当前位置:主页 > 科技论文 > 农业技术论文 >

谷物外观品质检测方法的研究

发布时间:2019-02-15 22:45
【摘要】:粮食的产量与品质对人们的生活有很大影响。目前大部分的谷物检测实验还停留在利用人工肉眼观察的阶段。把图像处理应用于谷物外观的分级,可以极大提高谷物筛选的效率。使用计算机去自动检测谷物外观,相比于利用肉眼观察,具有速度快、效率高、复用性好的优点,在农产品分级的领域上非常值得研究开发。通过处理谷物图像来分析谷物的外观参数,并为谷物分级评优,具有较高的理论价值和实际意义。可以从图像中获取谷物的长度、宽度和在图像中所占的像素等一些特征参数,利用这些参数判断谷物的粒型和完整性。并且本文研究的谷物外观分析算法具有一定通用性,可以适用于大米、绿豆、糙米和燕麦等多种谷物。本文的主要工作内容和创新性如下:(1)设计了一套完整的系统,其中分为谷物外观的采集系统和谷物图片的分析系统。可以利用这一系统代替人眼观察,达到为谷物分级的目的。(2)在对一批谷物进行检测时,可能会出现谷物交叠重合在一起的情况,导致谷物参数统计出现误差。利用流域分割算法可以有效处理这一情况,该算法可以把粘连不复杂的谷物边缘切开,实现谷物的分割。但是该算法也有不足之处,比如分割过度,经常把一个籽粒区域分割成两块。而经过本文对算法的改进,可以有效的避免这种情况出现。
[Abstract]:The yield and quality of grain have great influence on people's life. At present, most of the grain detection experiments remain at the stage of artificial naked eye observation. Applying image processing to grain appearance classification can greatly improve the efficiency of grain screening. Compared with naked eye observation, the use of computer to detect grain appearance automatically has the advantages of high speed, high efficiency and good reusability. It is very worthy of research and development in the field of agricultural product classification. It is of high theoretical value and practical significance to analyze the appearance parameters of grain by processing the grain image and to evaluate the grain classification. Some characteristic parameters, such as the length, width and pixels occupied in the image, can be obtained from the image, and these parameters can be used to judge the grain shape and integrity. The grain appearance analysis algorithm studied in this paper is universal and can be applied to rice, mung bean, brown rice and oats. The main contents and innovations of this paper are as follows: (1) A complete system is designed, which includes the grain appearance collection system and the grain image analysis system. This system can be used instead of human observation to achieve the purpose of grain classification. (2) in the detection of a batch of cereals, there may be superposition and coincidence of grain, resulting in errors in grain parameter statistics. The watershed segmentation algorithm can be used to deal with this situation effectively. The algorithm can cut the grain edge which has not complex adhesion to achieve grain segmentation. However, the algorithm also has some shortcomings, such as excessive segmentation, often dividing a grain region into two blocks. By improving the algorithm in this paper, this situation can be avoided effectively.
【学位授予单位】:北方工业大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:S126;TP391.41

【参考文献】

相关期刊论文 前10条

1 赵巧敏;;机器视觉行业投资分析报告[J];机器人技术与应用;2015年05期

2 孙翠霞;方华;胡波;;基于灰度图像的大米垩白检测算法研究[J];广西工学院学报(自然科学版);2010年02期

3 王科俊;熊新炎;任桢;;高效均值滤波算法[J];计算机应用研究;2010年02期

4 石礼娟;文友先;牟同敏;徐俊英;;谷物检测中机器视觉技术的应用进展[J];湖北农业科学;2009年06期

5 王斌;刘兴龙;刘永福;张立国;;机器视觉技术在农业应用中的研究[J];农机化研究;2008年09期

6 陈建伟;刘璎瑛;;基于机器视觉技术的大米品质检测综述[J];粮食与食品工业;2008年03期

7 高丽;杨树元;李海强;;一种基于标记的分水岭图像分割新算法[J];中国图象图形学报;2007年06期

8 陈鲤江;刘铁根;朱均超;邓集杰;刘德瑞;卢萍;王磊;;基于饱和度的异色米粒检测方法[J];光电子.激光;2007年01期

9 尚艳芬,侯彩云,常国华,周小丰;整精米自动识别方法的研究[J];中国水稻科学;2004年05期

10 高浩军,杜宇人;中值滤波在图像处理中的应用[J];电子工程师;2004年08期

相关博士学位论文 前1条

1 凌云;基于机器视觉的谷物外观品质检测技术研究[D];中国农业大学;2004年

相关硕士学位论文 前2条

1 胡明明;基于彩色线阵CCD大米色选算法实验研究[D];哈尔滨工程大学;2007年

2 张强;基于机器视觉的产品检测技术研究[D];中国人民解放军信息工程大学;2005年



本文编号:2423774

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/nykj/2423774.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户4fe8a***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com