摘要： 为快速获取香梨果实的体尺参数，使香梨分级定价销售，提高香梨的经济价值。设计了一种香梨果实体尺参数检测方法。该方法可通过香梨RG图像检测出香梨的长和直径并估算出香梨的体积参数。原始图像经边缘检测提取出香梨果实边缘，利用最小外接矩形法得到香梨长与直径的像素个数，通过已知大小的标定板换算出像素点实际大小，二者相乘计算出香梨的长和直径；分别使用SVR模型和决策树回归模型，采用长与直径特征参数训练并预测香梨的体积。实验采集了125个香梨样本的RGB图像，测量其真实的长、直径和体积，任选其中25个香梨的RGB图像检测其长和直径并作为测试集验证体积预估模型，剩下的100个香梨作为训练集。结果 表明，长测量值的R2为0.91，RMSE为1.87mm,平均相对误差为2.3%，香梨果实的直径测量值的R为0.71，而RMSE为1.94mm,平均相对误差为3.1%；采用SVR模型香梨体积预估值的R2为0.45，RMSE为18.47mL,采用决策树回归模型香梨体积预估值的R2为0.75，RMSE为12.07mL。该方法可为香梨分级装置的研发提供数据支撑。

关键词: 计算机视觉；体尺参数；图像处理；SVR;决策树回归

中图分类号: 

• S24