為更加精確的對(duì)水果進(jìn)行分級(jí),提升水果產(chǎn)品價(jià)值,本文以芒果為研究對(duì)象,采用一種基于線激光加工業(yè)面陣相機(jī)的激光三角法,同時(shí)利用計(jì)算機(jī)圖像處理來(lái)實(shí)現(xiàn)對(duì)水果外形三維幾何尺寸的精確測(cè)量。采用該方法進(jìn)行體積測(cè)量誤差不超過(guò)1.0%,缺陷面積測(cè)量誤差不超過(guò)3.0%。試驗(yàn)數(shù)據(jù)表明,基于線激光的水果外形檢測(cè)方法不僅提高了水果產(chǎn)品的分級(jí)質(zhì)量,而且大幅度增加了生產(chǎn)效率。 

【文章來(lái)源】：中國(guó)農(nóng)機(jī)化學(xué)報(bào). 2020,41(01)北大核心

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
0 引言
1 基于線激光的外形檢測(cè)算法
    1.1 線激光掃描原理
    1.2 基于線激光的外形檢測(cè)算法流程
    1.3 樣本準(zhǔn)備和數(shù)據(jù)采集
    1.4 圖像預(yù)處理
    1.5 三維點(diǎn)云獲取
        1.5.1 獲取深度圖像
        1.5.2 基于深度圖的三維點(diǎn)云數(shù)據(jù)
2 外形及缺陷檢測(cè)算法
    2.1 基于像素深度的體積測(cè)量方法
    2.2 缺陷檢測(cè)
    2.3 綜合分級(jí)
3 試驗(yàn)分析
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于近紅外、機(jī)器視覺(jué)及信息融合的水果綜合品質(zhì)檢測(cè)[J]. 張玉華,孟一,張明崗,姜沛宏,陳東杰,郭風(fēng)軍.  食品工業(yè). 2018(11)
[2]基于Kinect 2.0深度圖像的快速體積測(cè)量[J]. 李玲玲,王正勇,卿粼波,何海波.  微型機(jī)與應(yīng)用. 2017(07)
[3]紅外成像技術(shù)在農(nóng)產(chǎn)品加工自動(dòng)化中的應(yīng)用[J]. 周建民,周其顯,劉燕德,徐冬冬,馮召勇.  中國(guó)農(nóng)機(jī)化. 2010(06)
[4]基于激光三角法的小物體尺寸測(cè)量及三維重構(gòu)系統(tǒng)[J]. 李曉天,張鐵強(qiáng),張勝勇,南寶江,郭曉東.  光學(xué)儀器. 2008(06)
[5]直接從雙峰直方圖確定二值化閾值[J]. 梁華為.  模式識(shí)別與人工智能. 2002(02)
[6]機(jī)器視覺(jué)技術(shù)在農(nóng)產(chǎn)品收獲和加工自動(dòng)化中的應(yīng)用[J]. 應(yīng)義斌,章文英,蔣亦元,趙勻.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2000(03)
[7]計(jì)算機(jī)視覺(jué)技術(shù)在芒果重量及果面壞損檢測(cè)中的應(yīng)用[J]. 王江楓,羅錫文,洪添勝,戈振揚(yáng).  農(nóng)業(yè)工程學(xué)報(bào). 1998(04)

博士論文
[1]運(yùn)動(dòng)水果的形狀描述方法與在線檢測(cè)技術(shù)[D]. 王福杰.浙江大學(xué) 2013
[2]臍橙表面缺陷的快速檢測(cè)方法研究[D]. 李江波.浙江大學(xué) 2012

碩士論文
[1]三維激光點(diǎn)云數(shù)據(jù)的處理及應(yīng)用研究[D]. 孫鈺科.上海師范大學(xué) 2018
[2]基于激光掃描的物料堆三維測(cè)量系統(tǒng)研究[D]. 雷文.湖南大學(xué) 2014
[3]基于Kinect深度圖像的三維重建研究[D]. 韋羽棉.重慶大學(xué) 2014
[4]基于數(shù)字圖像處理的水果表面品質(zhì)檢測(cè)方法研究[D]. 馬秀麗.東北大學(xué) 2011



本文編號(hào)：3049098