基于机器视觉的蜜柚品质检测方法研究
发布时间：2021-06-10 02:09
品质检测分级是蜜柚生产、销售以及出口的重要环节,在相关的国家、行业标准中,明确给出了其形状、色泽、表面缺陷、可食率、重量的检测指标。本文立足于蜜柚生产品质分级检测要求,以（?）溪蜜柚为研究样本,应用机器视觉技术、高光谱成像技术、自动称重技术对蜜柚主要品质指标的高效准确检测方法进行研究,通过实验分析验证提出了不同检测方法的应用范围,为蜜柚综合品质分级检测奠定了基础。本文研究内容与成果如下：（1）研究比较了针对蜜柚结构特征的图像预处理的方法,其中包括基于快速中值滤波的噪声图像恢复算法,基于区域和边界图像分割的算法,为进行蜜柚的分级检测提供支持。（2）建立了以图像质心为基础的蜜柚果形特征分析基本模型,研究了基于图像空间矩计算与边界展开的主轴定位方法,并进行了蜜柚果形分析与果径计算,提出了以形状参数描述与对称度描述为核心的基于区域果形特征分析的方法,给出了蜜柚形状的描述指标：果形指数CRatio、形状因子CShape,轴偏角δ。依据谐波分析中边界重建的方法,采用傅立叶描述子方法来表征果形,并利用傅立叶描述子重建果形比较的方法进行了畸形果的检测。（3）...
【文章来源】：中国农业大学北京市 211工程院校 985工程院校 教育部直属院校
【文章页数】：133 页
【学位级别】：博士
【部分图文】：
商用蜜柚称重系统
方法检测挤橙的纵径横径，对其进行了实时检测时运算量、检测效果比较，给出了详细的计算过程和三种方法各自的特点，但在蜜柚果形为如图1-5所示的非棉球体情况时，采用这类方法无法准确的计算纵径。K / 1\ ) \ J图1-5两类柚果外形的最小外接矩形在水果大小分级检测中果径计算技术方法己较为成熟，但对于非球体或非棉球体水果的果径计算研宄较少，本研宄主要是寻找适合蜜柚外形特征的纵横果径计算识别方法，识别柚果的纵径和横径以建立柚果的基本结构模型，用于柚果各类特征的分级检测。1.3.2.2基于机器视觉的水果形状检测在水果的形状检测中主要有两类识别形状方法，一类是依据采集图像的区域特征识别，另一类是依据采集图像的边界特征识别，本研宄中蜜柚的形状特征较一般的类球体水果有所不同，主要有类摘球形、梨形、水滴形，蜜柚的外形与其内部结构有一定的相关关系，因而其外形检测识别对判断其品质具有重要意义。国外典型研宄有Vooren[43]采用圆度、弯曲能量、球形度和偏心距描述蘑燕的形状特征。Heinemannl44l提出以检测花萼-果梗连线方向高度的最大值与最小值比值为指标来判断苹果倾斜程度
根据上述特点搭建图像采集系统。图像采集系统主要由照明系统、工业相机、数字图像输入接口、计算机组成，如图2-1所示。照明系统为方形封闭灯箱，箱体内壁为白色，光源由12根2()\V的高频焚光灯组成，平均分布在箱体内部两侧。灯箱底部为图像采集区，布置背景为黒色的底座，柚果形状基本为梨状扁圆形，为了方便采集各个方向图像进行研宄，在底座上设置黑色可调节的定位装置。底部采集区的正上方安装数码相机。工业相机采用嘉恒中自公司OK_AC1300型CCD相机，最大分辩率为1300x1024(pix)o柚类果实具有上凸下平的扁圆梨形形状、果实尺寸相对较大的特点，在本章研宄中，以柚果顶部正投影方向与侧面正投影方向采集的图像为主要研宄对象。1 人2 I 、 ] V . XT ^调 n"n： ！“" V J、 I i I ? — I"——?-丨. d =、、图2-1图像采集
【参考文献】：
期刊论文
[1]2013年中国主要水果加工品进出口统计分析[J]. 张放. 中国果业信息. 2014(07)
[2]2013年中国干鲜水果进出口贸易统计分析[J]. 张放. 中国果业信息. 2014(06)
[3]柚子的19种治理功效[J]. 郑淑娟. 世界热带农业信息. 2014(05)
[4]基于光谱指数的苹果叶片水分含量估算模型研究[J]. 朱西存,姜远茂,赵庚星,王凌,房贤一. 中国农学通报. 2014(04)
[5]基于UVE-ICA和支持向量机的南丰蜜桔可溶性固形物可见-近红外检测[J]. 孙通,许文丽,胡田,刘木华. 光谱学与光谱分析. 2013(12)
[6]基于机器视觉和MATLAB/GUI的柚子外观尺寸检测系统[J]. 龚昌来,李东山,罗聪,黄杰贤. 嘉应学院学报. 2013(11)
[7]基于机器视觉的柚子尺寸检测系统的研究[J]. 龚昌来,罗聪,黄杰贤,杨冬涛. 农机化研究. 2013(11)
[8]2012年中国柑桔类水果及加工品进出口统计分析[J]. 张放. 中国果业信息. 2013(07)
[9]基于轮廓方向特征的柚子果形检测研究[J]. 杨冬涛,黄杰贤,龚昌来,罗聪. 激光与红外. 2013(06)
[10]食柚子好处多[J]. 林楠. 糖尿病新世界. 2012(11)
博士论文
[1]番茄可溶性固形物和硬度的高光谱成像检测[D]. 张若宇.浙江大学 2014
[2]基于图像处理和光谱分析技术的水果品质快速无损检测方法研究[D]. 马本学.浙江大学 2009
[3]基于机器视觉的水果品质实时检测与分级生产线的关键技术研究[D]. 饶秀勤.浙江大学 2007
[4]计算机视觉信息处理方法与水果分级检测技术研究[D]. 冯斌.中国农业大学 2002
本文编号：3221799
【文章来源】：中国农业大学北京市 211工程院校 985工程院校 教育部直属院校
【文章页数】：133 页
【学位级别】：博士
【部分图文】：
商用蜜柚称重系统
方法检测挤橙的纵径横径，对其进行了实时检测时运算量、检测效果比较，给出了详细的计算过程和三种方法各自的特点，但在蜜柚果形为如图1-5所示的非棉球体情况时，采用这类方法无法准确的计算纵径。K / 1\ ) \ J图1-5两类柚果外形的最小外接矩形在水果大小分级检测中果径计算技术方法己较为成熟，但对于非球体或非棉球体水果的果径计算研宄较少，本研宄主要是寻找适合蜜柚外形特征的纵横果径计算识别方法，识别柚果的纵径和横径以建立柚果的基本结构模型，用于柚果各类特征的分级检测。1.3.2.2基于机器视觉的水果形状检测在水果的形状检测中主要有两类识别形状方法，一类是依据采集图像的区域特征识别，另一类是依据采集图像的边界特征识别，本研宄中蜜柚的形状特征较一般的类球体水果有所不同，主要有类摘球形、梨形、水滴形，蜜柚的外形与其内部结构有一定的相关关系，因而其外形检测识别对判断其品质具有重要意义。国外典型研宄有Vooren[43]采用圆度、弯曲能量、球形度和偏心距描述蘑燕的形状特征。Heinemannl44l提出以检测花萼-果梗连线方向高度的最大值与最小值比值为指标来判断苹果倾斜程度
根据上述特点搭建图像采集系统。图像采集系统主要由照明系统、工业相机、数字图像输入接口、计算机组成，如图2-1所示。照明系统为方形封闭灯箱，箱体内壁为白色，光源由12根2()\V的高频焚光灯组成，平均分布在箱体内部两侧。灯箱底部为图像采集区，布置背景为黒色的底座，柚果形状基本为梨状扁圆形，为了方便采集各个方向图像进行研宄，在底座上设置黑色可调节的定位装置。底部采集区的正上方安装数码相机。工业相机采用嘉恒中自公司OK_AC1300型CCD相机，最大分辩率为1300x1024(pix)o柚类果实具有上凸下平的扁圆梨形形状、果实尺寸相对较大的特点，在本章研宄中，以柚果顶部正投影方向与侧面正投影方向采集的图像为主要研宄对象。1 人2 I 、 ] V . XT ^调 n"n： ！“" V J、 I i I ? — I"——?-丨. d =、、图2-1图像采集
【参考文献】：
期刊论文
[1]2013年中国主要水果加工品进出口统计分析[J]. 张放. 中国果业信息. 2014(07)
[2]2013年中国干鲜水果进出口贸易统计分析[J]. 张放. 中国果业信息. 2014(06)
[3]柚子的19种治理功效[J]. 郑淑娟. 世界热带农业信息. 2014(05)
[4]基于光谱指数的苹果叶片水分含量估算模型研究[J]. 朱西存,姜远茂,赵庚星,王凌,房贤一. 中国农学通报. 2014(04)
[5]基于UVE-ICA和支持向量机的南丰蜜桔可溶性固形物可见-近红外检测[J]. 孙通,许文丽,胡田,刘木华. 光谱学与光谱分析. 2013(12)
[6]基于机器视觉和MATLAB/GUI的柚子外观尺寸检测系统[J]. 龚昌来,李东山,罗聪,黄杰贤. 嘉应学院学报. 2013(11)
[7]基于机器视觉的柚子尺寸检测系统的研究[J]. 龚昌来,罗聪,黄杰贤,杨冬涛. 农机化研究. 2013(11)
[8]2012年中国柑桔类水果及加工品进出口统计分析[J]. 张放. 中国果业信息. 2013(07)
[9]基于轮廓方向特征的柚子果形检测研究[J]. 杨冬涛,黄杰贤,龚昌来,罗聪. 激光与红外. 2013(06)
[10]食柚子好处多[J]. 林楠. 糖尿病新世界. 2012(11)
博士论文
[1]番茄可溶性固形物和硬度的高光谱成像检测[D]. 张若宇.浙江大学 2014
[2]基于图像处理和光谱分析技术的水果品质快速无损检测方法研究[D]. 马本学.浙江大学 2009
[3]基于机器视觉的水果品质实时检测与分级生产线的关键技术研究[D]. 饶秀勤.浙江大学 2007
[4]计算机视觉信息处理方法与水果分级检测技术研究[D]. 冯斌.中国农业大学 2002
本文编号：3221799
本文链接：https://www.wllwen.com/shoufeilunwen/nykjbs/3221799.html
