基于机器视觉的苹果品质分级技术的研发
发布时间:2022-11-04 21:16
我国作为一个水果大国,每年产出水果的数量一直位居世界前列。水果销售前的一个很重要的环节便是水果分级处理。如果将采摘的水果进行分级处理,可以很好的提升水果的价值。但我国在水果自动分级领域不如国外先进水平。国内在水果分级方面采用的方式多为人工分级和机械分级,这两种分级方式存在着很多不足:分级效率偏低、容易造成水果损伤、分级标准不统一等。故本文选用我国水果产量第一的苹果作为分级目标,利用机器视觉技术对苹果颜色维度、大小维度及缺陷维度的分级检测算法进行研究,并对算法进行仿真及验证。本文首先建立了图像采集系统,并对苹果图像进行预处理操作,包括图像灰度化、图像降噪、图像分割及形态学处理等。然后进行苹果大小及颜色方面特征的提取工作,并完成相关分级数据的统计。在苹果颜色方面,将RGB彩色空间模型转换成HSI模型,通过计算苹果红色着色率的方法进行其表面颜色等级的划分;在苹果大小特征提取方面,采用最小外接圆法进行苹果直径的计算。接着利用外部特征及支持向量机对苹果缺陷进行识别,先是利用图像分割算法对图像进行阈值分割,利用闭运算、边缘提取及减运算获取苹果花萼、果梗或缺陷的外部轮廓,再进行孔洞填充和连通区域分离...
【文章页数】:78 页
【学位级别】:硕士
【文章目录】:
中文摘要
Abstract
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 本文主要内容及技术路线
1.3.1 研究内容
1.3.2 技术路线
第2章 图像采集与图像预处理
2.1 引言
2.2 图像采集系统
2.2.1 相机的选型
2.2.2 镜头的选型
2.2.3 光源的选型
2.3 图像灰度化
2.4 图像降噪
2.4.1 邻域平均法
2.4.2 中值滤波法
2.5 图像分割
2.5.1 直方图阈值分割法
2.5.2 OTSU阈值法
2.6 形态学处理
2.7 小结
第3章 苹果颜色及大小特征的分级方法
3.1 引言
3.2 苹果质量分级标准
3.3 苹果颜色特征
3.3.1 颜色模型
3.3.2 RGB-HSI颜色模型转换
3.3.3 实验数据分析及结果
3.4 苹果大小特征
3.4.1 常用苹果尺寸分级方法
3.4.2 最小外接圆法
3.4.3 苹果几何标定
3.4.4 实验数据分析及结果
3.5 小结
第4章 基于外部特征的苹果缺陷识别
4.1 引言
4.2 感兴趣区域的提取
4.2.1 苹果边缘的去除
4.2.2 单个感兴趣区域的提取
4.3 感兴趣区域特征信息的提取
4.3.1 颜色特征提取
4.3.2 纹理特征提取
4.3.3 几何特征提取
4.4 支持向量机实现缺陷识别
4.4.1 支持向量机
4.4.2 支持向量机详细设计
4.4.3 实验结果及分析
4.5 小结
第5章 基于卷积神经网络的苹果缺陷识别
5.1 引言
5.2 卷积神经网络原理
5.2.1 卷积神经网络简介
5.2.2 卷积神经网络的结构
5.3 构建CNN模型
5.3.1 常用卷积神经网络模型
5.3.2 模型的搭建
5.4 数据库建立
5.4.1 数据收集
5.4.2 数据扩容
5.5 模型训练及结果分析
5.6 小结
结论
参考文献
致谢
攻读学位期间发表的学术论文
攻读学位期间申请的科研成果
【参考文献】:
期刊论文
[1]基于局部灰度差异的快速自适应活动轮廓模型分割腮腺导管[J]. 邓旋,兰天俊,张明慧,陈之锋,陶谦,卢振泰. 南方医科大学学报. 2018(12)
[2]基于多阈值图像分割算法的秸秆覆盖率检测[J]. 刘媛媛,王跃勇,于海业,秦铭霞,孙嘉慧. 农业机械学报. 2018(12)
[3]计算机视觉在芒果品质检测中的应用研究[J]. 辛华健. 农机化研究. 2019(09)
[4]改进自适应分水岭方法分割棉花叶部粘连病斑[J]. 张建华,韩书庆,翟治芬,孔繁涛,冯鑫,吴建寨. 农业工程学报. 2018(24)
[5]一种基于形态学与区域分析的车牌定位方法[J]. 罗山. 山西电子技术. 2018(06)
[6]基于数学形态学的提升小波图像去噪研究[J]. 舒彬. 科技经济导刊. 2018(35)
[7]改进中值滤波和形态学的油管裂纹检测算法[J]. 杨先凤,赵玲,杜晶晶. 计算机仿真. 2018(12)
[8]数字图像去噪算法研究与实现[J]. 张然,解振东. 信息通信. 2018(12)
[9]RGB与HSI色彩空间下预测叶绿素相对含量的研究[J]. 孙玉婷,王映龙,杨红云,周琼,孙爱珍,杨文姬. 浙江农业学报. 2018(10)
[10]基于图像处理的大蒜蒜种品质无损分级方法研究[J]. 杜云,曹世佳,贾科进,王熙煚. 河北工业科技. 2018(05)
硕士论文
[1]雪花形状识别分类算法研究[D]. 宋世坤.河北科技大学 2019
[2]基于机器视觉的大枣检测分级技术的研究与实现[D]. 王春普.陕西科技大学 2018
[3]基于支持向量机的花生褐斑病图像识别[D]. 马雪松.安徽大学 2018
[4]基于卷积神经网络的大豆病害识别研究[D]. 徐冬.安徽大学 2018
[5]基于SVM的海豚物种的声学识别[D]. 文小军.厦门大学 2017
[6]基于机器视觉的水果外部品质检测技术研究[D]. 赵禹.华南农业大学 2017
[7]基于机器视觉的番茄收割机实时分拣系统研究[D]. 袁紫薇.长安大学 2017
[8]基于计算机视觉的山竹检测与分级[D]. 朱佳明.昆明理工大学 2017
[9]基于计算机视觉的血橙无损检测与分级技术研究[D]. 伍光绪.西南大学 2016
[10]基于机器视觉的柑橘分级技术研究[D]. 王旭.湖南大学 2016
本文编号:3701348
【文章页数】:78 页
【学位级别】:硕士
【文章目录】:
中文摘要
Abstract
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 本文主要内容及技术路线
1.3.1 研究内容
1.3.2 技术路线
第2章 图像采集与图像预处理
2.1 引言
2.2 图像采集系统
2.2.1 相机的选型
2.2.2 镜头的选型
2.2.3 光源的选型
2.3 图像灰度化
2.4 图像降噪
2.4.1 邻域平均法
2.4.2 中值滤波法
2.5 图像分割
2.5.1 直方图阈值分割法
2.5.2 OTSU阈值法
2.6 形态学处理
2.7 小结
第3章 苹果颜色及大小特征的分级方法
3.1 引言
3.2 苹果质量分级标准
3.3 苹果颜色特征
3.3.1 颜色模型
3.3.2 RGB-HSI颜色模型转换
3.3.3 实验数据分析及结果
3.4 苹果大小特征
3.4.1 常用苹果尺寸分级方法
3.4.2 最小外接圆法
3.4.3 苹果几何标定
3.4.4 实验数据分析及结果
3.5 小结
第4章 基于外部特征的苹果缺陷识别
4.1 引言
4.2 感兴趣区域的提取
4.2.1 苹果边缘的去除
4.2.2 单个感兴趣区域的提取
4.3 感兴趣区域特征信息的提取
4.3.1 颜色特征提取
4.3.2 纹理特征提取
4.3.3 几何特征提取
4.4 支持向量机实现缺陷识别
4.4.1 支持向量机
4.4.2 支持向量机详细设计
4.4.3 实验结果及分析
4.5 小结
第5章 基于卷积神经网络的苹果缺陷识别
5.1 引言
5.2 卷积神经网络原理
5.2.1 卷积神经网络简介
5.2.2 卷积神经网络的结构
5.3 构建CNN模型
5.3.1 常用卷积神经网络模型
5.3.2 模型的搭建
5.4 数据库建立
5.4.1 数据收集
5.4.2 数据扩容
5.5 模型训练及结果分析
5.6 小结
结论
参考文献
致谢
攻读学位期间发表的学术论文
攻读学位期间申请的科研成果
【参考文献】:
期刊论文
[1]基于局部灰度差异的快速自适应活动轮廓模型分割腮腺导管[J]. 邓旋,兰天俊,张明慧,陈之锋,陶谦,卢振泰. 南方医科大学学报. 2018(12)
[2]基于多阈值图像分割算法的秸秆覆盖率检测[J]. 刘媛媛,王跃勇,于海业,秦铭霞,孙嘉慧. 农业机械学报. 2018(12)
[3]计算机视觉在芒果品质检测中的应用研究[J]. 辛华健. 农机化研究. 2019(09)
[4]改进自适应分水岭方法分割棉花叶部粘连病斑[J]. 张建华,韩书庆,翟治芬,孔繁涛,冯鑫,吴建寨. 农业工程学报. 2018(24)
[5]一种基于形态学与区域分析的车牌定位方法[J]. 罗山. 山西电子技术. 2018(06)
[6]基于数学形态学的提升小波图像去噪研究[J]. 舒彬. 科技经济导刊. 2018(35)
[7]改进中值滤波和形态学的油管裂纹检测算法[J]. 杨先凤,赵玲,杜晶晶. 计算机仿真. 2018(12)
[8]数字图像去噪算法研究与实现[J]. 张然,解振东. 信息通信. 2018(12)
[9]RGB与HSI色彩空间下预测叶绿素相对含量的研究[J]. 孙玉婷,王映龙,杨红云,周琼,孙爱珍,杨文姬. 浙江农业学报. 2018(10)
[10]基于图像处理的大蒜蒜种品质无损分级方法研究[J]. 杜云,曹世佳,贾科进,王熙煚. 河北工业科技. 2018(05)
硕士论文
[1]雪花形状识别分类算法研究[D]. 宋世坤.河北科技大学 2019
[2]基于机器视觉的大枣检测分级技术的研究与实现[D]. 王春普.陕西科技大学 2018
[3]基于支持向量机的花生褐斑病图像识别[D]. 马雪松.安徽大学 2018
[4]基于卷积神经网络的大豆病害识别研究[D]. 徐冬.安徽大学 2018
[5]基于SVM的海豚物种的声学识别[D]. 文小军.厦门大学 2017
[6]基于机器视觉的水果外部品质检测技术研究[D]. 赵禹.华南农业大学 2017
[7]基于机器视觉的番茄收割机实时分拣系统研究[D]. 袁紫薇.长安大学 2017
[8]基于计算机视觉的山竹检测与分级[D]. 朱佳明.昆明理工大学 2017
[9]基于计算机视觉的血橙无损检测与分级技术研究[D]. 伍光绪.西南大学 2016
[10]基于机器视觉的柑橘分级技术研究[D]. 王旭.湖南大学 2016
本文编号:3701348
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3701348.html