基于计算机视觉的枸杞分级方法研究

发布时间：2020-05-28 19:15

【摘要】：枸杞是宁夏地区的特色农产品,仅2017年宁夏枸杞年综合产值130亿元,但其采摘后深加工技术比较落后,尤其在分类分拣中一直采用传统的手工分拣,这也成为枸杞产业发展不规范的主要原因之一。人工分选方法使用设备简单,劳动强度大,还受到人的主观因素的影响,分级标准不规范,分级不准确,质量和效率较低,不能很好的满足市场化的需求。本文采用计算机视觉技术,对枸杞的外观品质(主要为大小、色泽等)进行分析、检测,并依结果建立分级模型,实现枸杞的在线检测分级。主要研究内容和结果如下:(1)分析目前国内外使用计算机视觉技术研究农产品分级检测的现状,并讨论枸杞进行计算机视觉检测的可行性和必要性,针对枸杞分级检测的需要,建立枸杞图像样本采集、保存系统。(2)获取枸杞图像后,通过使用图像灰度化、高斯滤波、邻域滤波、中值滤波、双峰法、迭代法等常用的噪声处理和图像分割方法进行图像的分析和研究,选出适合枸杞品质检测的图像预处理方法。(3)为剔除影响枸杞外观和食用的霉变、发黑等颜色异常枸杞,通过选择合适的背景图像,分析RGB、HSI、HSV颜色空间,提取枸杞颜色参数。并通过R、G、B,H、S、I、V的分量直方图分析,使用RGB中的R分量效果更好,通过对比枸杞的RGB直方图分量结果,确定R分量的区间范围,最终选定分割阈值,检验正确率96%(4)为了完成枸杞大小的检测分级,通过检测枸杞的投影面积、最大果径、周长等几何特征参数的方法和技术,经过分析,使用投影面积能更准确有效的判别枸杞大小级别。通过K-means聚类分析法,选取一、二、三级样本,训练建立了枸杞投影面积与像素间的三级分级基准,实现对枸杞的大小检测,分级准确率达到97%。通过实验数据的对比,结果表明系统具有一定的实用性,上述研究成果为枸杞外观品质判定的科学化和自动化提供了理论依据和技术支持。对促进枸杞的分级筛选、促进枸杞贸易的发展,均具有一定的理论和实用价值。
【图文】：

主要内容有：计算机视觉系统设计和颜色检验，通过颜色检验剔除缺陷枸结果验证等几个步骤。采集平台，通过数字影像系统获取枸形进行数字化处理，以便进行分析。最终选择 R 分量作为色彩分级依据变枸杞，提取枸杞形状特性参数，建小进行分类。行论证。

广泛的应用；医学检测，使我们更早更容易检测疾病；道路车辆识别，使我们更容易监测车辆和控制疏导交通；工业检测，能够更快更精确的对工业产品进行检查，解放劳动力；同样，在人脸识别、数字卫星图像、气象预报等方面都已经获得了成熟的技术并且进行了广泛的应用。计算机视觉系统的出现，在很多方面改变了我们的生活和工作环境，提升了工作和生产效率。2.2 计算机视觉系统基本组成计算机视觉系统一般包括：照明光源、数字摄像、图像采集、图像处理等单元，如图 2.1 所示。本研究中利用相机获取枸杞图像，并利用计算机将图像信号转换成数字信号，从而获得像素分布、亮度和颜色等信息， 运用适合的算法获取目标区域的特征信息，如面积、大小、长度、数量等，，分析这些特征与实测值之间的相关性，建立预测和判别模型，进而根据结论来判定枸杞的品质等级。该系统可有效获取高质量的样本图像，为后续整个系统提供有力的基础保证。
【学位授予单位】：兰州理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：S567.19;TP391.41

【相似文献】

相关期刊论文 前10条

1 徐可源;;感知世界 洞察未来——2018年计算机视觉行业回顾与展望[J];中国城市金融;2019年02期

2 吴立德;;计算机视觉研究进入攻关阶段[J];国际学术动态;1996年04期

3 张承进;;第9届国际控制、自动化、机器人与计算机视觉会议[J];国际学术动态;2007年06期

4 莫洪武;万荣泽;;计算机视觉在水稻大面积制种中的应用研究[J];农机化研究;2019年03期

5 郭吉楠;;微课在计算机视觉课中的应用探究[J];中国新通信;2018年23期

6 王一帏;;深度学习分类网络研究及其在计算机视觉中的应用[J];通讯世界;2019年03期

7 黄荣喜;;基于计算机视觉的玉米田间除草系统开发[J];农机化研究;2018年03期

8 刘梅;;基于计算机视觉的玉米种子形态识别测量[J];农机化研究;2018年04期

9 钱永涛;;基于计算机视觉的小麦长势监控研究[J];农机化研究;2018年04期

10 王彦辉;赵培琨;边东良;;基于计算机视觉的瓜果采摘系统的运用研究[J];农机化研究;2018年01期

相关会议论文 前10条

1 ;中国计算机视觉行业研究报告[A];艾瑞咨询系列研究报告（2017年第12期）[C];2017年

2 方漪;乔甜;;基于OpenGL的计算机视觉成像技术分析[A];中国几何设计与计算新进展2007——第三届中国几何设计与计算大会论文集[C];2007年

3 宋小华;欧阳丹彤;;时空推理在计算机视觉的应用[A];2006年全国理论计算机科学学术年会论文集[C];2006年

4 周红;刘光蓉;;计算机视觉及其在谷物籽粒检测分级中的应用[A];中国粮油学会第三届学术年会论文选集（下册）[C];2004年

5 管宇杰;;人工智能的眼睛——计算机视觉[A];2017智能电网新技术发展与应用研讨会论文集[C];2017年

6 郑群;邸铮;;计算机视觉法在测量金属铸造表面粗糙度的应用研究[A];2017冶金企业管理创新论坛论文集[C];2017年

7 熊凌;;计算机视觉中的图像匹配综述[A];湖北省机械工程学会设计与传动专业委员会第十四届学术年会论文集[C];2006年

8 王平凯;岳晓峰;韩立强;;灌装桶口计算机视觉定位系统的研究[A];增强自主创新能力 促进吉林经济发展——启明杯·吉林省第四届科学技术学术年会论文集（上册）[C];2006年

9 熊凌;;计算机视觉中的图像匹配综述[A];12省区市机械工程学会2006年学术年会湖北省论文集[C];2006年

10 赵荣椿;;体视学、体视化与计算机视觉[A];面向21世纪的科技进步与社会经济发展（上册）[C];1999年

相关重要报纸文章 前10条

1 记者 郑金武;国际计算机视觉算法竞赛揭晓[N];科学时报;2011年

2 宋琪;中科院自动化所在国际计算机视觉算法竞赛中获优异成绩[N];科学时报;2011年

3 本报记者 吕红星;2020年中国计算机视觉行业市场规模将达725亿元[N];中国经济时报;2017年

4 王茜 赛迪智库电子信息产业研究所;巨头抢滩计算机视觉入口，中国该做什么？[N];通信产业报;2017年

5 斯坦福大学教授、谷歌云首席科学家 李飞飞;计算机视觉要多久才能理解这个世界[N];中国信息化周报;2018年

6 谢静;我国计算机视觉应用市场规模达15.45亿元[N];人民邮电;2018年

7 本报记者 冯娜娜;计算机视觉助力农险查勘降低成本[N];中国保险报;2018年

8 本报记者 倪雨晴;计算机视觉应用遍地开花 “护城河”如何建立？[N];21世纪经济报道;2018年

9 记者 段倩倩;腾讯优图升级 强化计算机视觉研发投入[N];第一财经日报;2018年

10 本报记者 游寰臻;2016年人工智能升温 巨头争相押注欲引爆未来市场[N];通信信息报;2016年

相关博士学位论文 前10条

1 郭聪;基于关注度机制的图像理解[D];中国科学技术大学;2018年

2 顾钦;移动变尺度目标检测与跟踪算法研究[D];电子科技大学;2018年

3 李伟;基于计算机视觉的播种精度检测技术研究[D];中国农业大学;2004年

4 伍雪冬;计算机视觉中摄像机定标及位姿和运动估计方法的研究[D];湖南大学;2005年

5 杨述平;基于计算机视觉的三维测试技术研究[D];中北大学;2005年

6 段发阶;计算机视觉检测基础理论及应用技术研究[D];天津大学;1994年

7 赵书涛;基于计算机视觉的直读仪表校验方法研究[D];华北电力大学（河北）;2006年

8 孔明;颗粒粒径和形态计算机视觉测量方法研究[D];东南大学;2005年

9 翟乃斌;基于计算机视觉的汽车整车尺寸测量系统的研究[D];吉林大学;2007年

10 夏永泉;计算机视觉中双目匹配相关技术研究[D];南京理工大学;2007年

相关硕士学位论文 前10条

1 巩晓云;计算机视觉在药品包装检测中的应用[D];哈尔滨理工大学;2019年

2 曾泽宇;基于计算机视觉的枸杞分级方法研究[D];兰州理工大学;2019年

3 赵凯;基于深度学习的暴恐视频识别关键技术研究[D];北京邮电大学;2019年

4 王华东;融合目标先验知识的目标跟踪策略研究[D];内蒙古大学;2019年

5 洪灏;BIM与计算机视觉支持的室内铺装进度信息自动收集及可视化研究[D];华南理工大学;2018年

6 赵乾臣;基于核相关滤波器的尺度自适应视觉目标跟踪[D];南京理工大学;2018年

7 周晓东;深度学习分类网络研究及其在计算机视觉中的应用[D];郑州大学;2018年

8 陈硕;监控视频结构化分析的研究与系统实现[D];山东大学;2018年

9 张天允;基于计算机视觉的交通标志检测与识别算法研究[D];湖南大学;2018年

10 樊能;基于视觉的目标检测与跟踪算法研究[D];杭州电子科技大学;2018年

本文编号：2685698