基于嵌入式ARM的图像处理的物料分级系统的研究

【摘要】：分级是把物料按其特征分为不同等级。农产品物料主要从外观特征来识别并进行质量分级。分级的种类有人工分级和机器分级。人工分级效率低。早期机械分级对于处理坚硬不怕碰撞的物料是有效方法,但对于外壳容易受损的农产品物料多半不能筛分。随着光电图像处理技术的进步,基于图像新型机器视觉的分级分级方法对于颜色、缺陷、易损等物料大有用武之地。我国的农产品物料经过分级处理后,提高了农产品物料在国际市场上的竞争力。 本文提出了基于ARM和摄像头图像处理的机器视觉的物料分级系统,实现农产品物料大小静态自动分级。硬件部分主要由输送装置、摄像系统、嵌入式处理器和分级装置几部分组成。软件部分为物料图像的采集和物料的尺寸大小识别。图像采集到ARM系统后,进行一些必要的预处理,根据物料图像提取物料相应的特征,并确定其分级级别。 本文介绍的图像摄取和识别系统由嵌入式ARM(LPC2103)和C328摄像头构成。在ARM机的控制下,根据具体识别对象的要求,为了能在完成识别的前提下尽量少占内存和加快识别速度,选用C328的8bit的灰度图像的摄取模式,获取只含有颜色分量y未压缩图像的十六进制的数据,然后对图像进行二值化处理和净化处理,再采用以下三种算法对图像的大小进行了计算:(1)通过物料图像的截面积。(2)通过求取圆心的坐标来获得平均半径。(3)用扫描法获得最大的直径。根据反复实验结果的对照和分析,认为算法(2)比较好,它的识别误差小于5%,识别速度也优于其他算法。本文还扼要地介绍了与之配套的由图像识别系统控制的机电结合的步进式分级机构的构成和原理,两者的结合则构成一台实用的马铃薯图像分级机。 本系统利用比较经济的ARM机和摄像头,构成了能实现理论上按大小任意分级系统的核心,也为按农产品的颜色,缺陷等特征的分级打下了一定的基础。