基于芒果流水线的智能化检测分级系统研究

发布时间：2021-05-20 12:21

　　随着我国工业化进程的不断推进,我国农产品已逐步从高产走向优质。近年来,芒果的海外销售有所增加,芒果产品在海外市场的前景非常看好。我国芒果采摘后,一般采用人工分级,即根据果实大小和外观进行简单分级。由于芒果分类不准确,分级人工投入过多,造成产品价值损失,利润微薄。因此,完善我国芒果采后分级具有重要意义。本文选择海南的贵妃芒和金煌芒为对象,研究了流水线上的芒果智能化检测分级系统,文中采用一种基于像素深度的芒果外形检测算法结合计算机图像处理技术,能够精确计算出芒果的色泽参数、形状参数、体积值和缺陷面积。数据显示,测量出芒果的体积大小相对误差小于2.0%、缺陷部位面积相对误差小于2.0%。根据芒果的色泽、形状、体积、缺陷等特征,分别采用BP神经网络算法、支持向量机（SVM）算法对其进行综合分级。实验结果表明,基于改进的粒度支持向量机（GSVM）的芒果智能检测分级算法分级效率好,准确率高,算法精简。在芒果流水线的智能检测与分级过程中,产品分级质量得到了提高,对农产品加工业具有促进作用。 

【文章来源】：成都大学四川省

【文章页数】：61 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 课题的研究意义和背景
    1.2 水果分级检测国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
        1.2.3 研究现状小结
    1.3 研究内容及技术路线
        1.3.1 研究内容
        1.3.2 技术路线
2 芒果分级图像采集系统设计
    2.1 机器视觉
    2.2 芒果分级系统构建
        2.2.1 芒果分级系统组成
        2.2.2 机器视觉系统
    2.3 相机标定
3 芒果图像预处理
    3.1 基于彩色的图像处理技术
        3.1.1 颜色模型
        3.1.2 颜色模型转换
    3.2 彩色图像滤波降噪
    3.3 图像边缘检测
    3.4 彩色图像分割
        3.4.1 阈值分割
        3.4.2 RGB向量空间中的图像分割
4 芒果外貌特征参数提取
    4.1 颜色特征提取
    4.2 形状特征提取
    4.3 体积特征提取
        4.3.1 三维点云数据获取与处理
        4.3.2 基于像素深度的体积测量法
    4.4 缺陷面积提取
        4.4.1 二维缺陷检测
        4.4.2 芒果三维缺陷检测算法
5 芒果智能检测分级分级算法
    5.1 基于BP神经网络的分级算法
        5.1.1 BP神经网络
        5.1.2 BP神经网络构建
    5.2 基于支持向量机(SVM)的芒果分级算法
        5.2.1 支持向量机原理
        5.2.2 SVM分类步骤
    5.3 实验结果与分析
        5.3.1 开发环境
        5.3.2 分级标准
        5.3.3 实验数据处理及分析
结论
参考文献
附录A 附录内容名称
攻读硕士学位期间发表论文及科研成果
致谢


【参考文献】：
期刊论文
[1]走向新工业革命的智能制造[J]. 姚锡凡,景轩,张剑铭,刘敏,周佳军.  计算机集成制造系统. 2020(09)
[2]工业4.0从自动生产到智能制造[J]. 战戟.  智库时代. 2020(06)
[3]基于遗传算法优化BP神经网络的管道泄漏检测方法研究[J]. 燕宗伟,李平,郎宪明,刘浩宇.  当代化工. 2020(01)
[4]一种改进自适应阈值的Canny算法[J]. 于晓海,张阳,须颖.  机械与电子. 2020(01)
[5]一种基于线激光的水果外形检测方法[J]. 张光龙,张建伟,周敬.  中国农机化学报. 2020(01)
[6]基于机器视觉的二维精密测量系统[J]. 粟序明,方成刚,洪荣晶,吴伟伟,朱浪.  工具技术. 2019(12)
[7]机器视觉技术在农业生产中的应用研究[J]. 张学俊,顾沈明,李斌.  农村经济与科技. 2019(23)
[8]我国水果出口的现状、问题及对策分析——以苹果、梨和桃为例[J]. 颜栋勇.  对外经贸实务. 2019(08)
[9]中国水果出口贸易的比较优势及影响因素分析[J]. 巴勒江·马迪尼也提,布娲鹣·阿布拉.  世界农业. 2019(07)
[10]摄像机标定系统方法研究[J]. 汪永超,耿丽清.  天津职业技术师范大学学报. 2019(02)

博士论文
[1]运动水果的形状描述方法与在线检测技术[D]. 王福杰.浙江大学 2013

硕士论文
[1]宽色域白光LED光源光谱特性的研究[D]. 廖欣怡.华侨大学 2019
[2]三维激光点云数据的处理及应用研究[D]. 孙钰科.上海师范大学 2018
[3]基于激光扫描的物料堆三维测量系统研究[D]. 雷文.湖南大学 2014
[4]基于Kinect深度图像的三维重建研究[D]. 韦羽棉.重庆大学 2014
[5]基于数字图像处理的水果表面品质检测方法研究[D]. 马秀丽.东北大学 2011



本文编号：3197745