基于机器视觉的谷糙流量实时检测系统研究
发布时间：2022-07-19 11:47
稻谷是我国主要的食用农作物之一,同时也是我国主要的出口农作物之一,对我国的发展有着很重大的作用。在对稻谷的加工过程中,几乎每一个加工工序都对物料流量有一个弹性的需求,需要根据每一步的加工情况来对流量进行调节。目前在这方面几乎没有成熟的机器视觉检测方法,主要还是依靠人工来观测各个加工工序的工作状况,但是这样不仅很容易造成工人疲劳,而且还容易因为某一个工序的故障未能及时察觉而导致前面工序发生物料堵塞溢出。不但影响了加工效率,还极易造成人力资源的浪费。针对以上需求,本文在基于机器视觉技术上,以谷糙分离中的流量检测为主要研究内容,根据谷糙与其他物体间的差异,来进行识别与流量测量,并利用人工神经网络训练了分类器。主要研究内容如下:根据谷糙分离机的工作环境,搭建了合理的图像采集系统,主要包括对光源、光照方式、工业相机、光学镜头及编程语言的选择。基于HSV颜色空间来对谷糙进行识别,采用了 canny算法来进行边缘提取,并将谷糙在进料斗和进料槽里的容纳状态划分为三种。使用了通过函数直接完成流量测量和基于给定参照物间接完成流量测量的两种算法。通过搭建人工神经网络训练出了关于在进料斗和进料槽中容纳谷糙量的...
【文章页数】：73 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题研究的意义和目的
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
1.2.3 国内外文献综述简析
1.3 本文的主要研究内容和章节安排
1.3.1 主要研究内容
1.3.2 章节安排
第2章 系统总体方案设计
2.1 引言
2.2 预期的检测指标
2.3 总体方案设计
2.4 视觉检测系统的工位选取
2.5 关键器材的选型
2.5.1 照明光源的选择
2.5.2 工业相机的选择
2.5.3 工业镜头的选择
2.6 系统工作流程设计
2.7 编程语言的选择
2.7.1 Python语言
2.7.2 OpenCV计算机视觉库
2.8 本章小结
第3章 谷糙识别的算法研究
3.1 引言
3.2 色彩空间转换
3.2.1 BGR色彩空间
3.2.2 灰度色彩空间
3.2.3 HSV色彩空间
3.3 图像去噪
3.3.1 中值滤波去噪
3.3.2 均值滤波去噪
3.3.3 高斯滤波去噪
3.3.4 去噪效果对比
3.4 图像分割
3.4.1 阈值分割
3.4.2 区域分割
3.4.3 边缘分割
3.5 轮廓检测
3.6 本章小结
第4章 谷糙流量测量的算法研究
4.1 引言
4.2 通过函数直接完成测量
4.3 通过选取参照物间接完成测量
4.4 两种测量算法的结果对比
4.5 工程实践
4.5.1 输料管
4.5.2 物料观察窗口
4.5.3 分离筛板
4.6 本章小结
第5章 利用ANN进行谷糙流量分类
5.1 引言
5.2 人工神经网络
5.3 几种常用的人工神经网络模型
5.4 对谷糙流量的分类
5.5 本章小结
结论
参考文献
致谢
【参考文献】：
期刊论文
[1]我国稻谷供求失衡问题研究[J]. 李腾飞,金光敏,亢霞. 经济纵横. 2018(10)
[2]稻谷最低收购价下调 以增量改革促存量消化[J]. 胡文忠. 中国发展观察. 2018(13)
[3]谈大米加工过程的质量控制[J]. 吴显廷. 粮食加工. 2018(02)
[4]浅谈谷糙分离的工艺设计[J]. 杨海,杨自强. 科技资讯. 2015(22)
博士论文
[1]高温单晶硅液位和直径视觉检测关键技术及应用研究[D]. 项森伟.浙江大学 2018
[2]基于深度卷积神经网络的图像分类方法研究及应用[D]. 高震宇.中国科学技术大学 2018
[3]手机玻璃屏表面缺陷机器视觉检测与分类方法研究[D]. 简川霞.广东工业大学 2017
[4]基于机器视觉的半导体芯片表面缺陷在线检测关键技术研究[D]. 巢渊.东南大学 2017
[5]列车轮对几何参数在线检测关键技术研究[D]. 张爽.吉林大学 2017
[6]基于机器视觉技术的南美白对虾分类算法研究与在线实现[D]. 刘子豪.浙江大学 2017
[7]集成电路芯片表面缺陷视觉检测关键技术研究[D]. 陈恺.东南大学 2016
[8]铁路扣件图像特征提取与识别方法研究[D]. 刘甲甲.西南交通大学 2016
硕士论文
[1]深沟球轴承装配缺陷机器视觉检测方法研究[D]. 赵翔.华东交通大学 2018
[2]基于立体视觉的柔性臂结构振动测控研究[D]. 肖骏.华南理工大学 2018
[3]大齿轮回转中心在机测量技术研究[D]. 孟森森.沈阳工业大学 2018
[4]基于机器视觉的轮胎缺陷检测方法研究[D]. 贾梦思.沈阳工业大学 2018
[5]轴承内套表面缺陷视觉检测装置的研制[D]. 魏成禹.沈阳工业大学 2018
[6]基于计算机视觉的木材检尺系统[D]. 丁博文.北京交通大学 2018
[7]基于机器视觉的缺陷检测与识别方法研究[D]. 马天娇.中国科学院大学(中国科学院长春光学精密机械与物理研究所) 2018
[8]基于机器视觉的轴承滚子表面缺陷检测研究[D]. 张奔.南昌航空大学 2018
[9]基于机器视觉工件尺寸测量方法研究[D]. 谢家欣.长春工业大学 2018
[10]基于三维重建技术的轨道板几何尺寸检测系统设计与实现[D]. 张护望.中国科学院大学(中国科学院沈阳计算技术研究所) 2018
本文编号：3663360
【文章页数】：73 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题研究的意义和目的
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
1.2.3 国内外文献综述简析
1.3 本文的主要研究内容和章节安排
1.3.1 主要研究内容
1.3.2 章节安排
第2章 系统总体方案设计
2.1 引言
2.2 预期的检测指标
2.3 总体方案设计
2.4 视觉检测系统的工位选取
2.5 关键器材的选型
2.5.1 照明光源的选择
2.5.2 工业相机的选择
2.5.3 工业镜头的选择
2.6 系统工作流程设计
2.7 编程语言的选择
2.7.1 Python语言
2.7.2 OpenCV计算机视觉库
2.8 本章小结
第3章 谷糙识别的算法研究
3.1 引言
3.2 色彩空间转换
3.2.1 BGR色彩空间
3.2.2 灰度色彩空间
3.2.3 HSV色彩空间
3.3 图像去噪
3.3.1 中值滤波去噪
3.3.2 均值滤波去噪
3.3.3 高斯滤波去噪
3.3.4 去噪效果对比
3.4 图像分割
3.4.1 阈值分割
3.4.2 区域分割
3.4.3 边缘分割
3.5 轮廓检测
3.6 本章小结
第4章 谷糙流量测量的算法研究
4.1 引言
4.2 通过函数直接完成测量
4.3 通过选取参照物间接完成测量
4.4 两种测量算法的结果对比
4.5 工程实践
4.5.1 输料管
4.5.2 物料观察窗口
4.5.3 分离筛板
4.6 本章小结
第5章 利用ANN进行谷糙流量分类
5.1 引言
5.2 人工神经网络
5.3 几种常用的人工神经网络模型
5.4 对谷糙流量的分类
5.5 本章小结
结论
参考文献
致谢
【参考文献】：
期刊论文
[1]我国稻谷供求失衡问题研究[J]. 李腾飞,金光敏,亢霞. 经济纵横. 2018(10)
[2]稻谷最低收购价下调 以增量改革促存量消化[J]. 胡文忠. 中国发展观察. 2018(13)
[3]谈大米加工过程的质量控制[J]. 吴显廷. 粮食加工. 2018(02)
[4]浅谈谷糙分离的工艺设计[J]. 杨海,杨自强. 科技资讯. 2015(22)
博士论文
[1]高温单晶硅液位和直径视觉检测关键技术及应用研究[D]. 项森伟.浙江大学 2018
[2]基于深度卷积神经网络的图像分类方法研究及应用[D]. 高震宇.中国科学技术大学 2018
[3]手机玻璃屏表面缺陷机器视觉检测与分类方法研究[D]. 简川霞.广东工业大学 2017
[4]基于机器视觉的半导体芯片表面缺陷在线检测关键技术研究[D]. 巢渊.东南大学 2017
[5]列车轮对几何参数在线检测关键技术研究[D]. 张爽.吉林大学 2017
[6]基于机器视觉技术的南美白对虾分类算法研究与在线实现[D]. 刘子豪.浙江大学 2017
[7]集成电路芯片表面缺陷视觉检测关键技术研究[D]. 陈恺.东南大学 2016
[8]铁路扣件图像特征提取与识别方法研究[D]. 刘甲甲.西南交通大学 2016
硕士论文
[1]深沟球轴承装配缺陷机器视觉检测方法研究[D]. 赵翔.华东交通大学 2018
[2]基于立体视觉的柔性臂结构振动测控研究[D]. 肖骏.华南理工大学 2018
[3]大齿轮回转中心在机测量技术研究[D]. 孟森森.沈阳工业大学 2018
[4]基于机器视觉的轮胎缺陷检测方法研究[D]. 贾梦思.沈阳工业大学 2018
[5]轴承内套表面缺陷视觉检测装置的研制[D]. 魏成禹.沈阳工业大学 2018
[6]基于计算机视觉的木材检尺系统[D]. 丁博文.北京交通大学 2018
[7]基于机器视觉的缺陷检测与识别方法研究[D]. 马天娇.中国科学院大学(中国科学院长春光学精密机械与物理研究所) 2018
[8]基于机器视觉的轴承滚子表面缺陷检测研究[D]. 张奔.南昌航空大学 2018
[9]基于机器视觉工件尺寸测量方法研究[D]. 谢家欣.长春工业大学 2018
[10]基于三维重建技术的轨道板几何尺寸检测系统设计与实现[D]. 张护望.中国科学院大学(中国科学院沈阳计算技术研究所) 2018
本文编号：3663360
本文链接：https://www.wllwen.com/nykjlw/nygclw/3663360.html
