[Objectif] Pour le phénomène de la distribution de la luminosité des surfaces de fruits, des algorithmes traditionnels sont difficiles à diviser le défaut de surface des défauts de surface des fruits et proposent des algorithmes pour détecter des erreurs défectueuses dont le nombril est basé sur le réglage de la luminosité de la zone. [Méthode] Choisissez la zone d'orange Navel Navel Navel Agritique que celle d'un objet de recherche, collecté par l'image lumineuse RGB d'origine. On constate que les images grises des composants de Fusion RB sont clairement réparties, de sorte que la méthode de seuil d'application est d'utiliser selon les informations de graphique (diviser le seuil T1 \u003d 60) Effacer l'arrière-plan d'image, obtenir l'image cible RB; Détecter les handicaps de surface ombilicaux basé sur l'algorithme pour calibrer la luminosité de la zone proposée dans ce document, définissez d'abord la cible d'image de la taille de la fenêtre voisine est W & # 215; Taille de la fenêtre voisine W \u003d 13), en extrayant la luminosité de la surface nombril orange de la collection de points de pixels de lumière dans la fenêtre,Ensuite, basé sur les informations de luminosité de la surface, l'image cible RB de l'élimination des arrière-plans est faite et l'image après ajustement de la luminosité est la zone défectueuse de surface. Basé sur la zone des tissus normaux, un grand contraste à échelle de gris et une méthode de seuil unique (seuil divisé t \u003d 194) est utilisé directement sur le segment d'image orange ombilical après avoir réglé la luminosité des défauts de surface extraits; Et enfin, des images embarquées après des défauts de surface peuvent être placées uniformément. Enlever la dispersion et le bruit. [Résultats] Appliquez une méthode Dual Peak pour maintenir la cible d'informations sur la surface de nombril tout en supprimant l'efficacité de l'image; Basé sur l'algorithme Ajuster la luminosité de la zone présente l'effet des ulcères, des plantes d'arbres, des accords de fruits, des blessures d'insectes, un statut d'étoile noire, une blessure au vent, une maladie du charbon, des fruits craquants, etc. 8 défauts populaires NavelMinks, un total de 356 Les échantillons d'images ont effectué des corrections de luminosité, utilisant une seule méthode de seuil pour faire face aux images SErreur de correction de la luminosité de l'UA, la vitesse de la division est élevée et la vitesse exacte de la reconnaissance des défauts globaux atteint 95,8% et le traitement moyen est de 0,29 s. Chaque image est une consommation temporelle de 0,29 s. Avec un algorithme d'équilibrage d'algorithme de graphique, la correction de la théorie de Retinex et la correction de la luminosité des gains est basée sur l'éclairage de l'algorithme de théorie de l'éclairage par rapport aux images, l'effet de réglage de la luminosité de l'algorithme est optimal et algorithme un taux d'identification simple et défectueux est une vitesse de calcul élevée et plus rapide. Il a été réduit de 0,27, 0,14 et 1,45 seconde respectivement, et le taux d'identification d'invalidité a augmenté de 2,6% à 8,2%. [Conclusion] L'algorithme détecte les erreurs de surface basées sur l'adaptation régionale pour résoudre efficacement les défauts de surface avec des surfaces inégales causées par la surface d'orange orange ombilicale, fournissant des aides techniques de support pour le cordon de cordon orange en ligne correct, ainsi que la surface des autres ombres. Une erreur de détection rapide fournit une nouvelle méthode.