基于机器视觉的苹果果梗/花萼与缺陷识别

发布时间：2024-04-14 06:15

　　苹果是人们最常食用的水果之一,因其具有生态适应性强、果品营养价值高、储藏性好及供应周期长等优点,在许多国家大受欢迎。苹果是我国重要的农业经济作物,栽培面积广泛,总产量居世界前列,但由于我国在苹果产后处理技术的落后,采后烂果率高达25%以上,严重影响苹果的经济效益。因此,提高苹果自动分类及缺陷果的识别技术是十分必要的。目前,国内外利用机器视觉对苹果的尺寸、形状、颜色、内部品质等的自动检测技术已相对成熟。但是,针对苹果表面缺陷的检测却一直是一个难题,这是因为果梗/花萼与苹果表面缺陷具有相似灰度特征,极容易对缺陷检测造成干扰。本文主要研究内容为苹果果梗、花萼及缺陷的识别。通过建立机器视觉系统采集苹果图像、对苹果图像进行预处理、目标区域分割、目标区域特征提取、分类器识别、算法优化等步骤进行识别。主要工作包括:(1)机器视觉检测系统的组建。通过对图像采集需要的相机、镜头、光源等进行了选型以及优化调整设计,构建了一个完整的图像采集系统。(2)苹果图像预处理。由于光照问题以及采集系统硬件问题等影响,采集的图像含有噪声,将影响图像的分割、提取等后期处理。本文比较了均值滤波法、高斯滤波法和中值滤波法去除...

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

图3-2照明方式示意图

图3-2照明方式示意图Fig.3-2Lightingmodediagram苹果表面缺陷检测系统中的光源设计，该光源能实现整个苹果成像区域的漫射引起的阴影。目前，被广泛应用于检测处理软件算机采用的CPU为intel(R)CorB。图像处理软件为MTALBR20....

图4-1RGB颜色模型示意图

法对采集的苹果彩色图像进行去噪，并确定合适善。空间选择是采用多个颜色分量组合的方式来表示全部颜色分割起到至关重要的作用，一个合适的颜色模型有利于快速准确的分割目标区域。在基于机器视型有RGB（红、绿、蓝）模型和HSI（色调、饱利用三基色进行组合表示不同颜色，对颜色的生图像获取....

图4-2彩色图像的R、G、B分量图

（c）G分量图（d）B分量图图4-2彩色图像的R、G、B分量图Fig.4-2R、G、Bdecompositionofimage从图4-2可以看出，苹果彩色图像各分量中果梗区域与缺陷区域都呈现低光在R分量图中，果皮亮度较高，与背景区域区别较明显，且果梗区....

图4-3HSI颜色模型

图4-3HSI颜色模型Fig.4-3HSIcolormodel空间转换色格式的图像，每个RGB像素的H分量,360,BGHBG1/221()2rccos()()()RGRBRGRBGB....

本文编号：3954246