CN103697833A - 农产品形状检测方法及装置 - Google Patents

Abstract

本发明提供一种农产品形状检测方法及装置，涉及农产品形状检测与分级技术领域。该方法通过线阵结构光光源和面阵成像装置先行采集农产品投射线上各像素点的坐标信息以及基准面投射线上各像素点的基准坐标信息，并计算像素偏离距离，得到成像投射点与其对应的基准面投射线上投射点的距离，再计算农产品投射线上各像素点的高度，绘制出农产品投射线相对于基准面的高度图，完成农产品投射线上的形状检测。本发明克服了以提取农产品边界轮廓代表农产品形状的传统机器视觉形状检测方法的片面性，同时也避免了双目相机三维立体检测匹配困难和检测精度不高的问题。本发明实现了农产品形状的全面检测，在农产品形状检测中具有较大的应用潜力。

Description

农产品形状检测方法及装置

技术领域

本发明涉及农产品形状检测与分级技术领域，具体涉及一种农产品形状检测方法及装置。

背景技术

不同类别的农产品一般具有不同的形状，它们的形状往往复杂多变。畸形的农产品不仅影响其外观，而且在使用时会造成很大的浪费，因此农产品的形状是其外部品质的一个重要衡量依据，直接影响它们的价格和消费者的喜爱。基于图像处理的机器视觉技术是农产品品质检测和分选领域的研究热点，大量的成功应用案例已经充分证明，该技术在农产品质量检测、目标识别和智能视觉控制方面扮演着重要的角色。农产品的外部品质主要依据它们的颜色、纹理、尺寸、形状和缺陷进行评估。目前，基于图像处理的机器视觉技术已经广泛应用于农产品的外部品质检测中。在形状检测方面，主要通过图像处理技术提取农产品的外部轮廓进行形状检测，主要通过提取以下特征进行形状检测：基于尺寸相关的形状特征；基于边界编码的形状特征；基于不变矩的形状特征和基于傅立叶描述子的形状特征。

基于尺寸相关的形状特征检测方法主要是通过图像处理技术提取一个或多个与尺寸相关的参数进行形状的描述与检测。常见的基于尺寸相关的形状特征有紧凑度、凸起性、伸长度、圆形度、长度、宽度、长宽比等。基于边界编码的形状特征检测方法是通过按照一定的顺序对轮廓边界进行编码，然后利用编码解析其形状特征。基于不变矩的形状特征检测方法是通过计算轮廓边界的不变矩特征对形状进行描述和检测。基于傅立叶描述子的形状特征检测方法则是把轮廓边界进行傅立叶变换，然后利用前几个傅立叶系数（即傅立叶描述子）来描述形状。

上述农产品形状检测技术都是基于边界轮廓进行检测的，对于正对相机的表面情况，如凸凹起伏，传统形状检测方法都不够全面。另外，通过利用多相机采集不同方位的多幅图像，或通过平面镜增加图像检测信息等方式，在一定程度上可以提高检测精度，但这种方式也增大了图像处理时间消耗和形状检测的成本，同时以边界轮廓代替形状而忽略正对相机的表面情况的形状检测也是片面的。

发明内容

（一）解决的技术问题

针对现有技术的不足，本发明提供了一种农产品形状检测方法及装置，能够对农产品表面形状进行检测。

（二）技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种农产品形状检测方法，包括：

S1、保持线阵结构光光源A和面阵成像装置B相对位置不变，获取两者之间的距离D₁；确定基准面，并检测线阵结构光光源A和基准面之间的垂直距离H₁，并保持相对高度不变；

S2、使用面阵成像装置采集线阵结构光在基准面上的投射线图像，提取基准面投射线，并将所述基准面投射线进行细化，得到所述基准面投射线上各像素点的基准坐标信息；

S3、将被检测农产品置于基准面上，面阵成像装置采集线阵结构光在农产品上的投射线图像，提取农产品投射线，并将所述农产品投射线进行细化，得到所述农产品投射线上各像素点的坐标信息；

S4、将所述农产品投射线上各像素点的坐标信息与其对应的所述基准面投射线上各像素点的基准坐标信息作差,得到农产品投射线上投射点E与其对应的基准面投射线上投射点J的像素偏离距离D₂;

依据所述像素偏离距离D₂并通过标定公式计算出E点与其对应的J点的距离D₃，和J点与线阵结构光光源在基准面上垂足O点之间的距离D₄，并依据D₄和H₁计算出线阵结构光光源A与J点的距离H₂；

S5、依据D₁、D₃和H₂计算农产品投射线上各像素点的高度h；

S6、依据所述高度h，绘制出农产品表面的农产品投射线相对于基准面的高度图，进而完成农产品投射线上的形状检测。

优选的，步骤S5后还包括步骤：

S7、在基准面上，使被检测农产品相对与线阵结构光和面阵成像装置运动；在农产品投射线与基准面投射线不重合时，重复执行步骤S2～S5，逐行采集并计算农产品表面各农产品投射线上各像素点的高度信息；在农产品投射线与基准面投射线重合时，停止采集；

S8、依据农产品表面上各像素点的高度信息，绘制出农产品表面相对于基准面的高度图，进而完成农产品形状的全面检测。

优选的，其特征在于，步骤S4中计算D₃和D₄的表达式为：

D₃＝K₁D₂+K₂

D₄＝K₃D₂+K₄

其中，D₂为农产品投射线上投射点E与其对应的基准面投射线上投射点J的像素偏离距离，K₁、K₂、K₃和K₄为常数。

优选的，步骤S5中计算农产品投射线上各像素点的高度h表达式为：

$\frac{h}{H_2-h}=\frac{D_3}{D_1}$

式中，D₁表示线阵结构光光源和面阵成像装置之间的距离；H₂表示线阵结构光光源A与基准面投射线上投射点J点的距离；D₃表示面阵成像装置中的成像投射点E与其对应的基准面投射线上投射点J的距离。

本发明还提供了一种农产品形状检测装置，包括：

获取模块，用于保持线阵结构光光源A和面阵成像装置B相对位置不变，获取两者之间的距离D₁；确定基准面，并检测线阵结构光光源A和基准面之间的垂直距离H₁，并保持相对高度不变；使用面阵成像装置采集线阵结构光在基准面上的投射线图像，提取基准面投射线，并将所述基准面投射线进行细化，得到所述基准面投射线上各像素点的基准坐标信息；将被检测农产品置于基准面上，面阵成像装置采集线阵结构光在农产品上的投射线图像，提取农产品投射线，并将所述农产品投射线进行细化，得到所述农产品投射线上各像素点的坐标信息；

第一计算模块，用于将所述农产品投射线上各像素点的坐标信息与其对应的所述基准面投射线上各像素点的基准坐标信息作差,得到农产品投射线上投射点E与其对应的基准面投射线上投射点J的像素偏离距离D₂;

依据所述像素偏离距离D₂并通过标定公式计算出E点与其对应的J点的距离D₃，和J点与线阵结构光光源在基准面上垂足O点之间的距离D₄，并依据D₄和H₁计算出线阵结构光光源A与J点的距离H₂；

依据D₁、D₃和H₂计算农产品投射线上各像素点的高度h；

第一绘制模块，用于依据所述高度h，绘制出农产品表面的农产品投射线相对于基准面的高度图，进而完成农产品投射线上的形状检测。

优选的，该装置进一步包括：

第二计算模块，用于在基准面上，使被检测农产品相对与线阵结构光和面阵成像装置运动；在农产品投射线与基准面投射线不重合时，重复执行获取模块和第一计算模块，逐行采集并计算农产品表面各农产品投射线上各像素点的高度信息；在农产品投射线与基准面投射线重合时，停止采集；

第二绘制模块，用于依据农产品表面各农产品投射线上各像素点的高度，绘制出农产品表面相对于基准面的高度图，进而完成农产品形状的全面检测。

优选的，第一计算模块中计算D₃和D₄的表达式为：

D₃＝K₁D₂+K₂

D₄＝K₃D₂+K₄

其中，D₂为农产品投射线上投射点E与其对应的基准面投射线上投射点J的像素偏离距离，K₁、K₂、K₃和K₄为常数。

优选的，第一计算模块中计算农产品投射线上各像素点的高度h表达式为：

$\frac{h}{H_2-h}=\frac{D_3}{D_1}$

式中，D₁表示线阵结构光光源和面阵成像装置之间的距离；H₂表示线阵结构光光源A与基准面投射线上投射点J点的距离；D₃表示面阵成像装置中的成像投射点E与其对应的基准面投射线上投射点J的距离。

（三）有益效果

本发明提供了一种农产品形状检测方法及装置，通过线阵结构光光源和面阵成像装置先行采集农产品投射线上各像素点的坐标信息以及基准面投射线上各像素点的基准坐标信息，并将对应的坐标信息和基准坐标信息做差得到像素偏离距离，进而得到面阵成像装置中的成像投射点与其对应的基准面投射线上投射点的距离，再通过三角检测原理计算农产品投射线上各像素点的高度，绘制出农产品投射线相对于基准面的高度图，进而完成农产品投射线上的形状检测。最后再通过绘制出农产品表面相对于基准面的高度图，进而完成农产品形状的全面检测。本发明克服了以提取农产品边界轮廓代表农产品形状的传统机器视觉形状检测方法的片面性，同时也避免了双目相机三维立体检测匹配困难和检测精度不高的问题。本发明实现了农产品形状的全面检测，在农产品形状检测中具有较大的应用潜力。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1本发明实施例中农产品形状检测方法的流程示意图；

图2本发明实施例中农产品形状检测方法的流程示意图；

图3本发明实施例中农产品形状检测方法的原理示意图；

图4本发明实施例中农产品形状检测装置的模块示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1：

如图1所示，本发明实施例提供了一种农产品形状检测方法，包括：

S1、保持线阵结构光光源A和面阵成像装置B相对位置不变，获取两者之间的距离D₁；确定基准面，并检测线阵结构光光源A和基准面之间的垂直距离H₁，并保持相对高度不变；

S2、使用面阵成像装置采集线阵结构光在基准面上的投射线图像，提取基准面投射线，并将所述基准面投射线进行细化，得到所述基准面投射线上各像素点的基准坐标信息；

S3、将被检测农产品置于基准面上，面阵成像装置采集线阵结构光在农产品上的投射线图像，提取农产品投射线，并将所述农产品投射线进行细化，得到所述农产品投射线上各像素点的坐标信息；

S4、将所述农产品投射线上各像素点的坐标信息与其对应的所述基准面投射线上各像素点的基准坐标信息作差,得到农产品投射线上投射点E与其对应的基准面投射线上投射点J的像素偏离距离D₂;

依据所述像素偏离距离D₂并通过标定公式计算出E点与其对应的J点的距离D₃，和J点与线阵结构光光源在基准面上垂足O点之间的距离D₄，并依据D₄和H₁计算出线阵结构光光源A与J点的距离H₂；

S5、依据D₁、D₃和H₂计算农产品投射线上各像素点的高度h；

S6、依据所述高度h，绘制出农产品表面的农产品投射线相对于基准面的高度图，进而完成农产品投射线上的形状检测。

下面对本发明实施进行详细的说明：

如图2所示，作为一种优选的方案，步骤S5后还包括步骤：

S7、在基准面上，使被检测农产品相对与线阵结构光和面阵成像装置运动；在农产品投射线与基准面投射线不重合时，重复执行步骤S2～S5，逐行采集并计算农产品表面各农产品投射线上各像素点的高度信息；在农产品投射线与基准面投射线重合时，停止采集；

S8、依据农产品表面上各像素点的高度信息，绘制出农产品表面相对于基准面的高度图，进而完成农产品形状的全面检测。

本发明提供了一种农产品形状检测方法及装置，通过线阵结构光光源和面阵成像装置先行采集农产品投射线上各像素点的坐标信息以及基准面投射线上各像素点的基准坐标信息，并将垂直对应的坐标信息和基准坐标信息做差得到像素偏离距离，进而得到面阵成像装置中的成像投射点与其对应的基准面投射线上投射点的距离，再通过三角检测原理计算农产品投射线上各像素点的高度，绘制出农产品投射线相对于基准面的高度图，进而完成农产品投射线上的形状检测。最后再通过绘制出农产品表面相对于基准面的高度图，进而完成农产品形状的全面检测。本发明克服了以提取农产品边界轮廓代表农产品形状的传统机器视觉形状检测方法的片面性，同时也避免了双目相机三维立体检测匹配困难和检测精度不高的问题。本发明实现了农产品形状的全面检测，在农产品形状检测中具有较大的应用潜力。

作为一种优选的方案，步骤S4中计算D₃和D₄的标定表达式为：

D₃＝K₁D₂+K₂

D₄＝K₃D₂+K₄

其中，D₂为农产品投射线上投射点E与其对应的基准面投射线上投射点J的像素偏离距离，K₁、K₂、K₃和K₄为常数。

作为一种优选的方案，步骤S5中计算农产品投射线上各像素点的高度h表达式为：

$\frac{h}{H_2-h}=\frac{D_3}{D_1}$

式中，D₁表示线阵结构光光源和面阵成像装置之间的距离；H₂表示线阵结构光光源A与基准面投射线上投射点J点的距离；D₃表示面阵成像装置中的成像投射点E与其对应的基准面投射线上投射点J的距离。

下面对发明实施例的原理进行说明：

因为农产品具有一定的高度，而面阵成像***与线阵结构光具有一定的距离，且面阵成像***与基准面具有一定的倾角，因此面阵成像***采集到的线阵结构光投射到农产品上的投射线不再是一条直线，根据投射线与基准投射线之间的偏差便可以通过三角检测原理计算出农产品相应位置处的高度信息，通过逐行扫描农产品的每一行，便可以获取农产品表面的高度图，依据高度图可以全面分析农产品的边界轮廓信息和表面形状信息。

如图3所示，为本发明所使用的三角检测原理示意图。直线CD为没有农产品时的线阵结构光投射线，存在农产品的线阵结构光投射线为曲线CHGID。面阵成像***与基准面之间有一定的夹角，因此对于投射线CHGID在面阵相机中的成像也为一条曲线。该曲线部分段（HGI）与没有农产品时候的基准投射线之间存在偏差，该偏差正是农产品具有一定的高度引起的。设A为线阵结构光光源所处位置，B为面阵成像***的焦点位置，G为投射线上任意一点，E为G点在面阵成像***中的投射点，J点为没有农产品存在时CD上的对应点，则由∠AGB＝∠JGE，∠GAB＝∠GJE，得

ΔGJEΔGAB

则由三角形相似关系得

$\frac{\mathrm{GJ}}{\mathrm{GA}}=\frac{\mathrm{JE}}{\mathrm{AB}}$

设G点处农产品的高度为h，那么上式为

$\frac{h}{\mathrm{AJ}-h}=\frac{\mathrm{JE}}{\mathrm{AB}}$

其中，JE可以通过图像处理和实际标定得出；AB为已知量；AJ则可以通过A点与基准面距离和垂足与投射点之间距离所在直角三角形利用勾股定理求得。

由以上关系就可以求得农产品表面G点的高度h。通过同样的方法可以获得整个透射线上所有点的高度信息，经过逐行扫描便可以获取农产品整个表面的高度信息。

实施例2：

如图4所示，本发明实施例还提供了一种农产品形状检测装置，其特征在于，包括：

获取模块，用于保持线阵结构光光源A和面阵成像装置B相对位置不变，获取两者之间的距离D₁；确定基准面，并检测线阵结构光光源A和基准面之间的垂直距离H₁，并保持相对高度不变；使用面阵成像装置采集线阵结构光在基准面上的投射线图像，提取基准面投射线，并将所述基准面投射线进行细化，得到所述基准面投射线上各像素点的基准坐标信息；将被检测农产品置于基准面上，面阵成像装置采集线阵结构光在农产品上的投射线图像，提取农产品投射线，并将所述农产品投射线进行细化，得到所述农产品投射线上各像素点的坐标信息；

第一计算模块，用于将所述农产品投射线上各像素点的坐标信息与其对应的所述基准面投射线上各像素点的基准坐标信息作差,得到农产品投射线上投射点E与其对应的基准面投射线上投射点J的像素偏离距离D₂;

依据所述像素偏离距离D₂并通过标定公式计算出E点与其对应的J点的距离D₃，和J点与线阵结构光光源在基准面上垂足O点之间的距离D₄，并依据D₄和H₁计算出线阵结构光光源A与J点的距离H₂；

依据D₁、D₃和H₂计算农产品投射线上各像素点的高度h；

第一绘制模块，用于依据所述高度h，绘制出农产品表面的农产品投射线相对于基准面的高度图，进而完成农产品投射线上的形状检测。

作为一种优选的方案，该装置进一步包括：

第二计算模块，用于在基准面上，使被检测农产品相对与线阵结构光和面阵成像装置运动；在农产品投射线与基准面投射线不重合时，重复执行获取模块和第一计算模块，逐行采集并计算农产品表面各农产品投射线上各像素点的高度信息；在农产品投射线与基准面投射线重合时，停止采集；

第二绘制模块，用于依据农产品表面各农产品投射线上各像素点的高度，绘制出农产品表面相对于基准面的高度图，进而完成农产品形状的全面检测。

作为一种优选的方案，第一计算模块中计算D₃和D₄的表达式为：

D₃＝K₁D₂+K₂

D₄＝K₃D₂+K₄

其中，D₂为农产品投射线上投射点E与其对应的基准面投射线上投射点J的像素偏离距离，K₁、K₂、K₃和K₄为常数

作为一种优选的方案，第一计算模块中计算农产品投射线上各像素点的高度h表达式为：

$\frac{h}{H_2-h}=\frac{D_3}{D_1}$

式中，D₁表示线阵结构光光源和面阵成像装置之间的距离；H₂表示线阵结构光光源A与基准面投射线上投射点J点的距离；D₃表示面阵成像装置中的成像投射点E与其对应的基准面投射线上投射点J的距离。

综上，本发明克服了以提取农产品边界轮廓代表农产品形状的传统机器视觉形状检测方法的片面性，同时也避免了双目相机三维立体检测匹配困难和检测精度不高的问题。本发明实现了农产品形状的全面检测，在农产品形状检测中具有较大的应用潜力，

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种农产品形状检测方法，其特征在于，包括：

S1、保持线阵结构光光源A和面阵成像装置B相对位置不变，获取两者之间的距离D₁；确定基准面，并检测线阵结构光光源A和基准面之间的垂直距离H₁，并保持相对高度不变；

S2、使用面阵成像装置采集线阵结构光在基准面上的投射线图像，提取基准面投射线，并将所述基准面投射线进行细化，得到所述基准面投射线上各像素点的基准坐标信息；

S3、将被检测农产品置于基准面上，面阵成像装置采集线阵结构光在农产品上的投射线图像，提取农产品投射线，并将所述农产品投射线进行细化，得到所述农产品投射线上各像素点的坐标信息；

S4、将所述农产品投射线上各像素点的坐标信息与其对应的所述基准面投射线上各像素点的基准坐标信息作差,得到农产品投射线上投射点E与其对应的基准面投射线上投射点J的像素偏离距离D₂;

依据所述像素偏离距离D₂并通过标定公式计算出E点与其对应的J点的距离D₃，和J点与线阵结构光光源在基准面上垂足O点之间的距离D₄，并依据D₄和H₁计算出线阵结构光光源A与J点的距离H₂；

S5、依据D₁、D₃和H₂计算农产品投射线上各像素点的高度h；

S6、依据所述高度h，绘制出农产品表面的农产品投射线相对于基准面的高度图，进而完成农产品投射线上的形状检测。

2.如权利要求1所述的农产品形状检测方法，其特征在于，步骤S5后还包括步骤：

S7、在基准面上，使被检测农产品相对与线阵结构光和面阵成像装置运动；在农产品投射线与基准面投射线不重合时，重复执行步骤S2～S5，逐行采集并计算农产品表面各农产品投射线上各像素点的高度信息；在农产品投射线与基准面投射线重合时，停止采集；

S8、依据农产品表面上各像素点的高度信息，绘制出农产品表面相对于基准面的高度图，进而完成农产品形状的全面检测。

3.如权利要求1或2所述的农产品形状检测方法，其特征在于，步骤S4中计算D₃和D₄的表达式为：

D₃＝K₁D₂+K₂

D₄＝K₃D₂+K₄

其中，D₂为农产品投射线上投射点E与其对应的基准面投射线上投射点J的像素偏离距离，K₁、K₂、K₃和K₄为常数。

4.如权利要求1或2所述的农产品形状检测方法，其特征在于，步骤S5中计算农产品投射线上各像素点的高度h表达式为：

$\frac{h}{H_2-h}=\frac{D_3}{D_1}$

式中，D₁表示线阵结构光光源和面阵成像装置之间的距离；H₂表示线阵结构光光源A与基准面投射线上投射点J点的距离；D₃表示面阵成像装置中的成像投射点E与其对应的基准面投射线上投射点J的距离。

5.一种农产品形状检测装置，其特征在于，包括：

获取模块，用于保持线阵结构光光源A和面阵成像装置B相对位置不变，获取两者之间的距离D₁；确定基准面，并检测线阵结构光光源A和基准面之间的垂直距离H₁，并保持相对高度不变；使用面阵成像装置采集线阵结构光在基准面上的投射线图像，提取基准面投射线，并将所述基准面投射线进行细化，得到所述基准面投射线上各像素点的基准坐标信息；将被检测农产品置于基准面上，面阵成像装置采集线阵结构光在农产品上的投射线图像，提取农产品投射线，并将所述农产品投射线进行细化，得到所述农产品投射线上各像素点的坐标信息；

第一计算模块，用于将所述农产品投射线上各像素点的坐标信息与其对应的所述基准面投射线上各像素点的基准坐标信息作差,得到农产品投射线上投射点E与其对应的基准面投射线上投射点J的像素偏离距离D₂;

依据所述像素偏离距离D₂并通过标定公式计算出E点与其对应的J点的距离D₃，和J点与线阵结构光光源在基准面上垂足O点之间的距离D₄，并依据D₄和H₁计算出线阵结构光光源A与J点的距离H₂；

依据D₁、D₃和H₂计算农产品投射线上各像素点的高度h；

第一绘制模块，用于依据所述高度h，绘制出农产品表面的农产品投射线相对于基准面的高度图，进而完成农产品投射线上的形状检测。

6.如权利要求5所述的农产品形状检测装置，其特征在于，该装置进一步包括：

第二计算模块，用于在基准面上，使被检测农产品相对与线阵结构光和面阵成像装置运动；在农产品投射线与基准面投射线不重合时，重复执行获取模块和第一计算模块，逐行采集并计算农产品表面各农产品投射线上各像素点的高度信息；在农产品投射线与基准面投射线重合时，停止采集；

第二绘制模块，用于依据农产品表面各农产品投射线上各像素点的高度，绘制出农产品表面相对于基准面的高度图，进而完成农产品形状的全面检测。

7.如权利要求5所述的农产品形状检测装置，其特征在于，

第一计算模块中计算D₃和D₄的表达式为：

D₃＝K₁D₂+K₂

D₄＝K₃D₂+K₄

其中，D₂为农产品投射线上投射点E与其对应的基准面投射线上投射点J的像素偏离距离，K₁、K₂、K₃和K₄为常数。

8.如权利要求7所述的农产品形状检测装置，其特征在于，

第一计算模块中计算农产品投射线上各像素点的高度h表达式为：

$\frac{h}{H_2-h}=\frac{D_3}{D_1}$

式中，D₁表示线阵结构光光源和面阵成像装置之间的距离；H₂表示线阵结构光光源A与基准面投射线上投射点J点的距离；D₃表示面阵成像装置中的成像投射点E与其对应的基准面投射线上投射点J的距离。

Images