基于计算机视觉的柑橘分选系统.pdf

:.
㈣籼姗嘶辟学位论文作者:辫鹏则年∥月岳日‘月馨日学位论文原创性声明学位论文使用授权声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律责任由本人承担。本人在导师指导下完成的论文及相关的职务作品,知识产权归属郑笱А根据郑州大学有关保留、使用学位论文的规定,同意学校保留或向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅;本人授权郑州大学可以将本学位论文的全部或部分编入有关数据库进行检索,可以采用影印、缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学位论文或与该学位论文直接相关的学术论文或成果时,第一署名单位仍然为郑州大学。保密论文在解密后应遵守此规定。日期:
在国际市场上的竞争力。目前,我国柑橘分选还主要依靠人工完成,该方法不仅消耗了大量劳动力资源,而且分级精度不高、分级效率低。利用计算机视觉对水果进行分选是提高分选速度与精度的必然选择。基于计算机视觉的柑橘分选方法具有智能化程度高、分级精度高、速度快、成本低等优点,但其存在的主要问题是算法复杂、运算量大。本文主要研究包括颜色模型、图像滤波、图像分割、图像边界提取、最大和最小直径检测、图像缺陷检测以及系统的软硬件组成在内的整个柑橘分选系统。为了减少系统数据传输量,本系统使用丈P停徽攵栽诩8丛拥背景下,一般分割算法不能快速并准确地将图像前景色与背景色分割开来的问题,本文提出了使用多个颜色通道的组合来分割图像的方法,提高了图像前景色与背景色准确分割速度。在图像预处理方面,为了减少运算量,缩短算法运行时间,本文在对各种方法进行分析后,使用计算量较小的快速中值滤波方法对图像进行滤波,并使用基于线段的边界提出方法来提取图像边界。针对原有的水果直径检测算法计算量过大以及计算精度不高的问题,本文提出了一种新的基于图像分割的直径检测方法,该方法能够在较短的时间内较为精确的检测出柑橘的直径。为了解决传统的缺陷检测算法运量大,运行时间长的问题,本文提出了阈值分割与区域增长相结合的缺陷检测方法,该方法能够快速、全面的将柑橘缺陷识别出来。本系统的软件部分在系统上的中得到了实现,硬件部分也已搭建完成并已应用于实际工业生产中。实践证明,该系统能够快速、精确的对柑橘进行分级,系统性能达到了预期的设计目标。关键词:机器视觉图像分割直径检测缺陷检测
琤;琣......,瑂,瑃..、析.’瑃.’Ⅱ
目录丈P陀胪枷衤瞬ā枷穹指钣胪枷癖呓缣崛髀邸柑橘分选的目的和意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯涕俜旨斗椒ā国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本研究的主要内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..本章小结⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯颜色模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图像滤波⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯实验结果与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。结语⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。图像分割⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.‘.⒁.
涕僮畲笾本都觳狻涕偃毕菁觳狻低晨蚣堋图像边界提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..结语⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..水果图像最大直径检测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯算法实现与比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..结语⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。定向技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯阈值分割与区域增长结合分割法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。实验结果与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯系统硬件构成⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..软件部分⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.》ê突谏窬绲姆指钏惴℉引⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.嗤ǖ婪指睢目录
,有文字记载的栽培历史就有多年。新中国成立以后,