基于机器视觉的苹果分拣关键技术研究
发布时间：2022-09-21 18:55
随着工业自动化的高速发展,机器人分拣技术已应用于各类生产加工领域。目前在水果分拣领域,应用于实际生产的流水线一般只针对单一指标、单一种类水果进行分拣,分拣效果不理想,且机器闲置率高。机器人分拣能方便地实现多指标、多类型的水果分拣,并便于实现产品追溯。论文对其所涉及的识别和定位两项关键技术进行了研究。首先,根据分拣系统的功能需求对苹果分拣系统的总体方案进行了设计。系统主要由视觉检测模块、传送带模块、机器人模块和通讯模块组成。并完成了分拣系统的硬件选型,主要包括光源、摄像机以及机器人系统等,设计并搭建了图像采集箱,并针对苹果分拣系统提出了可行的系统软件设计方案。其次,为实现苹果的识别与分类,本文以红富士和红元帅苹果作为研究对象,首先提出采用线性核和RBF核组合,自动搜索核权重的多核最小二乘支持向量机算法,分别建立了两种苹果的分类模型及红富士苹果的分级模型。然后对深层卷积神经网络算法进行了研究,提出一种基于LeNet-5改进神经网络模型的深度学习算法,该算法针对彩色图像增加了Flatten层,将三通道数据扁平化为单通道,然后在全连接层中加入了Dropout策略以增加模型的泛化能力,并以Lea...
【文章页数】：79 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景及意义
1.2 果蔬分拣的研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 视觉分拣关键技术的研究现状
1.3.1 目标识别与分类技术
1.3.2 目标定位技术
1.4 研究内容
1.5 研究方案及技术路线
1.5.1 研究方案
1.5.2 技术路线
第二章 苹果分拣系统构建
2.1 分拣系统总体设计
2.1.1 系统设计要求
2.1.2 系统组成
2.1.3 图像采集方案
2.2 分拣系统硬件选型
2.2.1 视觉检测模块
2.2.2 机器人模块
2.2.3 传送装置及控制柜
2.3 分拣系统软件设计方案
2.3.1 开发平台
2.3.2 模块及功能划分
2.4 苹果分拣关键技术
2.5 本章小结
第三章 苹果分拣中的识别与分类技术研究
3.1 引言
3.2 算法原理及编程
3.2.1 最小二乘支持向量机
3.2.2 基于方向梯度直方图特征的SVM
3.2.3 深层卷积神经网络
3.2.4 改进的LeNet-5卷积网络模型
3.2.5 软件编程
3.3 苹果分类方法研究
3.3.1 实验样本
3.3.2 基于SVM的苹果分类
3.3.3 基于CNN的苹果分类
3.3.4 结果与分析
3.4 苹果分级方法研究
3.4.1 实验样本
3.4.2 基于SVM的苹果分级
3.4.3 基于CNN的苹果分级
3.4.4 总结与分析
3.5 本章小结
第四章 苹果分拣中的摄像机标定
4.1 摄像机成像模型
4.1.1 四种坐标系
4.1.2 线性摄像机模型
4.1.3 非线性摄像机模型
4.2 标定方法
4.2.1 Tsai两步标定法
4.2.2 张正友标定法
4.2.3 摄像机成像模型的改进
4.3 摄像机标定实验及结果分析
4.3.1 标定实验系统搭建
4.3.2 标定步骤
4.3.3 结果及分析
4.4 本章小结
第五章 苹果分拣中的目标定位
5.1 边缘轮廓提取
5.1.1 图像预处理
5.1.2 苹果图像边缘检测
5.2 苹果图像轮廓中心点提取
5.2.1 Hough变换圆检测
5.2.2 基于Hough圆检测识别苹果
5.2.3 定量结果分析
5.3 机器人坐标系下位置变换
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
作者简介
附件
【参考文献】：
期刊论文
[1]基于决策树支持向量机的苹果表面缺陷识别[J]. 邱光应,彭桂兰,陶丹,王峥荣. 食品与机械. 2017(09)
[2]基于深度卷积网络算法的人脸识别方法研究[J]. 龙海强,谭台哲. 计算机仿真. 2017(01)
[3]基于机器视觉的食品包装缺陷检测研究[J]. 李萌,孙铁波. 食品研究与开发. 2016(24)
[4]增强层次CNN模型在目标识别应用中的研究[J]. 史天予,胡玉兰,孙家民,袁德鹏. 光电技术应用. 2016(04)
[5]基于CNN模型的高分辨率遥感图像目标识别[J]. 曲景影,孙显,高鑫. 国外电子测量技术. 2016(08)
[6]基于机器视觉的采后荔枝表皮微损伤实时检测[J]. 孙宝霞,汤林越,何志良,邹湘军,熊俊涛. 农业机械学报. 2016(07)
[7]基于机器视觉的大输液灯检机的设计[J]. 周鹏,张立华,李坤. 电子技术. 2016(05)
[8]面向机器人航天员的球形目标识别与定位方法研究[J]. 范晓鹏,郝颖明,朱枫,付双飞. 载人航天. 2016(03)
[9]基于LabVIEW的食品包装喷码视觉检测方法[J]. 杨慧斌,闫娟. 食品与机械. 2016(04)
[10]基于机器视觉图像特征参数的马铃薯质量和形状分级方法[J]. 王红军,熊俊涛,黎邹邹,邓建猛,邹湘军. 农业工程学报. 2016(08)
本文编号：3680483
【文章页数】：79 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景及意义
1.2 果蔬分拣的研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 视觉分拣关键技术的研究现状
1.3.1 目标识别与分类技术
1.3.2 目标定位技术
1.4 研究内容
1.5 研究方案及技术路线
1.5.1 研究方案
1.5.2 技术路线
第二章 苹果分拣系统构建
2.1 分拣系统总体设计
2.1.1 系统设计要求
2.1.2 系统组成
2.1.3 图像采集方案
2.2 分拣系统硬件选型
2.2.1 视觉检测模块
2.2.2 机器人模块
2.2.3 传送装置及控制柜
2.3 分拣系统软件设计方案
2.3.1 开发平台
2.3.2 模块及功能划分
2.4 苹果分拣关键技术
2.5 本章小结
第三章 苹果分拣中的识别与分类技术研究
3.1 引言
3.2 算法原理及编程
3.2.1 最小二乘支持向量机
3.2.2 基于方向梯度直方图特征的SVM
3.2.3 深层卷积神经网络
3.2.4 改进的LeNet-5卷积网络模型
3.2.5 软件编程
3.3 苹果分类方法研究
3.3.1 实验样本
3.3.2 基于SVM的苹果分类
3.3.3 基于CNN的苹果分类
3.3.4 结果与分析
3.4 苹果分级方法研究
3.4.1 实验样本
3.4.2 基于SVM的苹果分级
3.4.3 基于CNN的苹果分级
3.4.4 总结与分析
3.5 本章小结
第四章 苹果分拣中的摄像机标定
4.1 摄像机成像模型
4.1.1 四种坐标系
4.1.2 线性摄像机模型
4.1.3 非线性摄像机模型
4.2 标定方法
4.2.1 Tsai两步标定法
4.2.2 张正友标定法
4.2.3 摄像机成像模型的改进
4.3 摄像机标定实验及结果分析
4.3.1 标定实验系统搭建
4.3.2 标定步骤
4.3.3 结果及分析
4.4 本章小结
第五章 苹果分拣中的目标定位
5.1 边缘轮廓提取
5.1.1 图像预处理
5.1.2 苹果图像边缘检测
5.2 苹果图像轮廓中心点提取
5.2.1 Hough变换圆检测
5.2.2 基于Hough圆检测识别苹果
5.2.3 定量结果分析
5.3 机器人坐标系下位置变换
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
作者简介
附件
【参考文献】：
期刊论文
[1]基于决策树支持向量机的苹果表面缺陷识别[J]. 邱光应,彭桂兰,陶丹,王峥荣. 食品与机械. 2017(09)
[2]基于深度卷积网络算法的人脸识别方法研究[J]. 龙海强,谭台哲. 计算机仿真. 2017(01)
[3]基于机器视觉的食品包装缺陷检测研究[J]. 李萌,孙铁波. 食品研究与开发. 2016(24)
[4]增强层次CNN模型在目标识别应用中的研究[J]. 史天予,胡玉兰,孙家民,袁德鹏. 光电技术应用. 2016(04)
[5]基于CNN模型的高分辨率遥感图像目标识别[J]. 曲景影,孙显,高鑫. 国外电子测量技术. 2016(08)
[6]基于机器视觉的采后荔枝表皮微损伤实时检测[J]. 孙宝霞,汤林越,何志良,邹湘军,熊俊涛. 农业机械学报. 2016(07)
[7]基于机器视觉的大输液灯检机的设计[J]. 周鹏,张立华,李坤. 电子技术. 2016(05)
[8]面向机器人航天员的球形目标识别与定位方法研究[J]. 范晓鹏,郝颖明,朱枫,付双飞. 载人航天. 2016(03)
[9]基于LabVIEW的食品包装喷码视觉检测方法[J]. 杨慧斌,闫娟. 食品与机械. 2016(04)
[10]基于机器视觉图像特征参数的马铃薯质量和形状分级方法[J]. 王红军,熊俊涛,黎邹邹,邓建猛,邹湘军. 农业工程学报. 2016(08)
本文编号：3680483
本文链接：https://www.wllwen.com/nykjlw/nygclw/3680483.html
