国内外对农产品的尺寸研究并不鲜见，但是像葡萄这样的具有穗状结构且果粒密集的水果尺寸研究却存在难度。上述关于整串葡萄的研究也只通过提取边缘轮廓上的果粒，而边缘果粒不能代表整串果粒，随机性太大，正确率不高，这也是目前葡萄尺寸大小检测面临的瓶颈问题，亟待解决。来自华中农业大学工学院的肖 壮、王巧华、王 彬等人以葡萄的一个品种——新疆红提为研究对象，采用了基于形态学重构和局部极大值的方法，通过红提表面的亮度信息，识别和定位红提串整个外表面的果粒，通过梯度分割的方法，获得准确的红提轮廓，再采用随机最小二乘椭圆检测的方法对果粒进行拟合，并提取尺寸参数，以期实现对整串红提的尺寸分级。
1、红提尺寸参数转换
由于红提串表面果粒不在同一个平面上，其近似为一个球面，故不同位置的果粒距离镜头的距离也不一样，因此本研究采取分层转换的方法将红提的像素尺寸转换为实际尺寸，并根据红提的外层和内层分别计算。
遍历红提粒的中心，若其距离x或y方向上的红提串边界轮廓的最小值小于设定的阈值Dmin，则将其判定为外层果粒，否则为内层果粒。内外层果粒通过小孔成像的原理将像素尺寸乘以不同的系数转换为实际尺寸。
2、分级标准及方法验证
在实际生产中，红提人工分级方法是在红提串表面靠近底部随机选取10 颗红提果粒，用不同直径套圈来检测，出现次数最多的等级即为该串红提的等级。参照DB 65/T 2832—2007《红地球葡萄分级标准》，其中后两行是对应的像素值分级标准。
本研究选取42 串成熟的新疆红提来验证本研究方法，再将实际尺寸分级标准转换为像素尺寸分级标准，并将其分级。在分级的过程中，采用15%幅度的降级原则，即被检测出的一级果偏多，但二级果占比超过15%，那么该串红提为二级果，依次类推。参照人工分级结果，使用本研究方法正确分级38 串红提，分级正确率达到了90.48%。
结 论
通过双通道相机同时采集红提的红-绿-蓝（RGB）图像和近红外（NIR）图像，利用归一化超绿法去除RGB图像中干扰的绿色果梗信息，同时利用形态学重构的亮度局部极大值的方法对NIR图像中的红提果粒进行识别和定位。采用梯度分割法有效地截取果粒轮廓并去除边缘轮廓中的干扰弧段，再利用随机最小二乘椭圆检测的方法提取果粒尺寸，并对整串红提分级。采用该方法对42 串红提进行尺寸检测分级，正确分级38 串，分级正确率为90.48%。实验结果表明：该方法分级正确率高，能够为葡萄市场分级提供技术支持。
