基于图像识别的苹果分级研究 第3页

基于图像识别的苹果分级研究 第3页
第1章绪论
1.1苹果自动分级研究的目的和意义
  中国是一个农业大国,水果产量居世界之首,出口量所占的比例却较少。其
中一个重要因就是水果采后检测、分级技术落后,先进有效分级系统没有建立起
来,使外销水果混等混级,良莠不齐。选不出规格一致的高品质水果,在国际市
场上缺乏竞争力,上不了高档货架,每年我国水果外销上损失近1000万美元。
  水果的品质有外部品质和内部品质两类,水果的外部品质主要是考虑大小、
形状、颜色和表面缺陷等。水果内部品质主要考虑硬度、糖含量、酸度、口味及
内部缺陷等。内部品质的检测技术现在已发展相当成熟,例如,用声波脉冲响应
法和超声波法测硬度;近红外线法和磁共振法测糖含量、酸度;提炼可挥发性芳
香化合物法测口味;超声波检测水果内部缺陷等等。
    目前我国水果外部品质分级主要由机械配合人工的方式完成完成。据调查传
统苹果按大小分级主要是机械的方式,采用大小不同的漏斗,让苹果从上向下倾
倒,苹果按大小从不同的漏斗分向不同的级别的筐中。显然,这种方式是有损分
级,苹果下落的相互碰撞,对容器的碰撞都会使苹果表皮破损,也不能精细分级。
按照水果的大小和重量进行分选,而形状、颜色、表面缺陷的检测则由人工完成。
人工分选的主要缺点是:(1)需要大量劳动力,劳动强度大,生产效率低,  在输
送带两侧聚集大批分选者。长时间的单调劳动,使人身心疲劳。(2)分级标准人
工难以实现,分级精度不稳定。仅凭人的视觉很难实现分选量化指针的检测。与
人工分选相比,基于图像识别的水果分级更精细,更准确,无疲劳效应,无损害,
节省人力资源。
  与人的视觉相比,计算机视觉的主要优点是对光谱的敏感范围广、测量精度
高以及视觉信号易于计算机处理等。但人的视觉可以有很大的视野,易于区分颜
色和纹理,易于形状识别。因此,开发和研究计算机视觉技术的水果分级系统,
应注重计算机视觉特长的发挥,然后融入人类智能化的模式识别方法。新型、有
效、简单的人工智能模式识别方法的研究是计算机视觉技术研究的关键。
    基于图像识别技术的水果分级在国外已经具有相当成熟的水平,尤其是日本,
其对很多水果都进行了图像识别的研究,并已产生成熟的产品。比如黄瓜分级、
樱桃分级、草莓分级等等。美国等很多西方国家也对很多水果进行了图像识别式
的分级。
    国内也有很多研究者对水果分级进行了大量的理论研究,为水果图像识别方
式的实现提供了理论和技术基础。对于苹果的研究也不少,但是这一课题还很不
完善,识别率、效率都很低。为此有必进一步研究简单、有效的分选水果形状、
颜色、大小、缺陷的特征提取方法和分级方法。
1.2本课题研究的内容
  本课题将结合图像识别技术,选用苹果图像作为研究对象,对苹果按大小、
形状分级进行实用性主要研究。主要内容有:
    (1)于图像识别系统工作工艺流程和信号流程的设计。阐明图像识别系统图像
识别系统的设计所需要的硬件和软件环境;说明本课题苹果在线检测的机电一体
化系统状况。
    (2)苹果进行分级前的低层信息处理及算法研究:将传统的图像处理方法和现
代改进的新方法及理论运用于苹果图像处理,分析、研究、比较、选择出对苹果
图像进行处理的实用性算法。苹果图像处理应包括图像滤波,边缘检测、图像二
值化、图像细化等方面。
    (3)苹果分级算法研:。提取图像中的苹果大小、形状等特征参数;探讨各种
分级的方法,特别是对判别函数法和神经网络法进行了深入研究。
    (4)用Vc++编程。完成了本课题的软件设计与实现,对已有苹果近100幅图
像进行图像处理,苹果按大小、形状提取特征量,最后根据提取反映大小、形状
的特征量进行判断分级。在实现图像编程时产生了大量可多次复用的代码,模块
化编程,有利于进一步开发。
    (5)实验结果分析。本人所做的苹果图像识别系统(软件部分)的实验结果列
表说明。并对本课题做出了进一步研究的设想和展望。
    基于图像识别技术的水果分级在国外已经具有相当成熟的水平,尤其是日本,
其对很多水果都进行了图像识别的研究,并已产生成熟的产品。比如黄瓜分级、
樱桃分级、草莓分级等等。美国等很多西方国家也对很多水果进行了图像识别式
的分级。
    国内也有很多研究者对水果分级进行了大量的理论研究,为水果图像识别方
式的实现提供了理论和技术基础。对于苹果的研究也不少,但是这一课题还很不
完善,识别率、效率都很低。为此有必进一步研究简单、有效的分选水果形状、
颜色、大小、缺陷的特征提取方法和分级方法。
1.2本课题研究的内容
  本课题将结合图像识别技术,选用苹果图像作为研究对象,对苹果按大小、
形状分级进行实用性主要研究。主要内容有:
    (1)于图像识别系统工作工艺流程和信号流程的设计。阐明图像识别系统图像
识别系统的设计所需要的硬件和软件环境;说明本课题苹果在线检测的机电一体
化系统状况。
    (2)苹果进行分级前的低层信息处理及算法研究:将传统的图像处理方法和现
代改进的新方法及理论运用于苹果图像处理,分析、研究、比较、选择出对苹果
图像进行处理的实用性算法。苹果图像处理应包括图像滤波,边缘检测、图像二
值化、图像细化等方面。
    (3)苹果分级算法研:。提取图像中的苹果大小、形状等特征参数;探讨各种
分级的方法,特别是对判别函数法和神经网络法进行了深入研究。
    (4)用Vc++编程。完成了本课题的软件设计与实现,对已有苹果近100幅图
像进行图像处理,苹果按大小、形状提取特征量,最后根据提取反映大小、形状
的特征量进行判断分级。在实现图像编程时产生了大量可多次复用的代码,模块
化编程,有利于进一步开发。
    (5)实验结果分析。本人所做的苹果图像识别系统(软件部分)的实验结果列
表说明。并对本课题做出了进一步研究的设想和展望。
第2章苹果自动分级系统组成
2.1基于图像处理的自动检测系统的基本原理
    利用工业摄像镜头代替目视,把工业摄像镜头作为一个传感器,经过光电转
换,采样,图像处理,图像分析和图像识别等一系列的操作,就可以达到检测的
目的。具体来说就是,将物体放入载物台,用工业摄像镜头拍出物体的图像照片,
经光电转换为视频信号给下一级模块图像采集卡,然后图像采集卡采集图像得到
数字图像信号,传送给计算机,计算机将得到的数字图像按一定的图像文件格式
存入计算机;然后调用图像处理系统对图像处理分析,根据需要提取特征值,最
后对得到的所有特征数值组成的特征向量进行分析、理解得出测量结果。图像处
理技术在工业自动检测的应用原理如图2.1。硬件部分包括载物台,摄像工业镜
头,图像采集卡,计算机等,要求稳定性好,传输速率快等。对于这样的图像识
别系统所需硬件一般都已有现成的产品,而且价格低廉,在系统设计过程中只需
安装连接即可。对于图像识别系统(这里即为具有图像处理能力的自动检测系统)
主要障碍是软件系统的设计,本课题也围绕苹果按大小分级的主题设计出苹果分
级的自动识别系统。
图2.1基于图像处理的自动检测系统原理

上一页  [1] [2] [3] [4] [5] [6] [7] [8] [9] [10]  ... 下一页  >> 

Copyright © 2007-2012 www.chuibin.com 六维论文网 版权所有