芒果是世界五大名果之一,因其营养丰富、外观色泽华美、果肉细嫩、风味独特,被誉为“热带水果之王”,具有很高的营养价值和经济价值。作为我国南方特色水果,芒果主产区分布在海南、云南、广东、广西和福建等省区,种植面积超过170万亩。近年来,由于长期施用过量的化学肥料等原因,导致土壤环境不断恶化,芒果果实发生诸如心腐病、空心病、胶状物种子、海绵组织等生理性病害的情况在逐年加剧,严重地影响了芒果的品质。在有些芒果产区,由这些生理病害所造成的损失甚至高达30～50%。更关键的是,发生这些生理性病害的果实尽管因内部坏损已经失去了食用价值和商业价值,但外观看起来却完好无损,与正常果实相比无任何异常,凭肉眼很难判别检测,对芒果果实的品质检测和分级技术提出了新的挑战。本课题选取芒果果实为研究对象,以常见病害、虫害和机械损伤造成的果肉、果核坏损等内部品质特性检测为研究内容,以坏损率作为芒果品质检测的主要指标,采用X射线计算机层析成像技术和图像处理与分析技术,对芒果主要内部品质特性进行非接触、非破坏性的检测,开展了芒果内部品质的无损检测和定量分析技术研究。为水果保鲜、分级、加工、出口等产业构建一种用芒果果实内部品质无损、自动检测的机器视觉分析系统。主要工作涉及芒果CT序列图像处理与分割算法研究,确定缺陷区域的位置、面积大小,基于图像分析的芒果坏损定量分析方法等研究内容。1.通过综合分析现有芒果无损检测技术方法和国内外有关农产品无损检测技术,围绕芒果内部品质无损检测技术的研究需要,提出了本文的研究目标、研究内容和技术路线。2.为了获取完整的芒果轮廓和疑似坏损区域,针对芒果CT序列图像的特点,研究探索了适用的芒果CT图像的处理与分割算法。选用分段线性拉伸的方法对芒果CT序列图像进行对比度增强,对增强后的图像进行中值滤波去噪,再利用区域填充和差影法将CT断层中的芒果果实从背景区域中提取出来。3.果肉缺陷区域的精准提取是内部品质检测的关键技术,直接关系到缺陷检测的精度。为此,本文研究了芒果果肉缺陷区域的提取和分析算法。首先对滤波增强后的CT图像进行二值化阈值分割、区域填充、差影法、形态学修整等一些列处理,获得疑似坏损区域。因在对果实CT图像的直方图分析中发现,芒果内部灰度值较低的部分并非均为果肉缺陷组织,也可能是果核萎缩形成的核内空隙。为此,利用核内空隙区域灰度均值较小、且其连通区域面积远大于果肉坏损区域的特点,设计了适当的算法清除该类区域的影响。最后算出缺陷组织的面积占芒果面积的比例。4.为了提高芒果内部品质的检测速度,提出了基于特定层数CT图像数据的芒果坏损率快速无损检测方法。实验中,对所用的芒果样品图像数据采用的是从CT序列图像数据中每隔n层取1层（n=10、20、30、40、50）和特定单层的数据选取方案。在计算出样品基于不同隔层的坏损率之后,通过与基于整体CT序列图像数据检测方法对比发现,每隔10层、20层、30层、40层和50层取1层等5种方案的检测时间分别为199.74s、91.1s、60.06s、49.78s、40.37s,分别是基于整体CT序列图像数据检测方法的30.3%、13.82%、9.11%、7.55%、6.12%;而其坏损率相对误差分别为2.24%、0.88%、6.17%、9.11%、13.69%。综合分析结果表明,基于特定多层CT图像的检测技术方案中每隔20取1层的检测技术方法综合性能最佳,不仅具有良好的检测精度,而且检测时限控制在了100s以下,有效地提高了检测速度。