基于ARM的农产品品质检测系统的研究

论文摘要

随着嵌入式技术的迅速发展,ARM(Advanced RISC Machine)处理器处理能力的迅速提高和成本的迅速下降,课题研究基于ARM的嵌入式农产品品质视觉检测系统的设计与实现问题,对于降低检测系统成本,扩大应用范围,进一步提高农产品产后价值,有着重要的现实意义。主要研究了苹果品质检测中的图像处理算法问题。通过仿真比较,确定了相应的底层预处理算法和特征检测算法;重点研究了苹果大小、形状、颜色和缺陷四个方面的特征检测算法;利用苹果对称特征,确定出果轴提取边缘点序列,进而计算出果径;在HIS模型下,利用H分量对苹果表面红颜色区域进行分割,计算出红色分量百分比;利用标准球体灰度模型法,通过设定分割阈值,进行了缺陷识别。系统研究了农产品品质检测系统样机的设计与实现问题。对系统的硬件组成进行了详细论证,设计了采集装置和照明光源,选择了合适的处理器,搭建了检测系统硬件装置;确定了系统的总体软件结构,移植了Linux操作系统与根文件系统后,以QT为应用软件开发平台,设了检测系统软件,并实现了各个单元软件模块功能,在主机端模拟调试成功后,移植到ARM检测系统,完成了检测系统的整体软件设计。对检测系统样机进行了整体检测实验,实验结果表明,该品质检测系统能够完成苹果特征检测。系统对大小和形状的检测正确率为90%以上;对颜色的检测一致率为80%;而缺陷的识别率约为80%。系统结构简单,成本低,检测速度较快,系统通过算法扩展后,还可用于其它农产品特征检测。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 课题背景及研究意义
• 1.2 国内外研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 课题来源与目的
• 1.4 论文主要工作及结构安排
• 2 相关技术原理及总体方案设计
• 2.1 农产品检测分级标准
• 2.2 图像测量技术原理
• 2.3 嵌入式ARM 平台技术
• 2.3.1 嵌入式系统软件构成
• 2.3.2 Linux 开发环境的建立
• 2.3.3 Linux 操作系统裁剪与移植
• 2.4 系统总体方案设计
• 2.4.1 系统方案一
• 2.4.2 系统方案二
• 2.4.3 系统方案三
• 2.4.4 方案确定分析
• 2.5 本章小结
• 3 品质特征检测相关图像处理算法的研究
• 3.1 品质检测算法总体处理流程
• 3.2 图像预处理算法的研究
• 3.2.1 图像灰度化
• 3.2.2 图像滤波
• 3.2.3 图像分块
• 3.2.4 图像分割算法分析
• 3.2.4.1 边缘检测分割算法
• 3.2.4.2 经典阈值分割算法
• 3.2.4.3 彩色图像分割算法
• 3.3 特征检测算法分析研究
• 3.3.1 大小与形状检测算法研究
• 3.3.1.1 现有水果大小与形状检测算法分析
• 3.3.1.2 本文所采用大小与形状检测算法
• 3.3.2 颜色检测算法研究
• 3.3.2.1 图像颜色模型分析
• 3.3.2.2 现有颜色检测算法分析
• 3.3.2.3 本系统采用颜色检测算法
• 3.3.3 缺陷检测算法研究
• 3.3.3.1 农产品表面常见缺陷
• 3.3.3.2 现有缺陷检测算法分析
• 3.3.3.3 本系统采用缺陷检测算法
• 3.4 本章小结
• 4 品质检测系统样机设计与实现
• 4.1 检测系统硬件设计与实现
• 4.1.1 系统硬件总体设计与分析
• 4.1.2 图像采集硬件设计
• 4.1.3 光源系统与反射镜设计
• 4.1.4 系统硬件装置总体结构
• 4.2 检测系统软件设计与实现
• 4.2.1 系统软件总体流程与功能设计
• 4.2.2 单元模块设计与实现
• 4.2.2.1 图像采集与显示模块设计
• 4.2.2.2 图像预处理与检测模块实现
• 4.2.2.3 文件管理模块实现
• 4.2.3 软件整体功能实现
• 4.3 本章总结
• 5 系统总体实验及误差分析
• 5.1 品质检测系统标定
• 5.2 系统总体实验及分析
• 5.3 检测系统误差分析
• 5.4 本章小结
• 6 结论与展望
• 6.1 课题工作总结
• 6.2 课题研究展望
• 致谢
• 参考文献
• 攻读学位期间发表的学术论文目录
• 参与的科研项目和获奖情况