基于机器视觉的叶菜质量识别系统研究与实现

发布时间：2021-06-29 10:33

　　二十一世纪以来,人工智能迅速发展。针对传统的蔬菜分拣设备存在的效率低、精确度低下等问题,本研究尝试以机器视觉技术作为无损检测手段,以非多重叠叶菜为研究对象,在大量试验和工作的基础上,对成盆叶菜进行分析,实现成盆叶菜菜品质量的有效判别预测。本文的主要研究方法及内容如下:1.通过分析成盆叶菜的颜色与形态,建立成盆叶菜色泽与形态变化的动力学模型,通过对比感官评价与多变量动力学评价模型,得出影响成盆叶菜质量的特征因子,并对成盆叶菜叶绿素含量与特征变量进行回归分析;2.通过图像采集,图像预处理,得到成盆叶菜的运动目标检测图像,并且进一步进行图像的分割与兴趣区域的获取;3.运用图像处理相关技术,对前面得到的兴趣区叶菜图像进行形态特征、叶面积特征以及颜色特征的相关参数提取。运用CNN深度学习神经网络对叶绿素含量定量预测,进而实现对叶菜品质度的等级判别;4.将基于机器视觉技术的多质量检测融合方法应用于成盆叶菜质量的检测,以获得更好的检测效果。设计一套适用于成盆叶菜的质量分级分拣系统,以实现叶菜质量识别与自动化分级分拣。将卷积神经网络用于叶菜的分级研究中,不仅节约了成本和资源,同时提高了机器自动分级的精... 

【文章来源】：宁夏大学宁夏回族自治区 211工程院校

【文章页数】：57 页

【学位级别】：硕士

【部分图文】：

图２－１机器视觉系统执行过程??机器视觉通常被认为等同于计算机视觉

图２－２机器视觉、计算机视觉、数字图像处理的关系??

图２－３图像的坐标约定??数字图像的表示通常釆用矩阵或矢量的形式

【参考文献】：
期刊论文
[1]机器视觉技术在我国现代农业生产中的应用研究[J]. 赵娜,赵平,高轶军.  天津农学院学报. 2015(02)
[2]农产品物流保鲜与物流研究[J]. 刘霞.  天津科技大学学报. 2015(03)
[3]电子鼻系统在物流农产品质量安全判别与控制研究进展[J]. 刘寿春,赵春江,杨信廷,钱建平,钟赛意.  食品科技. 2015(01)
[4]菠菜维生素C降解动力学及其快速识别方法研究[J]. 李文钊,杜依登,史宗义,时瀛洲,刘丽,阮美娟.  食品工业. 2014(10)
[5]智能传感技术及在新鲜果蔬品质检测中的应用[J]. 吕佳煜,朱丹实,冯叙桥,梁洁玉,杜玉慧,董福,杨文晶.  食品与发酵工业. 2014(11)
[6]机器视觉在农业生产中的应用研究[J]. 刁智华,王会丹,魏伟.  农机化研究. 2014(03)
[7]樱桃番茄采后品质变化的介电特性研究[J]. 马涛,李海峰,张海红,贺晓光,张春相,李婉陶,周华佩.  食品研究与开发. 2013(21)
[8]3种保鲜方式对大平顶枣保鲜效果的影响[J]. 曹雪慧,杨方威,冯叙桥,朱丹实,刘丽萍,于越.  食品工业科技. 2014(06)
[9]我国果蔬贮藏保鲜现状及展望[J]. 王文生.  农业工程技术(农产品加工业). 2013(10)
[10]温湿度对菠菜可溶性蛋白质含量的影响[J]. 蔡梅艳,陶乐仁,张婷玉,范国华,李娟.  江苏农业科学. 2013(09)



本文编号：3256284