ICS

CCS

團(tuán)體標(biāo)準(zhǔn)

T/GDNBXXXX—2024

柚果可食率無(wú)損檢測(cè)

機(jī)器視覺與X射線成像聯(lián)合法

Non-destructivetestingofpomeloedibleratebymachinevisionandx-ray

imaging

征求意見稿

在提交反饋意見時(shí)，請(qǐng)將您知道的相關(guān)專利連同支持性文件一并附上。

XXXX-XX-XX發(fā)布XXXX-XX-XX實(shí)施

廣東省農(nóng)業(yè)標(biāo)準(zhǔn)化協(xié)會(huì)??發(fā)布

T/GDNBXXXX—2024

柚果可食率無(wú)損檢測(cè)機(jī)器視覺與X射線成像聯(lián)合法

1范圍

本文件規(guī)定了柚果可食率無(wú)損檢測(cè)方法、算法設(shè)計(jì)流程、結(jié)果輸出、校正評(píng)價(jià)指標(biāo)等，適用于采后

柚果可食率參數(shù)無(wú)損檢測(cè)，不適用于仲裁檢驗(yàn)。

2規(guī)范性引用文件

本文件沒有規(guī)范性引用文件。

3術(shù)語(yǔ)和定義

下列術(shù)語(yǔ)和定義適用于本文件。

3.1

可食率ediblerate，ER

指柚子果實(shí)中可食部分占整個(gè)果實(shí)的比例，通過(guò)測(cè)量果肉的重量與整個(gè)果實(shí)總重量的比值來(lái)計(jì)算，

旨在反映果實(shí)的食用價(jià)值。可食率的高低直接影響消費(fèi)者對(duì)柚子的選擇和滿意度。

3.2

訓(xùn)練集trainingset

訓(xùn)練集是機(jī)器學(xué)習(xí)中用于訓(xùn)練模型的數(shù)據(jù)集，通過(guò)這些數(shù)據(jù)，模型學(xué)習(xí)如何從輸入數(shù)據(jù)中做出預(yù)測(cè)。

3.3

測(cè)試集testset

測(cè)試集是用于評(píng)估模型最終性能的數(shù)據(jù)集。測(cè)試集通常在訓(xùn)練完成后使用，目的是評(píng)估模型在未知

數(shù)據(jù)上的泛化能力。

3.4

決定系數(shù)coefficientofdetermination，R2

決定系數(shù)是機(jī)器視覺與X射線成像聯(lián)合法測(cè)定值與標(biāo)準(zhǔn)理化分析方法測(cè)定值之間相關(guān)系數(shù)的平方。

3.5

均方根誤差rootmeansquareerror，RMSE

均方根誤差是機(jī)器視覺與X射線成像聯(lián)合法測(cè)定值與標(biāo)準(zhǔn)理化分析方法測(cè)定值偏差的平方與觀測(cè)次

數(shù)n比值的平方根。衡量?jī)烧咧g的偏差。

3.6

平均絕對(duì)百分比誤差meanabsolutepercentageerror,MAPE

平均絕對(duì)百分比誤差是機(jī)器視覺與X射線成像聯(lián)合法測(cè)定值與標(biāo)準(zhǔn)理化分析方法測(cè)定值之間絕對(duì)誤

差占標(biāo)準(zhǔn)值的百分比之和的平均值，用于衡量?jī)烧咧g的偏差。

4原理

1

T/GDNBXXXX—2024

機(jī)器視覺技術(shù)和X射線成像技術(shù)用于檢測(cè)柚子可食率的原理在于分別分析柚子的外觀尺寸和內(nèi)部結(jié)

構(gòu)特征。機(jī)器視覺通過(guò)多視角圖像獲取柚子的外形和體積數(shù)據(jù)，利用圖像分割與輪廓擬合來(lái)構(gòu)建柚子的

3D模型，測(cè)量其總體積。X射線成像則用于觀察柚子內(nèi)部，尤其是果皮和果肉的區(qū)域分布，通過(guò)灰度值

反映不同組織的密度與厚度，從而計(jì)算果肉體積。將兩者數(shù)據(jù)融合后，可準(zhǔn)確估算柚子的可食率。建立、

驗(yàn)證過(guò)程主要包括：收集一組能夠代表可食率變化范圍的柚果樣品，劃分為訓(xùn)練集和測(cè)試集；使用多視

角工業(yè)相機(jī)采集柚果機(jī)器視覺圖像，使用X射線成像設(shè)備采集柚果X射線圖像，共同構(gòu)建圖像數(shù)據(jù)集；采

用參考方法實(shí)際測(cè)定樣品的可食率參考值；對(duì)柚果機(jī)器視覺圖像進(jìn)行雙通道閾值分割、匹配，特征提取、

插值擬合構(gòu)建體積測(cè)量模型；對(duì)X射線圖像進(jìn)行分割，將從中提取的結(jié)構(gòu)信息與柚果體積模型融合構(gòu)建

可食率三維模型；使用果肉灰度-厚度擬合函數(shù)修正可食率模型實(shí)現(xiàn)可食率測(cè)量；使用測(cè)試集樣本測(cè)試

可食率測(cè)量模型精度，將模型測(cè)量值與實(shí)際理化值比對(duì)，評(píng)價(jià)檢測(cè)模型的預(yù)測(cè)能力和有效性，根據(jù)評(píng)價(jià)

結(jié)果決定模型能否使用或更新。

5儀器

游標(biāo)卡尺（測(cè)量范圍0?mm～300?mm）、機(jī)器視覺與X射線成像聯(lián)合系統(tǒng)計(jì)算機(jī)、RGB工業(yè)相機(jī)、鏡頭

（8?mm）、光源、相機(jī)標(biāo)定板、X射線成像設(shè)備（電壓80?kV，電流500μA，積分時(shí)間0.25?s）、實(shí)驗(yàn)暗

箱、光源、電源和托盤、電子秤。

6樣品集的選擇

柚子樣品應(yīng)精選大小、顏色均勻且無(wú)損傷的柚子，剔除外部破損和畸形的柚子，留下100個(gè)以上，

擦拭外部污漬，存放在室溫（19?℃～21?℃）環(huán)境中靜置24小時(shí)。

7分析步驟

7.1圖像采集

使用三個(gè)RGB相機(jī)與8?mm鏡頭采集柚果外觀圖像，頂部相機(jī)豎直向下，拍攝柚子上部；側(cè)面兩個(gè)相

機(jī)與水平面夾角均為30，分別拍攝柚子左側(cè)和右側(cè)。為減少外界光干擾，外觀圖像采集在暗箱中進(jìn)行。

人工將柚子果實(shí)平放在專門設(shè)計(jì)的圓形托盤上，保證果柄-花萼軸平行于運(yùn)行方向，垂直于X射線成像方

向。將柚果平放于特制的圓形托盤以統(tǒng)一固定姿態(tài)。完成柚果外觀圖像采集后，將其沿傳送帶運(yùn)輸至X

射線檢測(cè)設(shè)備以采集X射線圖像。為保證X射線圖像與外觀圖像更準(zhǔn)確的擬合，此時(shí)柚果姿態(tài)應(yīng)與采集外

觀圖像時(shí)保持一致。

7.2可食率理化分析測(cè)定

采用排水法獲取，將待測(cè)柚果完全浸入水中，用電子秤稱量排出水的重量，將該重量除以水的密度

即可獲得柚果體積實(shí)測(cè)值。稱取整個(gè)柚果重量，隨后剝?nèi)ッ坭值耐夤?、海綿層以及果肉外層的瓤瓣膜，

剔除種子，將果肉放于燒杯中，用電子秤獲取果肉質(zhì)量。

7.3可食率測(cè)量算法的設(shè)計(jì)

利用先驗(yàn)知識(shí)與數(shù)字圖像處理技術(shù)建立可食率測(cè)量算法參考專利CN118096779A，可食率測(cè)量算法的

有效性利用決定系數(shù)（thecoefficientofdetermination，R2）和均方根誤差（rootmeansquareerror，

RMSE）指標(biāo)評(píng)價(jià)，相關(guān)評(píng)價(jià)指標(biāo)的要求見附錄A。

7.4可食率測(cè)量算法的驗(yàn)證

用于評(píng)價(jià)可食率測(cè)量算法的測(cè)試樣品獨(dú)立于訓(xùn)練集，數(shù)量不少于40份，其代表性與訓(xùn)練樣品要求一

致。選擇R2以及RMSE的指標(biāo)評(píng)價(jià)算法預(yù)測(cè)效果，相關(guān)評(píng)價(jià)指標(biāo)的要求見附錄A。檢測(cè)結(jié)果應(yīng)在可食率測(cè)

量算法所覆蓋的可食率范圍內(nèi)。

2

T/GDNBXXXX—2024

8異常測(cè)量結(jié)果的確認(rèn)和處理

8.1異常測(cè)量結(jié)果的來(lái)源

異常測(cè)量結(jié)果的來(lái)源包括但不限于：

——樣品品種與可食率測(cè)量算法要求不匹配；

——儀器故障；

——樣品機(jī)器視覺與X射線成像條件與可食率測(cè)量算法要求不匹配；

——樣品機(jī)器視覺與X射線成像參數(shù)與可食率測(cè)量算法要求參數(shù)不匹配；

——樣品可食率超過(guò)可食率測(cè)量算法范圍。

8.2異常測(cè)量結(jié)果的確認(rèn)

測(cè)量結(jié)果出現(xiàn)以下任意條件，均可確認(rèn)其為異常測(cè)量結(jié)果：

——測(cè)量結(jié)果超出可食率測(cè)量算法覆蓋的可食率范圍；

——儀器或化學(xué)計(jì)量學(xué)軟件出現(xiàn)預(yù)警情況下的測(cè)量結(jié)果。

8.3異常測(cè)量結(jié)果的處理

出現(xiàn)異常測(cè)量結(jié)果的樣品，進(jìn)行樣品復(fù)測(cè)（包括樣品可食率標(biāo)準(zhǔn)理化分析方法測(cè)定、可食率測(cè)量算

法預(yù)測(cè)分析）或用新樣品進(jìn)行替換，并匯總統(tǒng)計(jì)。

3

T/GDNBXXXX—2024

附錄A

（資料性）

可食率測(cè)量算法評(píng)價(jià)指標(biāo)

可食率測(cè)量算法的決定系數(shù)R2≥0.92、均方根誤差RMSE≤2.85%。

目錄

1范圍

2規(guī)范性引用文件

3術(shù)語(yǔ)和定義

3.1可食率

3.2訓(xùn)練集

3.3測(cè)試集

3.4決定系數(shù)

3.5均方根誤差

3.6平均絕對(duì)百分比誤差

4原理

5儀器

6樣品集的選擇

7分析步驟

7.1圖像采集

7.2可食率理化分析測(cè)定

7.3可食率測(cè)量算法的設(shè)計(jì)

7.4可食率測(cè)量算法的驗(yàn)證

8異常測(cè)量結(jié)果的確認(rèn)和處理

8.1異常測(cè)量結(jié)果的來(lái)源

8.2異常測(cè)量結(jié)果的確認(rèn)

8.3異常測(cè)量結(jié)果的處理

4

T/GDNBXXXX—2024

參考文獻(xiàn)

[1]GB/T1.1標(biāo)準(zhǔn)化工作導(dǎo)則第1部分：標(biāo)準(zhǔn)化文件的結(jié)構(gòu)和起草規(guī)則

[2]HanY,XuS,ZhangQ,etal.Non-destructivedetectionmethodandexperimentofpomelo

volumeandfleshcontentbasedonimagefusion[J].PostharvestBiologyand

Technology,2024,213112953-.

[3]耿一曼.X射線無(wú)損檢測(cè)技術(shù)在柚子品質(zhì)檢測(cè)中的應(yīng)用研究[D].福建農(nóng)林大學(xué),