基于计算机视觉的扇贝分级系统设计与实现
发布时间：2020-12-31 10:18
我国是一个物产资源丰富的海洋大国,水产养殖业占据国民生产总值很大比重,扇贝养殖作为水产养殖的重要的一环,也越来越受到人们的重视。在扇贝的养成过程中,需要多次区分等级,进而执行后续过程。目前,在扇贝养殖中,主要的分级方式是手工测量分级,该方式步骤繁琐,准确率波动性大,极大影响了扇贝分级的效率与扇贝养殖业的发展。通过计算机视觉的分级方式代替传统的手工分级,可避免与扇贝直接接触,有效减少扇贝碰撞,提高扇贝养殖效率。本文按照项目进行的流程展开论述,内容较详细,主要内容如下:(1)扇贝特征选择及图像预处理设计。针对扇贝图像信息不明显、外壳结构复杂的问题,分析扇贝颜色、花纹及边缘轮廓信息对图像处理的影响,进行图像特征选择,确定颜色及轮廓为扇贝图像主要特征。提出通过OpenCV视觉库提供的RGB颜色单通道处理方法,并采用高斯、中值滤波方式对扇贝图像预处理。(2)扇贝图像分割及测量算法的设计。针对预处理后的扇贝图像,使用大津法自适应阈值二值化及边缘检测方法。对扇贝图像进行色彩提取,有效过滤扇贝花纹,完成前、背景分离,并获取扇贝轮廓信息。对现有的几种扇贝测量的算法进行分析,由于扇贝轮廓不规则性,对尺寸测...
【文章来源】：大连海洋大学辽宁省
【文章页数】：52 页
【学位级别】：硕士
【部分图文】：
扇贝的大、中、小级别特征图
图 2-2 传统手工测量方式示意图ematic diagram of traditional manual measur量扇贝尺寸是用游标卡尺上端固定量爪和刻度计算扇贝尺寸数据。具体分级规则由公 >≤≤>=2312211()lasalaslasf a贝的实际壳高尺寸大小，a1、a2、a3 分别代贝的级别参数。若 l 大于 a1，则扇贝的级别贝的级别为 s2；若 l 小于 a2，则扇贝的尺寸有很大缺陷，对检测人员的专业性考验极大在整个过程中操作员都会与扇贝壳体进行接成磕碰、磨损，造成病贝、死贝产生的可能操作员规定，主观因素影响过强，极有可能致数据真实性过差，影响企业信誉度。综上
觉技术不但自身发展迅速，理和计算机视觉联系密切，y 提出了边缘检测离散准则，，随着研究者的不断推进研度的 Roberts, Sobel 和 Pr，基于小波变换的边缘算子，大津（OSTU）算法、小波系统，需要获取有效的扇贝处理图像信息之前要进行扇增强有用信息。最后，分割术及过程，图像分割也是一，进行扇贝尺寸测量，通过息进行区域划分后，输出待
【参考文献】：
期刊论文
[1]基于机器视觉的核桃仁分级方法[J]. 蔡建,周军,史建新,王勇,郭政,刘航. 江苏农业科学. 2018(05)
[2]基于机器视觉的苹果品质在线分级检测[J]. 石瑞瑶,田有文,赖兴涛,古文君. 中国农业科技导报. 2018(03)
[3]一种使用多特征的鱼类图像检索方法[J]. 孙建伟,于红,吴俊峰,张美玲,罗强,孙娟娟. 大连海洋大学学报. 2016(04)
[4]自适应阈值图像二值化及形态学处理的FPGA实现[J]. 陈鑫元,李筠,杨海马,宋佳,邵璐先. 电子测量技术. 2016(07)
[5]基于机器视觉的哈密瓜大小分级研究[J]. 刘启全,郭俊先,刘明涛,刘航,王艳. 新疆农机化. 2016(02)
[6]基于机器视觉的脐橙品质在线分级检测系统[J]. 胡发焕,董增文,匡以顺. 中国农业大学学报. 2016(03)
[7]基于机器视觉技术的肉新鲜度分级方法研究[J]. 姜沛宏,张玉华,钱乃余,张长峰,陈东杰. 食品科技. 2015(03)
[8]基于机器视觉的玉米植株数量获取方法与试验[J]. 贾洪雷,王刚,郭明卓,Dylan Shah,姜鑫铭,赵佳乐. 农业工程学报. 2015(03)
[9]基于机器视觉的作物多姿态害虫特征提取与分类方法[J]. 李文勇,李明,陈梅香,钱建平,孙传恒,杜尚丰. 农业工程学报. 2014(14)
[10]综合颜色空间特征和纹理特征的图像检索[J]. 黄仁,胡敏. 计算机科学. 2014(S1)
博士论文
[1]基于水下机器视觉的海参实时识别研究[D]. 乔曦.中国农业大学 2017
硕士论文
[1]视频中扇贝图像的检测与定位研究[D]. 王帅.大连海洋大学 2015
[2]基于机器视觉的苹果尺寸分级技术研究[D]. 杨习文.武汉轻工大学 2015
[3]基于机器视觉的球形果蔬自动化分级技术研究[D]. 朱黎辉.四川师范大学 2015
[4]基于机器视觉的扇贝精选分级系统研究[D]. 杨晓光.大连海事大学 2013
[5]基于机器视觉和近红外光谱的水果品质分级研究[D]. 李军良.南京航空航天大学 2011
[6]运动模糊图像恢复方法[D]. 杨勇杰.浙江大学 2010
本文编号：2949441
【文章来源】：大连海洋大学辽宁省
【文章页数】：52 页
【学位级别】：硕士
【部分图文】：
扇贝的大、中、小级别特征图
图 2-2 传统手工测量方式示意图ematic diagram of traditional manual measur量扇贝尺寸是用游标卡尺上端固定量爪和刻度计算扇贝尺寸数据。具体分级规则由公 >≤≤>=2312211()lasalaslasf a贝的实际壳高尺寸大小，a1、a2、a3 分别代贝的级别参数。若 l 大于 a1，则扇贝的级别贝的级别为 s2；若 l 小于 a2，则扇贝的尺寸有很大缺陷，对检测人员的专业性考验极大在整个过程中操作员都会与扇贝壳体进行接成磕碰、磨损，造成病贝、死贝产生的可能操作员规定，主观因素影响过强，极有可能致数据真实性过差，影响企业信誉度。综上
觉技术不但自身发展迅速，理和计算机视觉联系密切，y 提出了边缘检测离散准则，，随着研究者的不断推进研度的 Roberts, Sobel 和 Pr，基于小波变换的边缘算子，大津（OSTU）算法、小波系统，需要获取有效的扇贝处理图像信息之前要进行扇增强有用信息。最后，分割术及过程，图像分割也是一，进行扇贝尺寸测量，通过息进行区域划分后，输出待
【参考文献】：
期刊论文
[1]基于机器视觉的核桃仁分级方法[J]. 蔡建,周军,史建新,王勇,郭政,刘航. 江苏农业科学. 2018(05)
[2]基于机器视觉的苹果品质在线分级检测[J]. 石瑞瑶,田有文,赖兴涛,古文君. 中国农业科技导报. 2018(03)
[3]一种使用多特征的鱼类图像检索方法[J]. 孙建伟,于红,吴俊峰,张美玲,罗强,孙娟娟. 大连海洋大学学报. 2016(04)
[4]自适应阈值图像二值化及形态学处理的FPGA实现[J]. 陈鑫元,李筠,杨海马,宋佳,邵璐先. 电子测量技术. 2016(07)
[5]基于机器视觉的哈密瓜大小分级研究[J]. 刘启全,郭俊先,刘明涛,刘航,王艳. 新疆农机化. 2016(02)
[6]基于机器视觉的脐橙品质在线分级检测系统[J]. 胡发焕,董增文,匡以顺. 中国农业大学学报. 2016(03)
[7]基于机器视觉技术的肉新鲜度分级方法研究[J]. 姜沛宏,张玉华,钱乃余,张长峰,陈东杰. 食品科技. 2015(03)
[8]基于机器视觉的玉米植株数量获取方法与试验[J]. 贾洪雷,王刚,郭明卓,Dylan Shah,姜鑫铭,赵佳乐. 农业工程学报. 2015(03)
[9]基于机器视觉的作物多姿态害虫特征提取与分类方法[J]. 李文勇,李明,陈梅香,钱建平,孙传恒,杜尚丰. 农业工程学报. 2014(14)
[10]综合颜色空间特征和纹理特征的图像检索[J]. 黄仁,胡敏. 计算机科学. 2014(S1)
博士论文
[1]基于水下机器视觉的海参实时识别研究[D]. 乔曦.中国农业大学 2017
硕士论文
[1]视频中扇贝图像的检测与定位研究[D]. 王帅.大连海洋大学 2015
[2]基于机器视觉的苹果尺寸分级技术研究[D]. 杨习文.武汉轻工大学 2015
[3]基于机器视觉的球形果蔬自动化分级技术研究[D]. 朱黎辉.四川师范大学 2015
[4]基于机器视觉的扇贝精选分级系统研究[D]. 杨晓光.大连海事大学 2013
[5]基于机器视觉和近红外光谱的水果品质分级研究[D]. 李军良.南京航空航天大学 2011
[6]运动模糊图像恢复方法[D]. 杨勇杰.浙江大学 2010
本文编号：2949441
本文链接：https://www.wllwen.com/nykjlw/scyylw/2949441.html
