基于数字图像处理的水果表面品质检测方法研究

论文摘要

我国是世界水果生产大国,却不是水果贸易强国。我国水果年出口量仅为总产值的3%,导致我国水果缺乏国际竞争力的主要原因就是落后的产后商品化水平。水果收获后只按照大小和重量进行简单的分级,分级水平低、时效性差。而国外的水果收获后要进行分级、催熟、包装、遇冷等环节。可见提高我国水果产后商品化水平至关重要,然而水果品质检测是水果商品化中最为重要的环节。水果的外观是品质检测的重要指标,本文利用数字图像处理相关知识,通过实验,研究了水果表面品质检测的方法。首先,在水果图像预处理环节,为了保留更多图像信息研究分析了适用于彩色水果图像的预处理方法。对于水果表面色泽的检测部分,为了实现更准确、更接近人类感知的颜色类别分类,本文分析了基于HSI彩色空间下的水果表面色泽检测方法。首先,针对HSI彩色空间色度分量存在不连续点的问题,提出了色度旋转方法,将彩色平面逆时针旋转1200,实验表明该方法有效性。然后对经过色度旋转的H色度分量进行直方图分析,以获取不同颜色类别水果的色度变化范围,最后使用最小距离分类器对其进行分类。实验表明该方法可以实现按水果表面色泽分类。目前,对于水果表面缺陷的研究集中在缺陷检测上,罕见针对表面缺陷分类的研究。论文首先针对缺陷检测,提出了一种新的基于注意力选择的检测方法。实验表明使用该方法检测到缺陷更接近人对水果表面缺陷的判定。在正确检测到水果表面缺陷的基础上,将缺陷区域从水果图像中分割出来,并提取缺陷区域的纹理和颜色的综合特征,使用支持向量机分类器对缺陷进行分类。实验得到了较好的分类结果,可以实现水果表面缺陷的分类。最后,总结了本文的研究内容及研究成果,提出了不足和进一步完善水果表面品质检测技术的想法和展望。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 水果品质检测的研究背景及意义
• 1.1.1 我国水果生产现状
• 1.1.2 水果品质检测的目的及意义
• 1.2 水果品质检测的方法
• 1.2.1 基于物理特性的水果品质检测方法
• 1.2.2 基于电子鼻技术的水果品质检测方法
• 1.2.3 基于数字图像处理的水果品质检测方法
• 1.3 基于数字图像处理的水果品质检测技术研究现状
• 1.3.1 国外研究现状
• 1.3.2 国内研究现状
• 1.4 本文研究内容及论文组织
• 第2章 背景知识介绍
• 2.1 数字图像处理技术基本原理
• 2.2 水果分级系统的工作原理
• 2.3 实验材料和设备组成
• 2.3.1 课题研究的对象及其检测指标
• 2.3.2 实验研究的硬件组成
• 2.4 本章小结
• 第3章 水果图像的预处理
• 3.1 基于彩色的图像处理技术
• 3.1.1 颜色模型
• 3.1.2 RGB和HSI颜色模型之间的转换
• 3.2 水果图像去噪
• 3.2.1 标量滤波
• 3.2.2 矢量滤波
• 3.2.3 图像去噪结果及分析
• 3.3 水果图像边缘检测
• 3.3.1 基于Canny算子的边缘检测
• 3.3.2 基于矢量梯度边缘检测
• 3.3.3 图像边缘提取结果及分析
• 3.4 水果图像分割
• 3.4.1 基于单色的图像分割
• 3.4.2 基于矢量空间的图像分割
• 3.4.3 图像分割结果及分析
• 3.5 本章小结
• 第4章 水果表面色泽的检测
• 4.1 水果表面色泽检测
• 4.2 颜色模型的快速转换
• 4.3 色度旋转
• 4.4 水果水果表面色泽检测
• 4.4.1 水果表面颜色分析
• 4.4.2 直方图分析法
• 4.5 最小距离分类器
• 4.5.1 距离函数的选择
• 4.5.2 最小距离分类器原理
• 4.6 基于最小距离分类器的水果表面色泽分类结果及分析
• 4.7 本章小结
• 第5章 水果表面缺陷的检测与分类
• 5.1 水果表面缺陷检测问题分析
• 5.2 基于数学形态学的果梗提取
• 5.2.1 数学形态学原理
• 5.2.2 基于数学形态学的果梗提取结果及分析
• 5.3 基于注意力选择机制的水果表面缺陷检测
• 5.3.1 注意力选择模型
• 5.3.2 AMFT算法
• 5.3.3 基于注意力选择机制的水果表面缺陷检测结果及分析
• 5.4 基于支持向量机的水果表面缺陷分类
• 5.4.1 纹理特征
• 5.4.2 颜色特征
• 5.4.3 支持向量机的基本原理
• 5.4.4 基于支持向量机的水果表面缺陷分类结果及分析
• 5.5 本章小结
• 第6章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢