当前位置:主页 > 科技论文 > 软件论文 >

基于机器视觉的采后荔枝表皮微损伤实时检测

发布时间:2018-05-15 16:07

  本文选题:荔枝 + 损伤 ; 参考:《农业机械学报》2016年07期


【摘要】:利用机器视觉技术进行采后荔枝的品质检测与分级有重要意义。首先结合摄像机与荧光光谱仪进行了荔枝图像的光谱分析,荧光作为激发光进行荔枝果皮的发射光谱特性分析,确定了不同荧光照射荔枝果实表皮的视觉检测方法的可行性;然后设计了具有不同颜色光照转换控制功能的机器视觉系统,选定了红色、蓝色和绿色荧光灯,对正常和微损伤两种品质状态的荔枝果实荧光图像进行灰度直方图统计分析,确定了利用蓝色荧光作为照射光源以及HSV颜色空间的V分量进行微损伤荔枝果实图像识别的方法,利用探索性分析法对荔枝果实视觉检测试验结果进行统计与分析,确定了正常与微损伤荔枝果实图像分割的灰度图阈值范围,结合优化的圆拟合算法,实现了荔枝果实视觉智能分级系统的设计。试验结果表明:该研究方法对正常荔枝和表皮微损伤荔枝的识别正确率为92%,为荔枝产后智能化检测分级提供了技术支持。
[Abstract]:It is of great significance to detect and classify the quality of postharvest litchi by machine vision. Firstly, the spectral analysis of litchi image was carried out by using camera and fluorescence spectrometer. Fluorescence as excitation light was used to analyze the emission spectrum characteristics of litchi peel, and the feasibility of visual detection methods of different fluorescent irradiating litchi fruit epidermis was determined. Then, a machine vision system with different color illumination conversion control function was designed, and red, blue and green fluorescent lamps were selected. The fluorescent images of litchi fruit with normal and micro-damaged quality were analyzed by histogram. The method of using blue fluorescence as light source and V component of HSV color space for recognition of micro-damaged litchi fruit image was determined. The results of visual detection test of litchi fruit were statistically analyzed by exploratory analysis method. The threshold range of gray-scale image segmentation for normal and micro-damaged litchi fruit images was determined, and the design of visual intelligent grading system for litchi fruit was realized by combining with the optimized circle fitting algorithm. The results showed that the accuracy rate of this method for the identification of normal litchi and epidermal microdamaged litchi was 92, which provided technical support for intelligent detection and grading of litchi postpartum.
【作者单位】: 广东工程职业技术学院;华南农业大学数学与信息学院;华南农业大学工程学院;
【基金】:国家自然科学基金项目(31201135) 广东省科技计划项目(2015A020209023、2015A020209013)
【分类号】:TP391.41

【参考文献】

相关期刊论文 前9条

1 熊俊涛;邹湘军;彭红星;陈文光;林桂潮;;扰动柑橘采摘的实时识别与采摘点确定技术[J];农业机械学报;2014年08期

2 李小昱;陶海龙;高海龙;李鹏;黄涛;孙金风;;马铃薯缺陷透射和反射机器视觉检测方法分析[J];农业机械学报;2014年05期

3 柴玉华;侯升飞;彭长禄;;基于高光谱图像技术的大豆分级识别方法研究[J];东北农业大学学报;2014年04期

4 冯娟;曾立华;刘刚;司永胜;;融合多源图像信息的果实识别方法[J];农业机械学报;2014年02期

5 熊俊涛;邹湘军;王红军;彭红星;朱梦思;林桂潮;;基于Retinex图像增强的不同光照条件下的成熟荔枝识别[J];农业工程学报;2013年12期

6 郭艾侠;邹湘军;朱梦思;陈燕;熊俊涛;陈丽娟;;基于探索性分析的的荔枝果及结果母枝颜色特征分析与识别[J];农业工程学报;2013年04期

7 黄文倩;陈立平;李江波;张驰;;基于高光谱成像的苹果轻微损伤检测有效波长选取[J];农业工程学报;2013年01期

8 陈燕;蔡伟亮;邹湘军;向和平;刘天湖;徐凤英;;荔枝的力学特性测试及其有限元分析[J];农业工程学报;2011年12期

9 毛罕平;李明喜;;基于多源机器视觉信息融合的番茄目标匹配[J];农业工程学报;2009年10期

【共引文献】

相关期刊论文 前10条

1 张炳超;夏娟;李志伟;张敬业;夏红梅;;面向摘取的番木瓜三维重构与特征参数提取[J];农机化研究;2016年12期

2 杨望;莫兴漫;杨坚;袁付伟;黄深闯;;易倒伏期甘蔗基本参数的试验研究[J];农机化研究;2016年12期

3 李卓然;;基于UG和ADAMS的采摘机器人动力学仿真分析[J];农机化研究;2016年11期

4 房俊龙;王金霞;杨柳;王冠男;韩佳宁;郭士昌;;基于红外热像的瓷绝缘子污秽等级检测方法[J];农业工程学报;2016年15期

5 张航;乔曦;李振波;李道亮;;皮棉中地膜的高光谱图像分割方法[J];农业工程学报;2016年13期

6 杨小庆;时磊;王娜;鲍秀兰;;基于单片机的仿人多指番茄采摘机械手设计[J];农机化研究;2016年07期

7 王京;高连兴;刘志侠;杨德旭;张涛;;典型品种花生米静压力学特性及有限元分析[J];沈阳农业大学学报;2016年03期

8 徐黎明;吕继东;;自然环境下杨梅果实图像的分割方法研究[J];沈阳农业大学学报;2016年03期

9 孙宝霞;汤林越;何志良;邹湘军;熊俊涛;;基于机器视觉的采后荔枝表皮微损伤实时检测[J];农业机械学报;2016年07期

10 张洁;徐伟民;阮瑜琳;何东平;;基于Workbench的文冠果破壳力力学特性分析[J];中国农机化学报;2016年05期

【二级参考文献】

相关期刊论文 前10条

1 项荣;应义斌;蒋焕煜;;田间环境下果蔬采摘快速识别与定位方法研究进展[J];农业机械学报;2013年11期

2 彭红星;邹湘军;郭艾侠;熊俊涛;陈燕;;基于探索性数据分析的柑橘部位颜色模型分析与识别[J];农业机械学报;2013年S1期

3 吕明磊;刘冬梅;曾智勇;;基于改进K-means算法的图像检索方法[J];计算机应用;2013年S1期

4 熊俊涛;邹湘军;王红军;彭红星;朱梦思;林桂潮;;基于Retinex图像增强的不同光照条件下的成熟荔枝识别[J];农业工程学报;2013年12期

5 冯娟;刘刚;司永胜;王圣伟;任雯;周薇;;基于激光扫描三维图像的树上苹果识别算法[J];农业机械学报;2013年04期

6 冯娟;刘刚;王圣伟;马晓丹;周薇;;采摘机器人果实识别的多源图像配准[J];农业机械学报;2013年03期

7 高玮玮;沈建新;王玉亮;梁春;左晶;;基于多模板匹配的局部自适应区域生长法在视网膜内出血自动检测中的应用[J];光谱学与光谱分析;2013年02期

8 郭艾侠;邹湘军;朱梦思;陈燕;熊俊涛;陈丽娟;;基于探索性分析的的荔枝果及结果母枝颜色特征分析与识别[J];农业工程学报;2013年04期

9 宋怀波;张传栋;潘景朋;阴煦;庄伊斌;;基于凸壳的重叠苹果目标分割与重建算法[J];农业工程学报;2013年03期

10 宋怀波;何东健;潘景朋;;基于凸壳理论的遮挡苹果目标识别与定位方法[J];农业工程学报;2012年22期

【相似文献】

相关期刊论文 前2条

1 贺红娟;陈棣湘;赵建强;唐莺;谢瑞芳;;用于微损伤定量评估的多变量非线性插值算法[J];传感技术学报;2012年12期

2 ;[J];;年期

相关会议论文 前10条

1 房冠辉;季葆华;;基于内嵌虚拟键模型的松质骨微损伤的数值模拟和分析[A];北京力学会第14届学术年会论文集[C];2008年

2 曹永平;Satoshi Mori;Tasuku Mashiba;Hiromichi Norimatsu;;二磷酸盐的长期治疗与骨微损伤的积聚[A];中华医学会第四次全国骨质疏松和骨矿盐疾病学术会议论文汇编[C];2006年

3 李展春;刘祖德;戴力扬;;MicroPET/CT显像评价去卵巢大鼠骨微损伤[A];中华医学会第10届全国显微外科学术会议暨世界首例断肢再植成功50周年庆典论文集[C];2013年

4 李展春;刘祖德;戴力扬;蒋雷生;;MicroPET/CT显像评价去卵巢大鼠骨微损伤的实验研究[A];中华医学会第五次中青年骨质疏松和骨矿盐疾病学术会议论文集[C];2013年

5 魏源;吕长生;陈滔;范毅方;;骨骼肌运动性微损伤的生物力学机制探讨[A];第十届全国生物力学学术会议暨第十二届全国生物流变学学术会议论文摘要汇编[C];2012年

6 汤亭亭;宋国路;戴\戎;裘世静;;骨质疏松症的微损伤和骨重建[A];庆祝中国力学学会成立50周年暨中国力学学会学术大会’2007论文摘要集(上)[C];2007年

7 骆英;许伯强;花世群;王自平;;工程结构微损伤集成检测方法研究[A];中国力学大会——2013论文摘要集[C];2013年

8 丁海;朱振安;戴克戎;;小应变状态下健康髋臼松质骨微损伤的非线性微有限元分析[A];中国力学学会学术大会'2009论文摘要集[C];2009年

9 闻剑飞;王强;刘玉倩;王海涛;;补充白藜芦醇对小鼠运动性骨骼肌微损伤修复效果的研究[A];第九届全国体育科学大会论文摘要汇编(4)[C];2011年

10 于霖;;点阵激光在皮肤及美容方面的应用进展[A];第六次全国中西医结合变态反应学术大会论文汇编[C];2013年

相关博士学位论文 前1条

1 彭辉;延性金属动态拉伸断裂的微损伤聚集特性研究[D];北京理工大学;2015年

相关硕士学位论文 前4条

1 黄洪义;活血生肌中药(黄芪当归复方)对大鼠骨骼肌运动性微损伤恢复作用的研究[D];曲阜师范大学;2015年

2 张虎;微损伤环境下干细胞移植治疗骨不连的动物试验研究[D];河北医科大学;2012年

3 王代荣;降钙素对去卵巢SD大鼠骨微损伤及生物力学的影响[D];中南大学;2014年

4 赵娜;金属疲劳微损伤的非线性超声检测技术研究[D];中北大学;2015年



本文编号:1893015

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1893015.html


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

版权申明:资料由用户8f6ee***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