我國是水果生產與消費大國，我國水果不但品種豐富，而且以水果為原料的食品如罐頭、果凍等加工產業也頗具規模。然而，在水果果料的加工過程中可能會不經意地混入諸如毛發、纖維絲、紙屑、金屬、油漆等異物，從而對產品質量和消費者心理造成不良影響。目前大多數食品生產企業還是采用人工裸眼檢測加工過程中在制品是否沾染異物，存在效率低、漏檢率高、勞動量大等缺點。

　　據《農業工程學報》報道，我國科學家已開展對果凍、罐頭生產線上灌裝前切割成塊狀的多種水果果料進行圖像監控、自動判斷是否沾有異物的應用研究，并取得一定成果。

　　人們吃到甚或看到食品中有異物總是很惡心，為此而向銷售、生產商索賠的事件不時發生。生產商為確保食品中無異物，需要在生產中設置多道檢測工位，絕大多數是人工裸眼目檢。人的眼腦手配合具有高度智能和柔性，能夠識別和提出各種異物缺陷，然而視覺疲勞、生理和主觀因素會帶來工作質量的差異和效率低下。利用機器視覺技術來代替人工檢測，是現代化生產的發展趨勢。

　　隨著提高產品質量的要求和勞動力成本日益升高的形勢，企業迫切希望應用機器視覺技術實現工業生產自動化檢測。但是在農產品質量和食品加工質量方面，國內外原有研究成果主要只針對完整且表面相對干燥的果體進行大小、形狀、成熟度、表面損傷與缺陷等的檢測與分級，而在異物檢測方面，只有針對單一品種果料如桔瓣上的某種異物進行檢測的研究。

　　罐頭、果凍等產品加工中，為了方便灌裝，果肉一般分割成塊狀，但各種水果分割后的形狀和大小不同，而異物形狀、大小也多樣，如毛發、纖維絲為細長型，油漆、金屬屑等為塊狀;各品種水果顏色多樣，如蘋果為淡黃色、橘瓣為深黃色、椰果為白色，而各種異物的顏色也多樣，如頭發為黑色、油漆和纖維絲多為彩色、鐵屑為銀白或黑色。各種異物和果肉之間的尺度、色度差異情況很不相同，這些特點給異物自動識別帶來了巨大挑戰。

　　“基于機器視覺的果肉多類型異物識別方法”一文作者針對罐頭、果凍生產中的多品種、多規格、濕態反光果肉上各種可能出現的異物，研究開發了一套基于機器視覺技術的多類型異物自動檢測系統。利用機械裝置將果料自動單層排布在傳送帶上，安裝在適當位置的工業相機對傳送中的果料進行監視拍照，將采集到的果料圖像輸送到計算機中，由圖像處理軟件對其進行分析判斷。根據果料與異物的顏色和亮度差異特點，將各品種果料分成兩大類，分別采用不同的圖像處理策略識別異物。

　　對顏色比較豐富的果料如黃桃、菠蘿等根據果肉與異物的顏色進行分割識別異物;對顏色為白色或透明的果肉如椰果、明膠等根據異物的邊緣輪廓識別異物。經過大量試驗驗證，該系統能夠有效地檢測出多品種果料輸送線上的多類型異物并將含有異物的果料剔除，為企業自動化生產與檢測提供了技術支撐。

　　此研究報告刊登在《農業工程學報》2011年第3期，題為“基于機器視覺的果肉多類型異物識別方法”，第一作者為華南理工大學機械與汽車工程學院全燕鳴教授。