论文题目: 计算机视觉系统在番茄品质识别与分类中的研究
论文类型: 硕士论文
论文专业: 农业机械化工程
作者: 张嘏伟
导师: 钱东平
关键词: 计算机视觉,遗传算法,番茄分级,图像处理
文献来源: 河北农业大学
发表年度: 2005
论文摘要: 我国是一个人口大国,但是人均耕地面积却远远低于世界平均水平,农业产值很低,提高农业产品产后处理水平是增加农业产值的主要方法之一。对果品进行自动检测和分级可以大大提高农业产值。我国的果品分级一般是手工进行的,费时、生产效率不高,主观性强,不能保证果品的品质。因此迫切需要开发一套先进的自动分级系统。本文就是在这样的背景下,以番茄为研究对象,利用计算机视觉技术进行了番茄的品质识别与分类技术的研究。针对番茄的外部品质,主要涉及表面缺陷、颜色、形状和大小等四个特征,主要研究工作如下: (1)建立了图像采集的硬件系统。图像采集的硬件系统包括PC机,NI公司PCI/PXI-1411图像采集卡及自制照明箱。照明箱内壁喷有哑光白漆,内装有Panasonic WV-CP240/G彩色摄像头,40W环形荧光灯和升级载物台。通过大量实验研究,选择环形荧光灯作为光源,选择白色作为背景,有效克服了番茄的镜面反射,可以得到有利于后续处理的图像;并发现在G分量上,两峰间距离最大,所以选择G分量确定阈值。建立了一套适合番茄等果品识别与分类的计算机视觉硬件系统。 (2)研究了图像处理窗口确定、图像二值化、图像噪声去除、图像分割、图像增强、图像边缘提取等多种图像低层处理算法。为提高处理速度,首先确定了处理窗口,继而对图像二值化、图像噪声去除、图像分割、图像增强、图像边缘提取等算法进行了研究,得到了适合番茄快速分级的低层算法。 (3)建立了用遗传算法训练的多层前馈神经网络,对番茄进行成熟度和果形判别,并与用BP训练神经网络进行了比较,得出:遗传算法无论是训练次数,还是准确度都优于BP算法。提出利用圆度、果径变化和比值特征等三个参数来描述番茄的形状。采用最大横径处面积估算番茄重量的方法,测试精度达99%。利用颜色模型HIS进行颜色分级来判别成熟度。 (4)软件部分采用虚拟仪器开发平台Labview及NI公司图像处理软件包IMAQ Vision进行开发。软件采用模块化设计,包括文件模块、图像采集模块、图像低层处理模块、特征提取模块、网络训练模块和分级模块。软件界面友好,操作简单,易于维护。试验证明:该系统测试速度快,准确率高。
论文目录:
1 引言
1．1 研究的目的与意义
1．2 国内外对果品品质研究的现状
1．2．1 国外对水果品质的研究概况
1．2．2 国内对水果的研究概况
1．3 本研究的主要内容
2 计算机视觉系统硬件构成及图像采集
2．1 计算机视觉系统硬件组成
2．1．1 CCD摄像头选择
2．1．2 计算机视觉的光照系统的选择
2．1．3 图像采集卡
2．1．4 PC机配置
2．2 系统校验
2．3 番茄图像的采集
3 计算机视觉低层处理算法
3．1 图像处理窗口确定及图像二值化
3．1．1 图像处理窗口确定
3．1．2 图像二值化
3．2 图像噪声去除
3．2．1 邻域平均法
3．2．2 中值滤波法
3．2．3 形态学滤波算法
3．3 图像与背景分割
3．4 图像增强
3．5 图像的边缘提取
3．5．1 Roberts算子
3．5．2 Prewitt算子
3．5．3 Sobel算子
3．5．4 Laplacian算子
4 遗传算法与人工神经网络相结合的番茄识别分类
4．1 人工神经网络
4．1．1 人工神经网络与模式识别
4．1．2 常见神经网络模型比较分析
4．2 遗传算法训练神经网络的模型建立
4．2．1 遗传算法简介
4．2．2 遗传算法训练神经网络模型建立
4．2．3 遗传算法实现
5 番茄特征提取及网络训练判别
5．1 番茄表面缺陷特征提取
5．2 番茄成熟度的判别
5．2．1 常用色彩模型
5．2．2 番茄成熟度神经网络训练与实验
5．3 番茄果形判别
5．3．1 番茄果形参数的确定
5．3．2 圆度特征参数提取
5．3．3 果径变化特征网络模型组建
5．3．4 比值特征判别参数
5．4 番茄重量测量
6 果品识别与分级软件设计
6．1 软件开发平台
6．1．1 LabVIEW7．1简介
6．1．2 IMAQ Vision简介
6．2 软件结构与功能
6．3 番茄分级实验结果
6．4 软件功能实现
7 结论及建议
7．1 研究结论
7．2 建议
参考文献
附录A 实验硬件设备
附录B 部分程序
在读期间发表的学术论文
作者简历
致谢
附发表文章
虚拟仪器的计算机视觉系统设计研究与应用
发布时间: 2006-04-10
参考文献
- [1].基于计算机视觉系统的大枣在线分级[D]. 姜继祥.扬州大学2013
- [2].鸭梨品质检测与分级计算机视觉系统的研究[D]. 齐晓娜.河北农业大学2005
- [3].基于虚拟仪器的鸭梨品质检测计算机视觉系统研究[D]. 赵彦如.河北农业大学2004
- [4].基于时间依赖的受欢迎路线推荐方法研究[D]. 李莹.东北大学2015
- [5].面向陆军分队级CGF的武器目标分配问题研究[D]. 闫玉铎.国防科学技术大学2016
- [6].基于遗传算法的开放教育排课系统研究[D]. 钱海军.广东技术师范学院2018
- [7].基于遗传算法和共协矩阵的聚类融合算法研究[D]. 郑克长.南京信息工程大学2018
- [8].基于改进RNA遗传算法的聚类分析研究及应用[D]. 任丽艳.山东师范大学2018
- [9].基于遗传算法改进协同过滤相似度的推荐算法研究[D]. 杨行.吉林大学2018
- [10].基于改进遗传算法的酒店预定系统研究[D]. 王晨阳.大连交通大学2015
相关论文
- [1].基于LabVIEW和IMAQ Vision的几何尺寸非接触测量系统的研究[D]. 黄晓.武汉理工大学2007
- [2].计算机视觉在苹果外部品质检测与分级方面的应用研究[D]. 袁金丽.中国农业大学2005
- [3].鸭梨品质检测与分级计算机视觉系统的研究[D]. 齐晓娜.河北农业大学2005
- [4].基于虚拟仪器的机器视觉测量系统建模方法和图像处理算法研究[D]. 徐树英.四川大学2005
- [5].基于机器视觉的柑橘水果外形识别方法研究[D]. 白菲.中国农业大学2005
- [6].基于计算机视觉的脐橙表面常见缺陷种类识别的研究[D]. 庞江伟.浙江大学2006
- [7].计算机视觉在农产品自动检测与分级中的研究——番茄的自动检测与分级[D]. 潘伟.东北农业大学2000
- [8].基于虚拟仪器技术的机器视觉系统研究[D]. 雷俊.西北工业大学2001
- [9].基于虚拟仪器的质量检测机器视觉系统[D]. 杨高科.西北大学2002
- [10].基于虚拟仪器技术的工业视觉检测系统[D]. 吕军.暨南大学2003