红富士苹果的外部品质检测方法研究
发布时间:2021-05-26 18:54
苹果在我国水果的生产中占有重要地位,我国苹果产量和种植面积均占全球一半以上。但是我国苹果的商品化分级技术仍以人工分级和机械分级为主,分级标准不统一,难以保证分级质量,在国际市场上缺乏竞争力。因此,提高苹果的分级质量是增强我国苹果国际市场竞争力的关键。本文以红富士苹果为对象,研究了苹果的外部品质检测方法,主要研究内容如下:(1)针对采集的苹果图像,选用了RGB和HSI颜色模型对苹果图像进行处理,并针对样本图像的背景特点,采用了双峰阈值分割法,以R分量与B分量的差值直方图来进行背景分割。此外,分别计算了均值滤波、高斯滤波以及中值滤波的峰值信噪比(PSNR)和结构相似性(SSIM),结果显示中值滤波的效果优于其余两种滤波算法,结合人眼主观判断,选择了中值滤波算法对图像进行去噪处理。(2)在提取苹果外部品质特征时,分别提取了颜色、果形、果径、缺陷等外部特征。在提取颜色特征部分,分别计算了色泽和颜色分布两种参数,通过计算红色和近红色的H值在苹果图像中的比值来代表色泽指数,通过Fisher系数法筛选出了R、G、B三个分量的方差作为苹果的颜色分布参数。在提取果形特征部分,通过Canny算法得到了苹果...
【文章来源】:济南大学山东省
【文章页数】:85 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第一章 绪论
1.1 论文研究背景
1.2 论文研究目的与意义
1.3 国内外研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.4 论文研究内容
1.5 论文组织结构
第二章 图像预处理
2.1 颜色空间模型
2.1.1 RGB颜色模型
2.1.2 HSI颜色模型
2.1.3 颜色模型的转化
2.2 图像背景分割
2.3 图像滤波去噪
2.3.1 均值滤波
2.3.2 高斯滤波
2.3.3 中值滤波
2.3.4 滤波结果分析
2.4 本章小结
第三章 外部品质特征提取
3.1 颜色特征提取
3.2 果形特征提取
3.2.1 边缘检测
3.2.2 边缘检测效果分析
3.2.3 最小外接矩形
3.3 果径特征提取
3.4 缺陷特征提取
3.5 本章小结
第四章 遗传算法优化的BP神经网络分级研究
4.1 样本数据库
4.2 BP神经网络
4.2.1 BP神经网络原理
4.2.2 BP神经网络参数设计
4.3 遗传算法优化BP神经网络的实现
4.3.1 遗传算法简介
4.3.2 优化实现过程
4.4 分级结果分析
4.5 本章小结
第五章 粒子群算法优化的支持向量机分级研究
5.1 支持向量机
5.1.1 支持向量机原理
5.1.2 核函数
5.1.3 支持向量机参数优化方法
5.1.4 支持向量机多分类方法
5.2 粒子群优化支持向量机的实现
5.2.1 粒子群算法原理
5.2.2 优化实现过程
5.3 分级结果分析
5.4 本章小结
第六章 结论与展望
6.1 结论
6.2 展望
参考文献
致谢
附录
【参考文献】:
期刊论文
[1]基于图像阈值分割的浒苔图像提取[J]. 张日升,原明亭,丁军航,官晟,孟宪法. 自动化技术与应用. 2020(02)
[2]一种新型Canny边缘检测算法研究[J]. 段志达,魏利胜,丁坤. 牡丹江大学学报. 2020(01)
[3]基于形态学和高斯滤波的图像快速去雾算法[J]. 陈明,谭涛. 计算机应用与软件. 2019(12)
[4]浅谈粒子群算法的应用[J]. 周佳莉. 计算机产品与流通. 2019(11)
[5]计算机视觉技术在农产品品质检测中的应用[J]. 陈涛. 安徽农学通报. 2019(20)
[6]基于局部阈值的Canny边缘检测算法[J]. 何育欣,杨泽静,郑伯川. 西华师范大学学报(自然科学版). 2019(03)
[7]基于卷积神经网络的红提葡萄分级技术研究[J]. 查志华,柴林杰,刘宝. 南方农机. 2019(17)
[8]基于图像识别的苹果等级分级研究[J]. 于蒙,李雄,杨海潮. 自动化与仪表. 2019(07)
[9]遗传算法优化前向神经网络结构和权重矢量研究[J]. 梁智珲. 信息与电脑(理论版). 2019(14)
[10]基于中值滤波的图像边缘去噪算法研究[J]. 郝波,卢小平. 现代计算机. 2019(20)
博士论文
[1]基于机器视觉的水果品质实时检测与分级生产线的关键技术研究[D]. 饶秀勤.浙江大学 2007
硕士论文
[1]基于机器视觉的苹果品质分级技术的研发[D]. 凌强.黑龙江大学 2019
[2]GA-BP神经网络在玉米种子质量检测分级中的应用[D]. 袁霏.浙江海洋大学 2019
[3]基于图像的多指标融合的苹果分级技术研究[D]. 汤天杰.南京邮电大学 2018
[4]基于机器视觉的苹果分级检测算法研究[D]. 孙斐.郑州大学 2018
[5]基于计算机视觉的脐橙表面常见缺陷种类识别的研究[D]. 庞江伟.浙江大学 2006
[6]计算机视觉在苹果外部品质检测与分级方面的应用研究[D]. 袁金丽.中国农业大学 2005
本文编号:3206887
【文章来源】:济南大学山东省
【文章页数】:85 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第一章 绪论
1.1 论文研究背景
1.2 论文研究目的与意义
1.3 国内外研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.4 论文研究内容
1.5 论文组织结构
第二章 图像预处理
2.1 颜色空间模型
2.1.1 RGB颜色模型
2.1.2 HSI颜色模型
2.1.3 颜色模型的转化
2.2 图像背景分割
2.3 图像滤波去噪
2.3.1 均值滤波
2.3.2 高斯滤波
2.3.3 中值滤波
2.3.4 滤波结果分析
2.4 本章小结
第三章 外部品质特征提取
3.1 颜色特征提取
3.2 果形特征提取
3.2.1 边缘检测
3.2.2 边缘检测效果分析
3.2.3 最小外接矩形
3.3 果径特征提取
3.4 缺陷特征提取
3.5 本章小结
第四章 遗传算法优化的BP神经网络分级研究
4.1 样本数据库
4.2 BP神经网络
4.2.1 BP神经网络原理
4.2.2 BP神经网络参数设计
4.3 遗传算法优化BP神经网络的实现
4.3.1 遗传算法简介
4.3.2 优化实现过程
4.4 分级结果分析
4.5 本章小结
第五章 粒子群算法优化的支持向量机分级研究
5.1 支持向量机
5.1.1 支持向量机原理
5.1.2 核函数
5.1.3 支持向量机参数优化方法
5.1.4 支持向量机多分类方法
5.2 粒子群优化支持向量机的实现
5.2.1 粒子群算法原理
5.2.2 优化实现过程
5.3 分级结果分析
5.4 本章小结
第六章 结论与展望
6.1 结论
6.2 展望
参考文献
致谢
附录
【参考文献】:
期刊论文
[1]基于图像阈值分割的浒苔图像提取[J]. 张日升,原明亭,丁军航,官晟,孟宪法. 自动化技术与应用. 2020(02)
[2]一种新型Canny边缘检测算法研究[J]. 段志达,魏利胜,丁坤. 牡丹江大学学报. 2020(01)
[3]基于形态学和高斯滤波的图像快速去雾算法[J]. 陈明,谭涛. 计算机应用与软件. 2019(12)
[4]浅谈粒子群算法的应用[J]. 周佳莉. 计算机产品与流通. 2019(11)
[5]计算机视觉技术在农产品品质检测中的应用[J]. 陈涛. 安徽农学通报. 2019(20)
[6]基于局部阈值的Canny边缘检测算法[J]. 何育欣,杨泽静,郑伯川. 西华师范大学学报(自然科学版). 2019(03)
[7]基于卷积神经网络的红提葡萄分级技术研究[J]. 查志华,柴林杰,刘宝. 南方农机. 2019(17)
[8]基于图像识别的苹果等级分级研究[J]. 于蒙,李雄,杨海潮. 自动化与仪表. 2019(07)
[9]遗传算法优化前向神经网络结构和权重矢量研究[J]. 梁智珲. 信息与电脑(理论版). 2019(14)
[10]基于中值滤波的图像边缘去噪算法研究[J]. 郝波,卢小平. 现代计算机. 2019(20)
博士论文
[1]基于机器视觉的水果品质实时检测与分级生产线的关键技术研究[D]. 饶秀勤.浙江大学 2007
硕士论文
[1]基于机器视觉的苹果品质分级技术的研发[D]. 凌强.黑龙江大学 2019
[2]GA-BP神经网络在玉米种子质量检测分级中的应用[D]. 袁霏.浙江海洋大学 2019
[3]基于图像的多指标融合的苹果分级技术研究[D]. 汤天杰.南京邮电大学 2018
[4]基于机器视觉的苹果分级检测算法研究[D]. 孙斐.郑州大学 2018
[5]基于计算机视觉的脐橙表面常见缺陷种类识别的研究[D]. 庞江伟.浙江大学 2006
[6]计算机视觉在苹果外部品质检测与分级方面的应用研究[D]. 袁金丽.中国农业大学 2005
本文编号:3206887
本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3206887.html
最近更新
教材专著