基于机器视觉的板栗分级设备研究

论文题目: 基于机器视觉的板栗分级设备研究

论文类型: 硕士论文

论文专业: 机械电子工程

作者: 刘仕良

导师: 方建军

关键词: 板栗,机器视觉,图像实时处理,特征提取,分级

文献来源: 北方工业大学

发表年度: 2005

论文摘要: 本文以开发基于机器视觉的板栗精细分级装置为目标,应用机器视觉技术与机电一体化技术,对板栗实时运行条件下的视觉信息快速获取与处理技术进行了研究,完成的主要研究成果如下。 (1)设计了板栗动态图像采集与实时分级的实验装置该实验装置选择PC机和Windows 2000操作系统组成控制系统平台;采用松下Panasonic黑白CCD摄像头和宝狮BS602图像采集卡以及光电式位置传感器组成图像处理系统;分级机构由步进电机驱动器、分级执行器和相应的控制软件构成。图像处理系统输出的控制指令通过计算机的25针并行打印口输出,经驱动电路控制分级执行器的适时启动和停止。 (2)板栗动态图像处理算法设计本文建立了板栗模糊图像的退化模型,并对退化模型进行恢复了处理;采用改进的灰度直方图对板栗图像进行黑白二值化,把板栗从背景中分离出来;采用高斯—拉普拉斯算子对板栗图像进行边缘提取;最后根据板栗特征提取的需要,对板栗图像进行了轮廓提取与跟踪。 (3)提取了板栗特征参数并制定了板栗分级标准论文采用最小外接矩形(MER)方法测量板栗近似椭圆形扁平面的长短径特征参数,并将其转化成实际的板栗空间尺寸。提出了以板栗近似椭圆形扁平面的长短径以及它们的比值来作为板栗的分级标准。 (4)开发步进电机驱动器及其控制软件开发基于L297、L298和NE555的步进电机驱动器。NE555为L297提供时钟频率,完成对步进电机的起停以及转角控制。在Windows 2000下采用Visual C++6.0并结合WinIO编写了控制程序。 (5)对研究结果进行了验证性试验试验结果表明,该系统达到了预期的对板栗动态图像实时采集处理和分级控制的速度和准确度要求。实验过程中,分级速度能达到40-50粒/分钟,准确度为95.33%。

论文目录:

摘要

Abstract

1 引言

1．1 概述

1．2 机器视觉技术在农产品分级方面的研究进展

1．3 本论文的主要研究内容与意义

2 机器视觉系统

2．1 机器视觉系统的构成

2．1．1 照明装置的设计

2．1．2 摄像头

2．1．3 图像采集卡

2．1．4 红外传感器

2．2 图像采集

2．2．1 Video for Windows函数介绍

2．2．2 板栗图像捕获

3 板栗分级实验装置的研制

3．1 板栗图像实时处理的性能指标

3．2 实验装置设计

3．2．1 动力装置的设计

3．2．2 分级机构设计

3．3 控制软件的实现

4 算法设计

4．1 分级标准

4．2 图像模糊处理

4．2．1 造成图像模糊的原因

4．2．2 匀速运动图像模糊复原

4．3 板栗图像特征提取

4．3．1 背景分割

4．3．2 边缘检测

4．3．3 轮廓提取与跟踪

4．3．4 板栗特征提取

4．4 尺寸实测

4．4．1 视觉空间的定位与测量

4．4．2 尺寸测量

5 系统调试与实验结果分析

5．1 系统调试

5．1．1 硬件系统调试

5．1．2 软件系统调试

5．2 实验设计

5．2．1 静态识别

5．2．2 动态识别

5．3 实验分析

5．3．1 与其它板栗分级方案比较

5．3．2 影响机器视觉系统性能因素分析

结论

参考文献

在学研究成果

致谢

发布时间: 2005-07-28

参考文献

[1].基于机器视觉的机器人智能搬运系统研究[D]. 宋现义.哈尔滨理工大学2018
[2].基于机器视觉的工业机器人定位抓取技术的研究[D]. 曾志伟.广东工业大学2018
[3].机器视觉在自动焊接中的应用研究[D]. 王雷.安徽工程大学2018
[4].基于机器视觉的工业机器人抓取技术研究[D]. 林龙彬.福建工程学院2018
[5].基于机器视觉的移罐机械手柔性控制系统研究[D]. 夏天杰.华东理工大学2018
[6].基于机器视觉的焊接机器人焊缝识别与跟踪系统[D]. 孙文侠.青岛科技大学2018
[7].基于机器视觉的焊缝三维重建及焊接飞溅物在位检测研究[D]. 许鹏飞.山东大学2018
[8].基于机器视觉的烟草打顶抑芽机测控系统的研究[D]. 李伟.山东农业大学2017
[9].基于机器视觉的汽车前照灯检测系统研究[D]. 张志瀚.武汉理工大学2015
[10].基于三维机器视觉的机器人定位技术研究[D]. 隋吉雷.长春工业大学2017

基于机器视觉的板栗分级设备研究

猜你喜欢