论文题目: 红毛丹品质的机器视觉检测技术研究
论文类型: 博士论文
论文专业: 农产品加工及贮藏工程
作者: 章程辉
导师: 王群,韩东海
关键词: 红毛丹,品质,机器视觉,射线
文献来源: 中国农业大学
发表年度: 2005
论文摘要: 本文应用可见光图像、X射线图像、X射线CT图像技术研究了红毛丹色泽、外形尺寸、果肉可食率、可溶性固形物及衰减系数。 1、分析了X射线成像的过程并结合实验讨论了线阵探测器用于X射线水果检测应用成像条件的优化和图像的校正方法。建立了能够准确预测本线阵探测器的在不同管电压、管电流和积分时间条件参数下X射线图像像素数值的数学模型,模型拟合度达到0.9965,为系统在自动分辨目标,去除图像背景奠定了基础。 2、利用X射线图像,分别研究了果实、果皮、果肉、果仁的X射线衰减系数,试验证明其衰减系数的大小不仅与厚度有关,同时也与密度有关;样品厚度与射线强度Ⅰ的对数呈高度线性负相关,果实的衰减系数与果皮、果肉、果仁的衰减系数呈线性关系。 3、研究了利用X射线检测红毛丹可食率的图像处理及模式识别方法。应用X射线研究红毛丹可食率时,首先用阈值分割法去除红毛丹背景,然后用模糊C均值聚类方法来分割果肉区域。红毛丹可食率以分割出的果肉区域像素个数与整个果实区域像素个数之比来表征,实验结果表明,误判率小于10%。 应用X射线CT来研究红毛丹可溶性固形物时,首先用阈值法去除图像背景,然后面积阈值法来提取果肉区域。红毛丹可溶性固形物含量的X射线CT值预测的相关系数达92%。 4、分别用可见光图像和X射线图像检测红毛丹的外形尺寸,结果表明采用X射线图像检测技术能较准确地预测红毛丹的外形尺寸。 5、描述了红毛丹可见光图像获取装置及实验方法。研究了评定红毛丹色泽的图像处理和模式识别方法。红毛丹可见光图像通过CCD获取,经OSTU分割算法分割图像背景后,采用面积标记算法得到去除长穗梗区域的红毛丹图像,然后提取基于色度的红毛丹图像的彩色纹理特征,并用多分类支持向量机的模式识别方法来识别红毛丹色泽等级,该模型对4个色泽等级的红毛丹的正确分类率分别是94%,88%,89%,95%。并与BP人工神经网络方法在运算速度和准确率进行比较,结果表明,无论从运算速度、还是泛化能力,SVM方法都表现出了良好的性能。 6、建立以红毛丹分级为目的的软硬件系统,硬件系统完成红毛丹的传输和捕获图像。软件系统包括红毛丹外观品质以及可食率的分级功能。
论文目录:
第一章 绪论
1.1 研究目的和意义
1.2 红毛丹的生物学特性
1.3 机器视觉国内外研究现状
1.4 研究内容和方法
第二章 X射线硬件系统结构及组成
2.1 X射线检测装置
2.2 X射线发生装置
2.3 X射线探测器
2.4 图像采集卡和计算机
2.5 射线防护装置
2.6 传送装置以及支撑装置
2.7 系统整体参数
第三章 线阵探测器成像及其校正
3.1 线阵探测器的成像过程
3.2 线阵探测器成像的噪声来源及其抑制
3.3 成像质量影响因素及其改善
3.4 空白背景图像及其像素值分布
第四章 像素数值统计模型的建立
4.1 建立像素数值数学模型
4.2 统计模型确定
第五章 红毛丹衰减系数的研究
5.1 X射线穿透物质的衰减规律
5.2 红毛丹及其各组成部分衰减系数的研究
5.3 小结
第六章 红毛丹内部品质的X射线图像检测技术研究
6.1 红毛丹的X射线图像无损检测系统
6.2 红毛丹X射线图像和CT图像的获取
6.3 红毛丹可食率的X射线图像检测技术研究
6.4 红毛丹可溶性固形物的X-CT射线图像检测技术研究
6.5 小结
第七章 红毛丹外形尺寸大小的图像处理技术研究
7.1 红毛丹外形尺寸的可见光图像处理技术研究
7.2 红毛丹外形尺寸的X射线图像处理技术研究
7.3 小结
第八章 红毛丹色泽的可见光图像检测技术研究
8.1 红毛丹色泽的检测试验装置
8.2 红毛丹色泽的可见光图像处理技术研究
8.3 基于支持向量机的分级方法研究
8.4 小结
第九章 红毛丹品质的机器视觉检测系统和软件设计
9.1 水果的计算机视觉分级系统描述
9.2 红毛丹外观品质计算机视觉分级试验装置
9.3 红毛丹外观品质的计算机视觉分级软件设计
9.4 X射线检测系统设计实现
第十章 结论与建议
10.1 结论
10.2 建议
参考文献
致谢
作者简介
发布时间: 2006-04-05
相关论文
- [1].苹果自动分级中计算机视觉信息快速获取与处理技术的研究[D]. 李庆中.中国农业大学2000
- [2].计算机视觉信息处理方法与水果分级检测技术研究[D]. 冯斌.中国农业大学2002
- [3].基于机器视觉的田间杂草识别技术研究[D]. 毛文华.中国农业大学2004
- [4].曲面孔位机器视觉测量系统研究[D]. 黄劼.四川大学2004
- [5].基于机器视觉的TFT-LCD屏mura缺陷检测技术研究[D]. 张昱.哈尔滨工业大学2006
- [6].基于分形理论及机器视觉的牛肉自动分级技术研究[D]. 陈坤杰.南京农业大学2005
- [7].机器视觉中的聚类检测新方法[D]. 韩彦芳.上海交通大学2006
- [8].基于机器视觉的水果品质实时检测与分级生产线的关键技术研究[D]. 饶秀勤.浙江大学2007