基于深度学习的虫草智能化分拣系统研究

发布时间：2020-07-13 12:44

【摘要】：冬虫夏草作为我国传统名贵中草药的一种,以其极高药用价值和医疗效果受到人们的青睐,但因其生长环境恶劣导致采摘难度大,致使虫草在收购时价格居高不下。近年来,随着人们生活水平的提高,虫草的需求量呈上升趋势,进而导致市场上虫草的伪品层出不穷,不仅损害收购商与消费者的经济利益,同时存在用药安全的潜在危险。针对现今市面上虫草分拣设备匮乏、人工分拣效率低下、错误率高等问题,本文围绕基于深度学习的虫草智能化分拣系统展开研究工作。系统结合图像处理技术和嵌入式技术,通过深度学习算法识别虫草及其伪品图像并完成分拣工作,尤其是在虫草识别算法上,将SURF算法提取的多点特征图像作为卷积神经网络输入,通过人工蜂群算法替代传统梯度下降法优化权值更新速度,相比于传统算法,系统的识别精度得到较大提高,识别速度加快。论文的主要工作总结如下:(1)虫草分拣系统关键技术分析及方案构建。首先,通过从深度学习的发展、主流模型的比对和其在不同领域的应用三个方面进行研究,对深度学习框架进行选型。其次联系系统自身功能需求以及系统设计原则,构建由图像采集识别模块以及分拣控制模块构成的系统整体工作方案,其中图像采集识别模块设计包含图像采集模块和图像识别模块。(2)系统硬件分析与设计。根据系统的需求分析,构建了系统的整体硬件结构框架。首先,通过对工业相机、镜头、光源、图像采集卡和红外检测模块的选型与设计完成对图像采集模块的搭建。其次,对微处理器及最小系统、舵机以及显示屏的选型与设计搭建分拣控制模块,用以实现控制分拣的功能。(3)系统软件分析与设计。通过对图像采集模块中图像采集卡以及工业相机硬件外触发功能进行参数配置,以保证物体在进入图像识别区域,红外检测模块能够完成触发拍照。进而,在上位机Anaconda平台上链接OpenCV视觉库,运用Python语言和Keras框架搭建卷积神经网络,对基本的图像识别流程进行设计,为下一步的深度学习算法做铺垫,并设计上位机软件调节功能。最后,通过对红外检测传感器、舵机以及显示屏进行软件设计,实现虫草真伪品分拣。(4)图像预处理及深度学习算法研究。在预处理阶段,通过对图像进行灰度化,高斯滤波和中值滤波进行图像噪声处理,直方图均衡化进行图像增强,Canny算法进行图像边缘检测这四步,确保图像输入质量趋近于理想效果。最后,针对传统神经网络识别准确率低、识别速度慢、训练样本量大等不足,提出一种卷积神经网络的改进算法S-CNN,通过SURF算法提取特征点图像作为神经网络的输入层,并采用人工蜂群算法替代传统梯度下降法进行权值更新,完成虫草及伪品的图像识别。通过实验验证,改进后的算法识别准确度达到95.58%,识别速度提高了0.23s/个。本系统通过搭建工业相机、镜头、光源以及图像采集卡,并配置软件参数,实现硬件外触发功能,使得图像进入采集区域后通过红外检测模块触发拍照,并上传至上位机。在上位机搭建Anaconda软件平台链接OpenCV视觉库,通过Python语言搭建Keras框架,通过卷积神经网络算法完成虫草图像真伪品识别,并传输至下位机分拣控制模块。下位机选择STM32微处理器接收上位机信息,并根据红外检测传感器判断传送位置并控制舵机分拣,进而显示分拣信息。同时,论文主要提出了一种S-CNN的卷积神经网络改进算法,通过实验验证发现,该算法能够识别虫草真伪品,并且识别速度快,识别效率高。
【学位授予单位】：陕西科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R282.5;TP18;TP391.41
【图文】：

图像,脉冲电磁阀,红外发光二极管,设计运用

图 3-4 X64-CL 图像采卡Fig. 3-4 X64-CL image capture card设计运用光反射原理，拥有一个红外发光二极管和5 所示，一定频率的红外线通过红外发光管发射射回来，由光感受器接收。此时，红外检测传为电信号，发送给脉冲电磁阀，脉冲电磁阀接器，以完成后续的动作。红外发光二极管光敏接收管距离x

原理图,最小系统,电路设计,原理图

基于深度学习的虫草智能化分拣系统研究TM32F103VET6 类比于其它类型的 STM32 芯片，属于功能增强型产品，其到 72MHz，其内核构架基于 ARM Cortex-M3 设计，拥有 100 个引脚，采对比性能方面，STM32F103VET6 是一个 32 位的宽处理器，其性能要高的微处理器。分析其产品特点，无论是性能上还是成本上都是符合本系统择。最小系统设计处理器最小系统与红外检测传感器、舵机以及显示屏整合后构成功能完整块。在电路设计过程中，微处理器最小系统主要由电源电路、调试下载接和复位电路等组成，其电路设计图如图 3-7 所示。

串口,与电路,舵机

舵机臂上的挡板能够将其推入分拣出口。实物图与电路图如图图 3-10 舵机物图与电路图Fig. 3-10 Circuit diagram of steering gear屏模块设计人机交互模块主要用于在道口分拣时，显示分拣进度以及当前真伪品分拣作业结束时，显示屏能够根据当前分拣情况实时统计更新虫草真员直观了解当前进度。本文使用的是由淘晶驰公司生产的HMI串口触的人机交互模块。在具体的实际应用中，企业可根据需求选取2.4寸，等不同规格的尺寸。在此用于模拟选择型号为TJC3224T024_011R的物图如图3-11所示。

【相似文献】