì)整個(gè)系統(tǒng)進(jìn)行了實(shí)地測(cè)試，測(cè)試驗(yàn)證了系統(tǒng)能夠穩(wěn)定運(yùn)行，并且具有較好的果蔬自動(dòng)識(shí)別能力，可以滿足超市、菜場(chǎng)等地的自動(dòng)售賣(mài)需求。

［1］解玲.國(guó)務(wù)院關(guān)于加強(qiáng)食品安全工作的決定［J］.農(nóng)業(yè)工程技術(shù)（農(nóng)產(chǎn)品加工業(yè)），2012，23（7）：4-7.

［2］趙巖，吳莉宇，王強(qiáng).我國(guó)農(nóng)產(chǎn)品質(zhì)量安全追溯系統(tǒng)的建立研究［J］.現(xiàn)代農(nóng)業(yè)科技，2009，33（18）：323-325.

［3］厲志飛.基于智能溯源秤技術(shù)構(gòu)建肉類(lèi)、蔬菜流通追溯體系［J］.中國(guó)計(jì)量，2012，43（2）：30-32.

［4］http：//www.arm9.net/tiny210.asp［EB/OL］.

［5］徐家，陳奇.基于V4L2的視頻設(shè)備驅(qū)動(dòng)開(kāi)發(fā)［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2010，20（16）：3569-3572.

［6］陶華偉，趙力，奚吉.基于顏色及紋理特征的果蔬種類(lèi)識(shí)別方法［J］.農(nóng)業(yè)工程學(xué)報(bào)，2014，23（16）：305-311.

［7］Ojala T，Pietik?inen M，Harwood D.A Comparative Study of Tex?ture Measures with Classification Based on Featured Distributions ［J］.Pattern Recognition，1996，29（1）：51-59.

［8］Ojala T，Pietikainen M，Maenpaa T.Multiresolution Gray-Scale and Rotation Invariant texture classification with local binary pat?terns［J］.IEEE Transactions on Pattern Analysis and Machine In?telligence，2002，24（7）：971-987.

［9］He L M，Kong F S，Shen Z Q.Multiclass SVM Based Land Cover Classification with Multisource Data［C］//Machine Learning and Cybernetics，2005.Proceedings of 2005 International Conference on.IEEE，2005（6）：3541-3545.

［10］Lingras P，Butz C.Rough Set Based 1-v-1 and 1-vr Approaches to Support Vector Machine Multi-Classification［J］.Information Sciences，2007，177（18）：3782-3798.

［11］任立松.基于嵌入式QT4漁業(yè)電臺(tái)GUI的設(shè)計(jì)和實(shí)現(xiàn)［D］.大連：大連海事大學(xué)，2013.

［12］穆紅顯，楊林楠，武爾維.基于QT4的SQLite可視化管理工具的研究與開(kāi)發(fā)［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2012，37（5）：1795-1800.

朱明（1971-），男，漢族，江蘇鹽城人，鹽城工學(xué)院信息工程學(xué)院講師。主要研究方向?yàn)殡娮优c信息處理，嵌入式處理技術(shù)等，zhumycit@163.com。

Research and Development of Fruits and Vegetables Traceability Scale System Based on Image Processing*

ZHU Ming1*，TIAN Shuang2，ZHOU Feng1，WANG Rugang1
（1.College of Information Engineering，Yancheng Institute of Technology，Yancheng Jiangsu 224051，China；2.College of Engineering，Nanjing Agriculture University，Nanjing 210046，Chian）

In order to solve the traditional traceability scale is not intelligent enough and fussy operation，a new fruits and vegetable traceability system was designed based on image processing.The system uses C/S architecture，including client and server.The client can use an USB camera to take photos of fruits and vegetables，and recognize their kinds by image processing technology to realize auto sale.The server can manage the data in the client through Wi-Fi.And the whole system is developed under QT framework.In this paper，we mainly research on the algorithm of multi-SVM fruit image recognition based on color and texture，user interface development，network communica?tion based on Tcp protocol.Finally，the tests on the whole system show that the algorithm proposed can recognize fruits and vegetables fast and accurate，and the system works well，it has a high practical value.

traceability；color and texture feature；fruits and vegetables recognition；QT

TP391.4

A

1005-9490（2016）02-0487-08

EEACC：6140C10.3969/j.issn.1005-9490.2016.02.048

項(xiàng)目來(lái)源：江蘇省自然基金項(xiàng)目（14KJB510034）；2015年江蘇省產(chǎn)學(xué)研前瞻性聯(lián)合研究項(xiàng)目（BY2015057-39）；東南大學(xué)水聲信號(hào)處理教育部重點(diǎn)實(shí)驗(yàn)室2015年開(kāi)放課題項(xiàng)目（UASP1501）；中央高?；究蒲袠I(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金項(xiàng)目（2242013K30010）；2014年江蘇省“雙創(chuàng)計(jì)劃”項(xiàng)目；鹽城工學(xué)院人才引進(jìn)項(xiàng)目（KJC2013014）

2015-05-04修改日期：2015-05-20