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  >>