收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于机器视觉的苹果形状分级系统研究

李秀智  
【摘要】: 苹果的品质分级是水果产后处理和市场销售的一个重要环节,主要依据其形状、颜色、果梗、果径(大小)、各类缺陷等指标进行。我国的水果分级长期以来一直是手工进行,其缺点是客观性和稳定性差,效率低。 计算机图像处理和机器视觉技术的发展大大推动了水果自动分级研究的进展。使用视觉检测手段,作者主要进行了苹果的果梗的分割、形状特征提取和基于遗传算法和BP算法和神经网络分类器的设计和表面碰压伤的分割提取等工作,并使用Visual C++语言进行了编程。 水果分级的背景条件较为简单,在灰度拉伸变换的基础上,使用单一的全局阈值就可以进行较为理想的二值分割。果梗部分相比果实部分非常的小,因此,结合形态学开运算可以将果实形状部分分割出来,同时提取出果梗。 首次将图像分析理论中对形状的傅立叶描述方法引入到对苹果形状的特征提取中,果实边界是一条封闭曲线,用边界点到形心之间的距离长度r(l)作为空域中对二维曲线的表达函数,离散的函数值序列r(k)~l的离散傅立叶变换系数F(h)就是频域中得到的频谱值,可作为形状的特征参数。 通过傅立叶反变换重建函数波形r(k)~l。用幅长方法得到的频谱,其1,3,4,5次谐波就基本上能够包含苹果的形状信息。用前向三层神经网络作为苹果特征的分类器,结合试验结果,用试凑法确定了隐含层节点的个数。 BP算法基于梯度下降原理,是一种局部寻优算法。而遗传算法具有强大的全局寻优能力,作者将两种方法结合起来,将混合算法作为网络的学习算法。将三类等级的苹果样本共72个样本进行网络的训练,通过对42个检验样本的检验,结果表明分级正确率在73%以上。而且该方法用来描述果实形状具有平移、旋转、尺度不变性。 根据苹果在某个角度下的单幅成像来考察果实的形状具有非常大的片面性,所以,将苹果相对于摄像头旋转90度前后得到的两幅图像综合评判果实的形状。 表面碰压伤是苹果常见的一种缺陷,在HIS颜色空间的饱和度图像中,缺陷部分和正常部分表现出较大的灰度差异,可以用90作为阈值进行二值分割。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 权欢欢;张洛平;;基于机器视觉的装配线上零件识别的研究[J];组合机床与自动化加工技术;2007年12期
2 夏心怡;苏真伟;李国辉;;基于形状特征的棉花异性纤维图像分割方法[J];农机化研究;2010年07期
3 王克俊;;基于模板法的苹果图像与背景快速分离技术的研究[J];黑龙江科技信息;2009年08期
4 郭峰,曹其新,谢国俊,周金良;基于OHTA颜色空间的瓜果轮廓提取方法[J];农业机械学报;2005年11期
5 毛文华,王一鸣,张小超,王月青;基于机器视觉的田间杂草识别技术研究进展[J];农业工程学报;2004年05期
6 王勇;沈明霞;姬长英;;基于颜色信息和形状特征的棉桃识别方法[J];农业机械学报;2007年11期
7 岳利军;汪仁煌;黄颖怡;;植物叶片特征参数的机器视觉提取方法[J];农机化研究;2009年05期
8 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
9 陈涛;范彦斌;;多线程技术在基于HALCON的AOI中的应用[J];佛山科学技术学院学报(自然科学版);2011年02期
10 庞江伟;应义斌;;机器视觉在水果缺陷检测中的研究现状[J];农机化研究;2006年09期
11 冯恩娟;康敏;傅秀清;杨勇;;机器视觉的电解车削对刀间隙检测[J];现代制造工程;2010年04期
12 陈艺峰;;CMOS摄像机标定实验研究[J];机电技术;2011年02期
13 李昕;李立君;易春峰;;基于目标保护的林业机器人视觉系统的研究[J];中南林业科技大学学报;2011年07期
14 司永胜;乔军;刘刚;刘兆祥;高瑞;;基于机器视觉的苹果识别和形状特征提取[J];农业机械学报;2009年08期
15 С.И.Мишкинд ,丁柏;用于生产自动化的机器视觉系统[J];机器人;1985年04期
16 李炜,黄心汉,王敏,万国红;基于机器视觉的带钢表面缺陷检测系统[J];华中科技大学学报(自然科学版);2003年02期
17 李强,陈善勇,杨尚罡;基于TMS320VC5416的机器视觉处理系统[J];电视技术;2004年07期
18 马训鸣;基于机器视觉的农业机械无人驾驶研究[J];西安石油大学学报(自然科学版);2004年05期
19 成芳,应义斌;基于轮廓特征的稻种芽谷检测方法[J];农业工程学报;2004年05期
20 陈勇,田磊,郑加强;基于直接施药方法的除草机器人[J];农业机械学报;2005年10期
中国重要会议论文全文数据库 前10条
1 沈宝国;陈树人;尹建军;;基于机器视觉的棉田杂草精确定位研究[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
2 金晅宏;戴曙光;穆平安;;机器视觉在汽车前照灯配光检测系统中的应用研究[A];第十三届全国汽车检测技术年会论文集[C];2009年
3 罗明智;杜家政;;机器视觉苹果自动分级系统图像处理方案设计[A];北京力学会第17届学术年会论文集[C];2011年
4 鲁波;黄坚;朱子伟;;基于机器视觉的LED阵列自动分选系统设计[A];浙江省电子学会2010学术年会论文集[C];2010年
5 杨雪勤;张洪钺;;差分GPS/姿态传感器/机器视觉在飞机着陆定位中的应用[A];'2002系统仿真技术及其应用学术论文集(第四卷)[C];2002年
6 王建;;水果特性的计算机视觉智能检测[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年
7 何浩;龙淼;王晓婷;王忆文;李辉;;电子白板系统中基于机器视觉的目标识别技术[A];第十五届计算机工程与工艺年会暨第一届微处理器技术论坛论文集(A辑)[C];2011年
8 管庶安;周龙;陈永强;廖明潮;;机器视觉在粮食品质检测中的应用研究[A];中国粮油学会第三届学术年会论文选集(下册)[C];2004年
9 张海潮;邱红专;;加权Kalman filter:应用[A];2004中国控制与决策学术年会论文集[C];2004年
10 毛文华;胡小安;张小超;;基于机器视觉的田间杂草识别系统[A];农业机械化与新农村建设——中国农业机械学会2006年学术年会论文集(下册)[C];2006年
中国博士学位论文全文数据库 前10条
1 李晓丽;基于机器视觉及光谱技术的茶叶品质无损检测方法研究[D];浙江大学;2009年
2 丁萌;空间探测器着陆过程中的机器视觉关键技术研究[D];南京航空航天大学;2010年
3 徐剑坤;基于机器视觉的巷道变形实时监测预警技术研究[D];中国矿业大学;2012年
4 盛遵冰;机器视觉图像检测与定位系统关键技术研究[D];哈尔滨工业大学;2009年
5 陈志国;基于群体智能的机器视觉的关键技术研究[D];江南大学;2010年
6 许海霞;机器视觉标定与目标检测跟踪方法及其应用研究[D];湖南大学;2011年
7 成芳;稻种质量的机器视觉无损检测研究[D];浙江大学;2004年
8 刘璎瑛;基于机器视觉的稻米品质评判方法研究[D];南京农业大学;2010年
9 桂江生;二维水果形状检测与分类算法研究[D];浙江大学;2007年
10 刘洪江;基于机器视觉的毛杆缺陷检测技术的研究[D];广东工业大学;2011年
中国硕士学位论文全文数据库 前10条
1 李秀智;基于机器视觉的苹果形状分级系统研究[D];南京农业大学;2003年
2 阮晓虹;基于机器视觉的触点零件在线检测系统研究[D];上海交通大学;2010年
3 吴珂;基于机器视觉的弹片质量在线检测系统[D];重庆大学;2010年
4 程现彬;基于机器视觉的小直径工件检测系统的研究[D];合肥工业大学;2010年
5 潘颖;基于机器视觉的茄科类作物与杂草的识别研究[D];江苏大学;2005年
6 袁云峰;基于机器视觉的溶液pH值测试的试验研究[D];广西大学;2002年
7 晁攀攀;基于机器视觉的贵金属复合带焊接质量在线检测技术研究[D];电子科技大学;2010年
8 刘华冠;基于机器视觉的袋装物料位姿自动识别研究[D];济南大学;2011年
9 刘学山;基于机器视觉的锂离子电池极片检测系统的研究与设计[D];华南理工大学;2010年
10 王强;基于机器视觉的检测识别系统研究及应用[D];电子科技大学;2010年
中国重要报纸全文数据库 前10条
1 本报记者 李剑琦;机器视觉行业整合正热 中国市场尚处萌芽期[N];机电商报;2005年
2 袁中;邦纳机器视觉在食品及医药包装行业中的应用[N];中国包装报;2009年
3 本报记者 李剑琦;西门子成功并购RVSI Acuity CiMatrix 意欲扩充机器视觉版图[N];机电商报;2005年
4 陈蕾;康耐视向中国多所大学捐赠机器视觉产品加强与高校合作[N];中国包装报;2010年
5 齐齐哈尔大学计算机系讲师 赵鑫;新技术在数字娱乐和动漫领域的应用[N];齐齐哈尔日报;2008年
6 记者 李跃辉通讯员 杨凡;用知识产权抢占市场[N];中国知识产权报;2008年
7 天笑;1394接口新标准即将推出 成USB新挑战[N];电子资讯时报;2008年
8 张志强;给宝鸡水果穿上时装[N];宝鸡日报;2007年
9 本报记者 李剑琦;与Euresys策略联盟 凌华中国战略加速升级?[N];机电商报;2005年
10 陈蕾;机器视觉系统帮助杜绝食品安全瑕疵[N];中国包装报;2008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
  • 010-62982499
  • 010-62783978