收藏本站
《浙江大学》 2012年
收藏 | 手机打开
二维码
手机客户端打开本文

脐橙表面缺陷的快速检测方法研究

李江波  
【摘要】:水果表面缺陷是决定水果价格最有力的因素之一,因为外部缺陷是对水果品质最直接的反映。国家标准对水果表面缺陷数量和面积大小有严格的规定。与水果的大小、颜色、形状等外部质量指标相比,水果表面缺陷的快速识别一直是水果分级中最难,耗时最多、研究人员最感兴趣的研究内容。多年来,研究人员做了大量的工作。 本研究以脐橙为研究对象,利用RGB成像技术、可见近红外高光谱成像技术及荧光高光谱成像技术,详细地探讨了脐橙表面11类型常见缺陷(包括蓟马果、溃疡果、裂伤果、炭疽病果、日灼果、药伤果、风伤果、虫伤果、介壳虫果、异色条纹果和腐烂果)检测理论以及两种较为重要的缺陷溃疡病和腐烂果的识别理论。解决了目前脐橙表面缺陷检测的部分难题,所开发的脐橙表面缺陷检测算法对下一步自动、快速、在线脐橙缺陷分级装备研发奠定了重要的基础。主要研究内容和研究结论如下: (1)提出了掩模法去背景的背景分割理论。利用构建的二值化掩模模板对脐橙图像进行去背景,通过对静态图像和在线图像背景去除结果表明,背景去除率达到100%的同时,脐橙表面信息可以较好地保留。这为脐橙表面缺陷进一步有效提取奠定了基础。 (2)提出了一种新颖的脐橙表面亮度不均变换的照度-反射模型及单阈值快速水果缺陷分割算法。基于此亮度变化模型,正常水果表面区域被提升为高亮区域,而水果表面的缺陷区域依然保持低灰度,这一变化克服了由于类球形水果表面亮度分布不均导致缺陷分割精度低的难题,这也为单阈值脐橙表面缺陷快速分割提供了可能。试验表明,与边缘亮度补偿算法相比,该理论可以对脐橙表面整体亮度进行变换,并且该亮度变换理论比B样条曲面拟合理论处理一幅图像速度超过30倍,基于此算法及单阈值分割理论对风伤果、蓟马果、介壳虫果、裂伤果、炭疽病果、日灼果、溃疡果、异色条纹果、虫伤果、正常果和药伤果等11类型共计6345个感兴趣区域进行分割,获得了93.8%分割精度。 (3)通过对不同类型缺陷RGB图像不同灰度值统计后获得区分脐橙果梗与缺陷的算法。基于该公式和提出的大区域及长区域去除算法BER可以获得100%的果梗识别率且不会受到其它缺陷类型的影响。由于该算法仅仅涉及两次减法、一次乘法及一次除法,避免了复杂的模式识别理论,所以具有一定潜力应用于脐橙缺陷在线检测。 (4)本研究开发了脐橙表面缺陷检测联立算法,此算法主要有四个模块构成,即背景分割模块、亮度不均变化模块、果梗识别模块和果脐识别模块。应用此算法针对11类1320幅样本图像识别结果表明,99.1%的缺陷果是被正确识别为缺陷果,98.3%的正常果被正确识别为正常果。另外,通过调节不同的阈值可以满足不同的用户需求。 (5)研究发现可见近红外光谱区域的6个特征波长(630、691、769、786、810和875nm)或者3个特征波长(691、769和875nm)能被用于构建多光谱脐橙表面缺陷检测系统。针对9种带有不同表皮的橙子样本,利用研究中所开发的双波段比和主成分分析相结合的缺陷果检测算法,获得了最好93.7%的橙子正确识别率,并且假阳性率为0。与模式识别算法相比,双波段比图像R875/691能有效地区分果梗和缺陷区域,因为模式识别理论增加了算法的复杂度。 (6)搭建了荧光高光谱成像系统,采用该系统对脐橙早期腐烂缺陷进行了研究。利用最佳指数OIF理论获得了识别腐烂果的最优波段,即498.6nm和591.4nm,该方法克服了高光谱图像数据量大和相邻波段之间的强相关性等不足,实现了高维数据的降维,快速确定了特征波长。基于特征波长比图像及双阈值分割算法,获得了整体100%的腐烂果识别率。同时,该双阈值理论较好地避免了梗伤缺陷的荧光效应对腐烂果检测的影响,从而降低了系统及算法成本。 (7)搭建了可见近红外高光谱反射成像系统,采用该系统对脐橙溃疡果识别进行了研究。研究获得了用于溃疡识别的7个关键波段(630、687、765、788、815、833和883nm)。基于此7个波段的第三主成分图像和2个波段的波段比图像Q687/630开发了多光谱溃疡检测算法。带有11种类型共计275个独立样本用于检测算法的可行性,获得整体98.2%溃疡果识别率。本研究也发现,单独的双波比Q687/630理论对于区分溃疡果和除炭疽病及日灼伤外的其它类型果可以获得97.8%的识别率。 以上的研究成果为我国研发基于机器视觉技术的脐橙表面缺陷在线、快速检测分级装备奠定了重要的基础。
【学位授予单位】:浙江大学
【学位级别】:博士
【学位授予年份】:2012
【分类号】:TP391.41

【引证文献】
中国博士学位论文全文数据库 前2条
1 吴庆华;基于线结构光扫描的三维表面缺陷在线检测的理论与应用研究[D];华中科技大学;2013年
2 张若宇;番茄可溶性固形物和硬度的高光谱成像检测[D];浙江大学;2014年
中国硕士学位论文全文数据库 前5条
1 陈思;基于高光谱图像技术的水蜜桃表面缺陷检测方法研究[D];浙江大学;2013年
2 朱蓓;苹果全表面图像信息获取方法的研究[D];浙江大学;2013年
3 刘韦;基于机器视觉的马铃薯表面缺陷检测算法的研究[D];黑龙江八一农垦大学;2013年
4 朱娜;基于电子鼻检测“霞晖5号”桃果实瘀伤和冷害的研究[D];南京农业大学;2013年
5 杨赵荣;基于模式识别的内膛表面检测研究[D];哈尔滨理工大学;2013年
【参考文献】
中国期刊全文数据库 前10条
1 张兴旺;为什么我国水果加工的用果量少?[J];柑桔与亚热带果树信息;2004年05期
2 马本学;饶秀勤;应义斌;沈飞;樊玉霞;;基于近红外漫反射光谱的香梨类别定性分析[J];光谱学与光谱分析;2009年12期
3 李江波;王福杰;应义斌;饶秀勤;;高光谱荧光成像技术在识别早期腐烂脐橙中的应用研究[J];光谱学与光谱分析;2012年01期
4 薛龙;黎静;刘木华;;基于高光谱图像技术的水果表面农药残留检测试验研究[J];光学学报;2008年12期
5 成家壮,韦小燕,范怀忠;广东柑橘疫霉研究[J];华南农业大学学报;2004年02期
6 董广军;张永生;范永弘;;PHI高光谱数据和高空间分辨率遥感图像融合技术研究[J];红外与毫米波学报;2006年02期
7 赵杰文;刘文彬;邹小波;;基于三摄像系统的苹果缺陷快速判别[J];江苏大学学报(自然科学版);2006年04期
8 洪添胜;李震;吴春胤;刘敏娟;乔军;;高光谱图像技术在水果品质无损检测中的应用[J];农业工程学报;2007年11期
9 蔡健荣;王建黑;陈全胜;赵杰文;;波段比算法结合高光谱图像技术检测柑橘果锈[J];农业工程学报;2009年01期
10 李江波;饶秀勤;应义斌;王东亭;;基于高光谱成像技术检测脐橙溃疡[J];农业工程学报;2010年08期
中国博士学位论文全文数据库 前1条
1 马本学;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];浙江大学;2009年
【共引文献】
中国期刊全文数据库 前10条
1 黄秀玲;郑加强;赵茂程;;基于自动定向的苹果品质智能分级生产线设计[J];安徽农业科学;2008年07期
2 张晓东;毛罕平;周莹;左志宇;高洪燕;;基于高光谱成像技术的生菜叶片水分检测研究[J];安徽农业科学;2011年33期
3 朱江丽;田绪顺;李景彬;邵鲁浩;坎杂;;红枣自动分级技术的研究现状及展望[J];安徽农业科学;2011年36期
4 索少增;刘翠玲;吴静珠;陈兴海;孙晓荣;吴胜男;;高光谱图像技术检测梨表面农药残留试验研究[J];北京工商大学学报(自然科学版);2011年06期
5 李江波;王靖宇;苏忆楠;饶秀勤;;基于计算机视觉的香菇缺陷检测[J];包装与食品机械;2010年05期
6 李江波;苏忆楠;饶秀勤;;基于高光谱成像及神经网络技术检测玉米含水率[J];包装与食品机械;2010年06期
7 朱伟兴;苏威;张怀德;;基于支持向量机的重叠大豆颗粒计数[J];大豆科学;2009年01期
8 于海洋;闫柏琨;甘甫平;迟文学;武法东;;基于Gram Schmidt变换的高光谱遥感图像改进融合方法[J];地理与地理信息科学;2007年05期
9 胡小三;;永州地区柑桔溃疡病发生规律及其防治[J];中国南方果树;2009年05期
10 王书志;张建华;冯全;;四种成像技术在水果表面缺陷检测的应用[J];中国农机化;2009年06期
中国重要会议论文全文数据库 前7条
1 刘长举;李小昱;王为;高云;周竹;赵政;;基于高光谱图像技术的土壤全氮检测方法研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
2 孙明;;视觉信息学的基本概念及其新技术在农业中的应用[A];中国农业工程学会2011年学术年会论文集[C];2011年
3 吴文强;蔡丽英;刘木华;林金龙;刘仲寿;范苑;;基于多光谱成像技术的冰糖橙糖度在线系统研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
4 高云;李小昱;刘长举;周竹;;基于高光谱图像技术的霉烂板栗识别研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
5 杨镇宇;祝诗平;;基于机器视觉和SVM的花椒外观品质检测[A];2009全国虚拟仪器大会论文集(二)[C];2009年
6 薛龙;黎静;刘木华;;IDL与ENVI的二次开发在高光谱图像预处理的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
7 王栓巧;韩宝生;张平;郁志宏;;鸡蛋品质动态检测机构设计[A];走中国特色农业机械化道路——中国农业机械学会2008年学术年会论文集(下册)[C];2008年
中国博士学位论文全文数据库 前10条
1 郭俊先;基于高光谱成像技术的棉花杂质检测方法的研究[D];浙江大学;2011年
2 廖宜涛;基于图像与光谱信息的猪肉品质在线无损检测研究[D];浙江大学;2011年
3 柴阿丽;基于计算机视觉和光谱分析技术的蔬菜叶部病害诊断研究[D];中国农业科学院;2011年
4 樊景超;苹果果实病害近红外光谱信息获取与识别模型研究[D];中国农业科学院;2011年
5 金长江;基于近红外光谱与机器视觉技术的浆果品质检测研究[D];东北农业大学;2011年
6 解华东;液质发酵食品紫外光谱特性研究及鉴真技术体系建立[D];西北农林科技大学;2010年
7 刘鹏;基于多传感器融合无损检测鸡蛋品质的研究[D];南京农业大学;2011年
8 石吉勇;基于高光谱图像技术的设施栽培作物营养元素亏缺诊断研究[D];江苏大学;2012年
9 吴瑞梅;名优绿茶品质感官评价的仪器化表征研究[D];江苏大学;2012年
10 成芳;稻种质量的机器视觉无损检测研究[D];浙江大学;2004年
中国硕士学位论文全文数据库 前10条
1 张月兴;利用基因芯片解析金柑和纽荷尔应答溃疡病的转录差异[D];华中农业大学;2010年
2 贺静;基于DSP的鸡蛋蛋壳破损实时检测系统的研究[D];华中农业大学;2010年
3 李晓慧;基于多光谱柑桔检测方法研究[D];天津理工大学;2010年
4 李舸;基于可见/近红外光谱的外来入侵植物鉴别研究[D];浙江大学;2011年
5 裴暑云;基于嵌入式ARM的图像处理的物料分级系统的研究[D];武汉工业学院;2010年
6 马一薇;高光谱遥感图像融合技术与质量评价方法研究[D];解放军信息工程大学;2010年
7 苏忆楠;基于机器视觉和高光谱图像技术的粮食水分检测及杂质与不完善粒识别方法研究[D];浙江大学;2011年
8 胡青波;柑橘种质资源抗溃疡病评价[D];湖南农业大学;2010年
9 赵桂林;基于高光谱图像技术的水果品质检测的若干问题研究[D];江南大学;2011年
10 杨书宇;阿月浑子主要病害研究[D];北京林业大学;2011年
【同被引文献】
中国期刊全文数据库 前10条
1 梁治国,徐科,徐金梧;基于线型激光的钢板表面缺陷三维检测技术[J];北京科技大学学报;2004年06期
2 彭向前;陈幼平;谢经明;辜承林;刘怀广;;浮法玻璃缺陷在线检测识别方法研究[J];玻璃与搪瓷;2010年01期
3 肖丽娟;曾凯芳;曾凡坤;;振动胁迫对水蜜桃采后生理的影响[J];保鲜与加工;2006年01期
4 张瑞宇;水蜜桃果实生理特征及其运输包装设计探讨[J];包装工程;2003年04期
5 危艳君;饶秀勤;漆兵;李江波;;基于声学特性检测西瓜内部空心的研究[J];包装与食品机械;2011年05期
6 张远;张广军;江洁;;Steger算法的FPGA递归逻辑结构设计与实现[J];传感器与微系统;2008年09期
7 李洪奇;谭锋奇;许长福;姚振华;彭寿昌;;基于决策树方法的砾岩油藏岩性识别[J];测井技术;2010年01期
8 罗扬,谭汉松;图像的小波压缩技术及研究进展[J];长沙大学学报;2004年04期
9 曹乐平;温芝元;陈理渊;;基于统计纹理的柑橘糖度与有效酸度检测[J];测试技术学报;2009年01期
10 姜志国,史文华,韩冬兵,孙维忠,刘莉;基于聚焦合成的显微三维成像系统[J];CT理论与应用研究;2004年04期
中国博士学位论文全文数据库 前10条
1 刘源泂;基于图像处理的钢板表面缺陷成像优化与深度信息提取方法研究[D];武汉科技大学;2011年
2 尚海涛;桃果实絮败和木质化两种冷害症状形成机理研究[D];南京农业大学;2011年
3 郜海燕;枇杷、水蜜桃低温耐贮性和抗冷害保鲜技术研究[D];南京农业大学;2008年
4 罗晓晖;双高斯差模型的低层次视觉尺度要素检测研究[D];重庆大学;2002年
5 苏彩红;墙地砖质量自动检测技术的研究[D];华南理工大学;2004年
6 张学昌;基于点云数据的复杂型面数字化检测关键技术研究及其系统开发[D];上海交通大学;2006年
7 刘晶;叶片数字化检测中的模型配准技术及应用研究[D];西北工业大学;2006年
8 郁志宏;基于机器视觉的种蛋筛选及孵化成活性检测研究[D];内蒙古农业大学;2006年
9 连静;图像边缘特征提取算法研究及应用[D];吉林大学;2008年
10 郭显久;小波与细分方法在图像处理中的应用研究[D];大连理工大学;2008年
中国硕士学位论文全文数据库 前8条
1 王晓;基于高光谱图像及近红外光谱技术的水果表面农药残留的无损检测研究[D];江西农业大学;2011年
2 杨金红;高光谱遥感数据最佳波段选择方法研究[D];南京信息工程大学;2005年
3 谈晓晔;基于高光谱图像的特征提取/选择及其应用的研究[D];哈尔滨工业大学;2006年
4 张立华;基于计算机视觉的芒果表面缺陷检测方法研究[D];广西大学;2006年
5 李玉欣;基于编码结构光的三维视觉测量系统研究[D];上海交通大学;2010年
6 常昌;图像特征提取方法研究及应用[D];华中科技大学;2009年
7 武鹏;图像特征提取与分割算法在苹果图像中的应用[D];重庆大学;2010年
8 李佩;缺陷图像测试技术及应用研究[D];广东工业大学;2012年
【二级参考文献】
中国期刊全文数据库 前10条
1 邵月霞;牛建新;何子顺;;库尔勒香梨果实脱萼与宿萼的研究概述[J];现代农业科技;2007年10期
2 王玉田;李艳春;林洪彬;;小波神经网络在农药荧光光谱识别中的应用[J];传感技术学报;2006年04期
3 成家壮,韦小燕,黄玉梅;广州地区柑桔苗疫病的发生及药剂防治试验[J];中国柑桔;1989年01期
4 陈力耕;;柑桔溃疡病的抗性遗传与育种[J];中国柑桔;1993年01期
5 高荣强,范世福;现代近红外光谱分析技术的原理及应用[J];分析仪器;2002年03期
6 吴丹,刘修国,尚建嘎;数学形态学在图像处理与分析中的应用及展望[J];工程图学学报;2003年02期
7 李先明;我国水果生产贸易最新动态及发展战略[J];柑桔与亚热带果树信息;2004年12期
8 周小芳,方炎,张鹏翔;水果表面残留农药的拉曼光谱研究[J];光散射学报;2004年01期
9 徐广通,袁洪福,陆婉珍;现代近红外光谱技术及应用进展[J];光谱学与光谱分析;2000年02期
10 肖怡琳,张鹏翔,钱晓凡;几种农药的显微拉曼光谱和荧光光谱[J];光谱学与光谱分析;2004年05期
中国博士学位论文全文数据库 前2条
1 张兵;时空信息辅助下的高光谱数据挖掘[D];中国科学院研究生院(遥感应用研究所);2002年
2 唐发明;基于统计学习理论的支持向量机算法研究[D];华中科技大学;2005年
中国硕士学位论文全文数据库 前2条
1 雷静;支持向量机在基于边缘检测的图像分割和函数估计中的应用[D];河北工业大学;2003年
2 胡海根;基于电场理论水果电特性无损检测机理的研究[D];浙江工业大学;2005年
【相似文献】
中国期刊全文数据库 前10条
1 章肖融;干昌明;郑乐奇;;用光声声表面波谱仪研究表面缺陷[J];应用激光;1987年06期
2 董树信;用光纤传感器对表面缺陷进行在线检测[J];量子电子学报;1991年01期
3 严刚;沈中华;陆建;;利用PVDF检测激光声表面波的实验方法[J];测试技术学报;2007年03期
4 黄勇平;章程辉;刘静;;应用计算机视觉对芒果表面缺陷的判别研究[J];福建热作科技;2008年01期
5 刘明炜;王快社;;带钢表面缺陷在线检测实时处理方法研究[J];冶金设备;2008年04期
6 沈昱明;杨征兵;;机器视觉在铜带表面缺陷检测系统中的应用[J];电子测量技术;2010年04期
7 陶长远;;Hg_(1-x)Cd_xTe液相外延层表面交错直线线痕的形貌分析[J];红外与激光工程;1990年02期
8 赵谢群;低压OMVPE法GaAs外延层表面缺陷[J];稀有金属;1993年03期
9 朱莉,陈立生,吴智勇;地板块等级划分人工神经网络的结构设计[J];信息技术;2000年11期
10 陈国君;陈鹏;张学军;;基于计算机视觉的轴承表面缺陷检测[J];煤矿机械;2009年02期
中国重要会议论文全文数据库 前10条
1 贡雪南;;宝钢1420镀锡板表面质量检测与控制技术[A];薄钢板质量研讨会论文集[C];2000年
2 史文;孟猛;;浅谈冷轧钢带表面缺陷[A];2007年河北省轧钢技术与学术年会论文集(上册)[C];2007年
3 张同洁;;汽车紧固件螺栓常见表面缺陷[A];陕西省机械工程学会理化检验分会第八届年会论文集[C];2009年
4 刘乐东;;连轧材表面缺陷的成因分析[A];连铸坯质量技术研讨会论文汇编[C];2005年
5 陈方;;大型土木结构目视检测新方法SCANSITES[A];第十届全国建设工程无损检测技术学术会议论文集[C];2008年
6 李建华;陈士华;陈方玉;;含Cu钢表面“富集相”与表面缺陷研究[A];第十一届中国体视学与图像分析学术会议论文集[C];2006年
7 徐海卫;李飞;王全礼;胡志远;李金宝;李瑞;安冬阳;;热轧薄板表面氧化铁皮类缺陷的形成机理与控制[A];2009年全国高品质热轧板带材控轧控冷与在线、离线热处理生产技术交流研讨会文集[C];2009年
8 郑川川;;钢丝表面缺陷和钢丝断裂分析[A];2011金属制品行业技术信息交流会论文集[C];2011年
9 陈兴元;蒋仁贵;吴安术;;低碳钢冷轧板疤/坑缺陷的本质[A];制造业与未来中国——2002年中国机械工程学会年会论文集[C];2002年
10 张以波;;中厚板表面麻点缺陷的形成机理[A];2009年全国高品质热轧板带材控轧控冷与在线、离线热处理生产技术交流研讨会文集[C];2009年
中国重要报纸全文数据库 前10条
1 廖建国;线材表面缺陷发生原因及改进措施[N];世界金属导报;2011年
2 清晨;超低碳冷轧薄钢板中表面缺陷的消除[N];世界金属导报;2005年
3 全国轧钢技术知识竞赛组委会专家组;优化工艺技术 消除产品缺陷[N];中国冶金报;2006年
4 本报记者 贾婧;登上国家科技奖殿堂的工人专家[N];科技日报;2007年
5 陈方;远距离测绘系统让大坝表面缺陷尽在掌握[N];中国水利报;2006年
6 江门市科恒实业股份有限公司 万国江复旦—科恒发光材料研究中心 胡学芳;灯用稀土荧光粉面临的新课题[N];消费日报;2008年
7 刘超;管制玻璃瓶在灌装时破损的分析[N];中国包装报;2006年
8 海英;钢坯精整改善对策[N];世界金属导报;2008年
9 宋会江;改进喷嘴对用户和连铸设备制造商的益处[N];世界金属导报;2006年
10 林军;新技术助推马钢高歌猛进[N];现代物流报;2006年
中国博士学位论文全文数据库 前10条
1 韩芳芳;表面缺陷视觉在线检测关键技术研究[D];天津大学;2012年
2 李武斌;热轧圆钢表面缺陷视觉在线检测算法研究[D];山东大学;2013年
3 李长乐;冷轧带钢表面缺陷图像检测关键技术的研究[D];哈尔滨工业大学;2009年
4 李江波;脐橙表面缺陷的快速检测方法研究[D];浙江大学;2012年
5 张建川;红钢棒材表面缺陷图像采集与检测系统研究[D];山东大学;2012年
6 戴永;基于激光超声检测金属材料表面缺陷的数值模拟[D];江苏大学;2011年
7 刘源泂;基于图像处理的钢板表面缺陷成像优化与深度信息提取方法研究[D];武汉科技大学;2011年
8 方海燕;非正交系非接触坐标测量机关键技术研究[D];西安理工大学;2005年
9 付争春;冲压件表面缺陷形成机理的试验与仿真研究[D];吉林大学;2008年
10 严刚;激光声表面波用于金属表面缺陷无损检测的研究[D];南京理工大学;2007年
中国硕士学位论文全文数据库 前10条
1 刘江春;带钢表面缺陷智能化辨识方法的研究[D];西安理工大学;2004年
2 丁金明;金属镀层工件表面缺陷自动检测系统的研究[D];天津大学;2004年
3 郑健峰;带钢表面缺陷检测方法研究[D];西安建筑科技大学;2006年
4 李哲;基于DSP的表面缺陷无损检测系统设计[D];重庆大学;2010年
5 张玉华;金属平板表面缺陷扰动的磁场量分布研究[D];国防科学技术大学;2003年
6 杨宝成;铝合金轮毂复杂曲面砂带磨削方法研究[D];华中科技大学;2007年
7 肖新科;半球形表面缺陷影响下表面裂纹应力强度因子的数值分析[D];哈尔滨工业大学;2006年
8 田俊;冷轧板夹杂类表面缺陷研究[D];武汉科技大学;2009年
9 冷冶;铜扁线表面缺陷在线识别的研究[D];大连交通大学;2008年
10 樊红梅;凸轮轴表面缺陷全自动检测中数字图像处理与识别的研究[D];河海大学;2002年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026