基于机器视觉的粮食分选系统软件设计与实现

发布时间：2020-03-20 00:55

【摘要】：随着社会生产效率的不断提高,机器视觉技术被引入了各种工业、农业生产中。色选机便是其中一种应用,用于高速、准确地分选目标物料,很大程度上减少了人力、物力的投入,并且提高了生产效率。本文针对色选机中机器视觉算法处理部分和上位机系统控制程序进行设计与实现。本课题首先对分选技术发展现状进行研究分析,从生产实际出发,改进性地提出并实现了一种基于机器视觉的粮食分选系统的软硬件架构方案,本文主要针对的是该系统的软件设计与实现过程。然后基于TMS320C6748搭建了图像处理平台,详细分析和选择了合适的主控处理器、图像传感器和系统传输总线,并建立了上位机系统控制软件平台。然后设计了物料分选算法,包括滤波算法、波形校正算法、颜色空间处理、物料识别算法和物料定位算法等部分。前三个算法用于预处理图像,提高图像清晰度和稳定度,后两个算法是分选算法的核心,用于识别和定位物料,前者在很大程度上影响到了后者的准确度。接着设计了基于MFC的上位机系统控制程序,搭建了软件主体框架,并具备整机检测、方案管理、锁机码管理等功能模块,其中最重要的是自动色选功能模块,包含了物料分析算法和像素值聚类分析算法。其中物料分析算法用于从目标图像中完整提取出用户手动标选的物料,而像素值聚类分析算法则是对提取出的物料像素值进行分析、提取特征值。经过一年的开发调试,本课题设计的分选系统实现全部功能,能够高速、准确地识别并分选出目标作物,同时上位机系统控制程序实现了完善且友好的人机交互功能,用户能够在短时间内熟悉系统,使生产效率得到了极大的提高。
【图文】：

减少了用户的使用成本和企业的生产成本。（4）中瑞微视光电使用彩色 CCD 技术推出了茶叶色选机，能够处理市场上几乎所有的茶叶品种。（5）名得光电则着眼于工业产品分选技术，，研制并推出了多款针对矿石、塑料片、玻璃等物料的色选机。单侧硅光电池 双侧硅光电池CMOS 单色CCD模拟电路彩色CCD数字单片机DSP+DSP+FPGA彩色CCD+红外传感器+图 1.2 色选机技术发展进程

滤波对比
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP391.41;TP311.52

【相似文献】

相关期刊论文 前10条

1 朱阳芬;银冬平;邹舜章;王海文;周为;;机器视觉在汽车行业中的发展与应用[J];汽车实用技术;2017年22期

2 吴东明;王丽娟;;基于GPS和机器视觉的自主导航定位农机设备研究[J];农机化研究;2018年02期

3 ;机器视觉时代,最好的时代![J];智能机器人;2018年02期

4 宗卫红;;台达机器视觉系统助力制造业迈向智造新时代——访台达集团-中达电通机器视觉产品项目经理王风路[J];国内外机电一体化技术;2016年06期

5 何遥;;宇视揭秘安防机器视觉[J];中国公共安全;2016年19期

6 阮晋蒙;;机器视觉:让中国制造2025“看”得更远[J];新经济导刊;2017年Z1期

7 ;凌华科技推出三款高性能机器视觉产品[J];自动化应用;2017年02期

8 ;台达携机器视觉系统解决方案 亮相2017上海国际机器视觉展[J];变频器世界;2017年03期

9 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

10 ;浅谈机器视觉在工业自动化的应用前景[J];伺服控制;2014年04期

相关会议论文 前10条

1 金守峰;张慧;;面向机器视觉的织物纬斜检测方法[A];全国先进制造技术高层论坛暨第九届制造业自动化与信息化技术研讨会论文集[C];2010年

2 管庶安;周龙;陈永强;廖明潮;;机器视觉在粮食品质检测中的应用研究[A];中国粮油学会第三届学术年会论文选集（下册）[C];2004年

3 张超;徐建瑜;王文静;;基于机器视觉的梭子蟹质量估计方法研究[A];浙江省信号处理学会2013学术年会论文集——信号处理在海洋[C];2013年

4 刘炎艳;;基于机器视觉的卷烟32位码识别系统研究[A];中国烟草学会2014年学术年会入选论文摘要汇编[C];2014年

5 王海宽;张锐;周志境;费敏锐;;基于机器视觉的智能医疗吊塔系统的设计与实现[A];2015全国嵌入式仪表及系统技术会议程序册[C];2015年

6 王稳;郭文成;叶宇翔;;基于机器视觉的激光光斑位置测量[A];2015年工业设计与协同创新学术会议暨第20届全国工业设计学术年会论文集[C];2015年

7 吴远峰;金翠娥;刘颖卓;;基于机器视觉的智能检测方法研究[A];第十一届全国磁粉渗透检测技术年会论文集[C];2017年

8 胡庆新;王伟;顾爱华;;基于机器视觉的农产品物料分级检测系统关键技术研究[A];2011下一代自动测试系统学术研讨会论文集[C];2011年

9 杨战红;何占方;李旦;徐锐;;基于机器视觉的五坐标机床旋转轴误差检测方法[A];探索科学2016年5月学术研讨[C];2016年

10 张超;李慧;;基于机器视觉的零件自动识别研究[A];探索 创新 交流（第7集）——第七届中国航空学会青年科技论坛文集（下册）[C];2016年

相关重要报纸文章 前10条

1 本报记者 李佳师;人工智能市场逼近2700亿元 三大难题待突破[N];中国电子报;2016年

2 王朱莹;机器视觉可以大大提高生产效率[N];中国联合商报;2018年

3 宜宾 李定川;机器视觉光源基础及选型指导(一)[N];电子报;2018年

4 本报记者 骆轶琪;机器视觉的产业化演进：半导体打开想象空间[N];21世纪经济报道;2018年

5 中国电子信息产业发展研究院信息化研究中心智慧城市研究室主任 刘鹏宇;智能技术：呈现八大趋势[N];中国电子报;2017年

6 赛迪智库信息化中心助理研究员 刘鹏宇;2017年智能技术发展趋势[N];中国计算机报;2017年

7 经济日报·中国经济网记者 周明阳;给机器一双“慧眼”[N];经济日报;2017年

8 本报记者 胡心媛;机器视觉展推动智能制造落地[N];中国贸易报;2017年

9 本报记者 蔡炜;书写“东方工匠”传奇的黑牡丹集团技术总监邓建军：“创新，只有起点没有终点”[N];新华日报;2017年

10 本报研究员 费天元;机器视觉成争夺焦点 应用场景将加速拓展[N];上海证券报;2016年

相关博士学位论文 前10条

1 侯杰;飞行器机器视觉框架设计及算法研究[D];西安电子科技大学;2017年

2 胡志新;基于机器视觉的钢轨踏面磨耗剥落检测技术研究[D];南昌大学;2018年

3 吴衡;机器视觉鬼成像理论与实验研究[D];华南理工大学;2017年

4 项森伟;高温单晶硅液位和直径视觉检测关键技术及应用研究[D];浙江大学;2018年

5 胡越黎;目的机器视觉研究及其在皮肤症状识别中的应用[D];上海大学;2005年

6 韩彦芳;机器视觉中的聚类检测新方法[D];上海交通大学;2006年

7 饶洪辉;基于机器视觉的作物对行喷药控制系统研究[D];南京农业大学;2006年

8 周平;基于机器视觉的自然目标特征学习与即时检测[D];浙江大学;2006年

9 郁志宏;基于机器视觉的种蛋筛选及孵化成活性检测研究[D];内蒙古农业大学;2006年

10 徐晓秋;机器视觉球面孔位快速精密测量系统的研究[D];四川大学;2006年

相关硕士学位论文 前10条

1 刘伟;基于机器视觉的印刷品缺陷在线检测系统[D];西北师范大学;2018年

2 詹茵茵;基于机器视觉的锂电池气胀检测方法研究[D];湖南大学;2014年

3 陈济楠;基于机器视觉的电子元器件表面缺陷检测技术研究[D];贵州大学;2018年

4 高宗;基于机器视觉的电子元器件质量检测技术研究[D];贵州大学;2018年

5 贾盈盈;瓶装液体可见异物的机器视觉检测技术研究[D];哈尔滨工程大学;2018年

6 宋现义;基于机器视觉的机器人智能搬运系统研究[D];哈尔滨理工大学;2018年

7 庞博;基于机器视觉的高精度零件尺寸检测系统研究及实现[D];哈尔滨理工大学;2018年

8 吴同坤;基于机器视觉的刀具磨损检测系统研究[D];哈尔滨理工大学;2018年

9 何湘福;基于机器视觉的混流喷涂线工件自动识别技术的研究[D];广东工业大学;2018年

10 陈一峤;基于机器视觉的铅锌电池银网激光焊接定位与缺陷检测技术研究[D];华南理工大学;2018年

本文编号：2590987