基于机器视觉的马铃薯自动检测分级研究

论文摘要

随着我国农村经济的快速发展,为提高我国马铃薯在市场上的竞争力,马铃薯分级已成为农业生产和农产品深加工急需解决的理论和技术问题,探讨和研究马铃薯分级理论和技术,不仅可减少人工分拣的劳动强度和二次损伤,提高其档次和增加附加值,而且有利于进一步的深加工,提高资源的利用率。本文利用机器视觉技术主要从图像获取与预处理、形状检测、质量检测、表面缺陷检测四个方面对单个马铃薯的静态检测分级进行了研究。1.图像获取与预处理是图像处理的基础环节,直接影响图像质量,进而影响分级的效果和检测的准确性。本文设计了以白色为背景的光照系统,并采用B通道灰度化、中值滤波、双峰法和数学形态学的方法对马铃薯原始图像进行预处理。2.在形状检测方面,以区域的等效椭圆为基础,提出了两个表示马铃薯形状的参数R和C,并利用改进的BP神经网络进行分类,将马铃薯分为椭球形、球形和畸形,其准确率为94.7%,与人工分级的一致性很高,能够满足实际检测的要求。3.在质量检测方面,为了提高图像处理系统的速度和马铃薯质量检测的准确性,本文设计了以单片机和称重传感器为核心的马铃薯质量检测系统。检测到的质量通过串口发送到PC,然后进行质量的分级。4.在表面缺陷检测方面,提出了基于R、G、B三个分量的标准差进行马铃薯暗色部分缺陷分割的方法和一种以欧氏距离为标准进行马铃薯绿皮检测分割的方法。本文结合上述两种方法进行马铃薯外部缺陷的检测分割,并通过计算缺陷面积与整个马铃薯区域面积的比值来进行外部缺陷的检测和判定,对有缺陷马铃薯和无缺陷马铃薯检测的准确率分别为94%和90%。

论文目录

• 摘要
• Abstract
• 第一章 前言
• 1.1 机器视觉技术概述
• 1.2 马铃薯自动检测分级研究的背景与意义
• 1.3 国内外研究概况
• 1.3.1 国内研究现状
• 1.3.2 国外研究现状
• 1.4 本研究的主要内容
• 1.5 本章小结
• 第二章 摄像机的标定
• 2.1 摄像机针孔成像模型
• 2.2 摄像机的标定方法
• 2.3 马铃薯检测系统摄像机标定
• 2.3.1 张正友平面模板标定法
• 2.3.2 马铃薯检测系统摄像机标定过程
• 2.4 本章小结
• 第三章 马铃薯图像预处理
• 3.1 灰度化
• 3.2 中值滤波
• 3.3 图像的分割
• 3.3.1 双峰法
• 3.3.2 大津法
• 3.4 数学形态学处理
• 3.4.1 二值图像的腐蚀和膨胀
• 3.4.2 开运算和闭运算
• 3.5 本章小结
• 第四章 马铃薯形状检测分级
• 4.1 图像的不变矩
• 4.2 区域的等效椭圆
• 4.3 边缘检测
• 4.3.1 梯度算子
• 4.3.2 Laplace 算子
• 4.3.3 形态学边边缘检测
• 4.3.4 边缘的细化
• 4.4 形状特征的提取
• 4.5 形状分类的BP 神经网络结构
• 4.6 本章小结
• 第五章 马铃薯外部缺陷检测
• 5.1 RGB 彩色模型
• 5.2 基于标准差的缺陷检测
• 5.3 基于欧氏距离的绿皮检测
• 5.4 马铃薯外部缺陷的判定
• 5.5 本章小结
• 第六章 马铃薯质量检测分级
• 6.1 称重传感器的选择
• 6.2 传感器输出信号的放大
• 6.3 A/D 转换器的选择
• 6.4 马铃薯质量检测系统硬件设计
• 6.4.1 AD574 接口电路设计
• 6.4.2 到位检测电路设计
• 6.4.3 分级控制电路设计
• 6.4.4 单片机与PC 通信接口电路设计
• 6.4.5 报警电路设计
• 6.5 马铃薯质量检测系统软件设计
• 6.5.1 初始化模块程序设计
• 6.5.2 通信模块程序设计
• 6.5.3 检测模块程序设计
• 6.5.4 控制模块程序设计
• 6.5.5 报警模块程序设计
• 6.6 本章小结
• 第七章 马铃薯自动检测分级系统总体设计及试验结果
• 7.1 马铃薯自动检测分级系统硬件总体设计
• 7.2 马铃薯自动检测分级系统软件总体设计
• 7.3 马铃薯分级试验
• 第八章 结论与展望
• 8.1 主要研究结论
• 8.2 后期研究展望
• 8.3 结语
• 参考文献
• 致谢
• 作者简介
• 导师简介