基于DSP的柑橘品质检测算法研究

论文摘要

基于DSP的品质检测研究是农产品后处理领域和图像处理领域的常见课题,本文以基于DSP的柑橘的品质检测算法为研究目标。课题研究中使用开源软件包OpenCV对柑橘检测算法进行仿真,并将仿真后的算法移植到DSP实验平台,针对DSP特性进行代码的优化,提高了算法的实时性。本研究的内容主要体现在以下几个方面:1:分析柑橘图像预处理的重要环节,对预处理中关键的目标分割算法进行分析并安排合理的预处理流程。比较了多种分割方法,最终选择最大类间方差法取得了较好的分割效果;2:用数学形态学方法消除分割后产生的干扰目标,获取果实表面的二值图像,然后用改进的图像差值法提取了目标的边界;3:提出了进行柑橘缺陷检测的方法,并进行了病害表面缺陷与腐烂表面缺陷的区分,用OpenCV实现相关算法并验证品质检测效果,最终正常果实的识别率为90%;4:提出了进行柑橘外形品质检测的方法,本方法使用平均半径和圆度定量描述柑橘的外形品质,实验表明外形达标柑橘的识别率为89%;5:提出了基于颜色信息的柑橘成熟度检测方法,通过计算包含成熟色果面的面积可以定量描述成熟度;6:将经过验证的算法向DSP研究平台移植,然后进行代码优化以提高系统的性能。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题背景与研究意义
• 1.1.1 我国水果产业现状
• 1.1.2 水果品质检测国内外研究现状
• 1.1.3 基于嵌入式系统的水果品质检测
• 1.1.4 课题研究意义
• 1.2 课题研究方法
• 1.2.1 研究方法分析
• 1.2.2 OpenCV 简介
• 1.3 论文安排
• 1.4 本章小结
• 第二章 柑橘图像预处理算法研究
• 2.1 预处理方案分析
• 2.2 图像颜色空间
• 2.2.1 常用颜色空间
• 2.2.2 颜色空间转换
• 2.3 图像灰度化
• 2.4 直方图均衡
• 2.5 目标分割算法研究
• 2.5.1 常用目标分割算法
• 2.5.2 目标分割算法对比分析
• 2.6 图像形态学处理
• 2.6.1 形态学图像处理概述
• 2.6.2 形态学运算分析
• 2.7 二值图像边界提取
• 2.7.1 常用边界提取算法
• 2.7.2 基于形态学方法提取边界
• 2.8 本章小结
• 第三章 柑橘品质识别算法研究
• 3.1 基于阈值分割的柑橘表面缺陷识别研究
• 3.1.1 表面缺陷检测方法概述
• 3.1.2 柑橘缺陷检测实验
• 3.2 基于边界提取的柑橘外形识别研究
• 3.2.1 形心计算
• 3.2.2 柑橘大小参数计算
• 3.2.3 柑橘圆度参数计算
• 3.2.4 柑橘外形品质检测实验
• 3.3 基于颜色信息的柑橘成熟度识别研究
• 3.3.1 成熟度检测方法概述
• 3.3.2 柑橘成熟度检测实验
• 3.4 本章小结
• 第四章 DSP 平台的算法实现与代码优化
• 4.1 DSP 研究平台概述
• 4.1.1 平台硬件架构
• 4.1.2 平台软件架构
• 4.2 基于DSP 的软件开发
• 4.2.1 DSP 软件开发流程
• 4.2.2 存储空间分配
• 4.3 OpenCV 代码移植
• 4.4 代码优化
• 4.4.1 代码剖析
• 4.4.2 代码优化流程
• 4.4.3 编译器优化
• 4.4.4 C/C++代码优化
• 4.4.5 线性汇编优化
• 4.4.6 优化效果分析
• 4.5 本章小结
• 第五章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 发表论文和科研情况说明
• 致谢