收藏本站
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。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 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
2 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
3 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
4 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
5 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
6 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
7 赵谢群;低压OMVPE法GaAs外延层表面缺陷[J];稀有金属;1993年03期
8 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
9 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
10 严俊龙;郑晓曦;李铁源;;LVQ神经网络在磁瓦表面缺陷分类中的运用[J];计算机与数字工程;2009年12期
11 张兴兰;欧阳奇;郭煜敬;;电涡流传感器仿真开发与缺陷无损检测实验研究[J];现代科学仪器;2010年03期
12 陈涛;刘献礼;吉举正;周洪玉;;基于BP神经网络的钢球表面缺陷识别[J];机械工程师;2010年07期
13 王成明;颜云辉;陈世礼;韩英莉;;基于改进支持向量机的冷轧带钢表面缺陷分类识别[J];东北大学学报(自然科学版);2007年03期
14 周兴林;曲兴华;叶声华;;基于图像灰度的目标快速检测算法的研究[J];传感技术学报;2007年03期
15 张洪涛;段发阶;丁克勤;叶声华;;钢板表面缺陷在线视觉检测系统研究[J];传感技术学报;2007年08期
16 徐科;周茂贵;徐金梧;杨朝霖;周鹏;高阳;;基于线型激光的热轧带钢表面在线检测系统[J];北京科技大学学报;2008年01期
17 刘琼;秦现生;蔡勇;宫养飞;;材料缺陷视觉检测及公差测量关键技术研究[J];航空精密制造技术;2009年02期
18 熊志明;方康玲;冯知凡;苏志祁;张尉;;基于图像处理技术的铸坯表面缺陷自动检测系统的研究[J];机械与电子;2010年12期
19 刘栋玉;罗志勇;汪伟峰;;抛物柱面镜扫描系统设计[J];半导体光电;1993年01期
20 关建飞,沈中华,许伯强,倪晓武,陆建;激光激发声表面波在缺陷板材中散射过程的有限元分析(英文)[J];光子学报;2005年08期
中国重要会议论文全文数据库 前10条
1 马本学;应义斌;饶秀勤;;高光谱成像在水果表面缺陷及污染检测中的研究进展[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 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
中国博士学位论文全文数据库 前10条
1 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
2 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
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 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
5 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
6 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
7 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
8 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
9 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
10 石一飞;金属材料表面缺陷及残余应力的激光超声无损检测研究[D];南京理工大学;2009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
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
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978