發(fā)布時間：2019-02-15 22:45

【摘要】：糧食的產(chǎn)量與品質(zhì)對人們的生活有很大影響。目前大部分的谷物檢測實(shí)驗(yàn)還停留在利用人工肉眼觀察的階段。把圖像處理應(yīng)用于谷物外觀的分級,可以極大提高谷物篩選的效率。使用計算機(jī)去自動檢測谷物外觀,相比于利用肉眼觀察,具有速度快、效率高、復(fù)用性好的優(yōu)點(diǎn),在農(nóng)產(chǎn)品分級的領(lǐng)域上非常值得研究開發(fā)。通過處理谷物圖像來分析谷物的外觀參數(shù),并為谷物分級評優(yōu),具有較高的理論價值和實(shí)際意義。可以從圖像中獲取谷物的長度、寬度和在圖像中所占的像素等一些特征參數(shù),利用這些參數(shù)判斷谷物的粒型和完整性。并且本文研究的谷物外觀分析算法具有一定通用性,可以適用于大米、綠豆、糙米和燕麥等多種谷物。本文的主要工作內(nèi)容和創(chuàng)新性如下:(1)設(shè)計了一套完整的系統(tǒng),其中分為谷物外觀的采集系統(tǒng)和谷物圖片的分析系統(tǒng)�？梢岳眠@一系統(tǒng)代替人眼觀察,達(dá)到為谷物分級的目的。(2)在對一批谷物進(jìn)行檢測時,可能會出現(xiàn)谷物交疊重合在一起的情況,導(dǎo)致谷物參數(shù)統(tǒng)計出現(xiàn)誤差。利用流域分割算法可以有效處理這一情況,該算法可以把粘連不復(fù)雜的谷物邊緣切開,實(shí)現(xiàn)谷物的分割。但是該算法也有不足之處,比如分割過度,經(jīng)常把一個籽粒區(qū)域分割成兩塊。而經(jīng)過本文對算法的改進(jìn),可以有效的避免這種情況出現(xiàn)。
[Abstract]:The yield and quality of grain have great influence on people's life. At present, most of the grain detection experiments remain at the stage of artificial naked eye observation. Applying image processing to grain appearance classification can greatly improve the efficiency of grain screening. Compared with naked eye observation, the use of computer to detect grain appearance automatically has the advantages of high speed, high efficiency and good reusability. It is very worthy of research and development in the field of agricultural product classification. It is of high theoretical value and practical significance to analyze the appearance parameters of grain by processing the grain image and to evaluate the grain classification. Some characteristic parameters, such as the length, width and pixels occupied in the image, can be obtained from the image, and these parameters can be used to judge the grain shape and integrity. The grain appearance analysis algorithm studied in this paper is universal and can be applied to rice, mung bean, brown rice and oats. The main contents and innovations of this paper are as follows: (1) A complete system is designed, which includes the grain appearance collection system and the grain image analysis system. This system can be used instead of human observation to achieve the purpose of grain classification. (2) in the detection of a batch of cereals, there may be superposition and coincidence of grain, resulting in errors in grain parameter statistics. The watershed segmentation algorithm can be used to deal with this situation effectively. The algorithm can cut the grain edge which has not complex adhesion to achieve grain segmentation. However, the algorithm also has some shortcomings, such as excessive segmentation, often dividing a grain region into two blocks. By improving the algorithm in this paper, this situation can be avoided effectively.
【學(xué)位授予單位】：北方工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：S126;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙巧敏;;機(jī)器視覺行業(yè)投資分析報告[J];機(jī)器人技術(shù)與應(yīng)用;2015年05期

2 孫翠霞;方華;胡波;;基于灰度圖像的大米堊白檢測算法研究[J];廣西工學(xué)院學(xué)報(自然科學(xué)版);2010年02期

3 王科俊;熊新炎;任楨;;高效均值濾波算法[J];計算機(jī)應(yīng)用研究;2010年02期

4 石禮娟;文友先;牟同敏;徐俊英;;谷物檢測中機(jī)器視覺技術(shù)的應(yīng)用進(jìn)展[J];湖北農(nóng)業(yè)科學(xué);2009年06期

5 王斌;劉興龍;劉永福;張立國;;機(jī)器視覺技術(shù)在農(nóng)業(yè)應(yīng)用中的研究[J];農(nóng)機(jī)化研究;2008年09期

6 陳建偉;劉瓔瑛;;基于機(jī)器視覺技術(shù)的大米品質(zhì)檢測綜述[J];糧食與食品工業(yè);2008年03期

7 高麗;楊樹元;李海強(qiáng);;一種基于標(biāo)記的分水嶺圖像分割新算法[J];中國圖象圖形學(xué)報;2007年06期

8 陳鯉江;劉鐵根;朱均超;鄧集杰;劉德瑞;盧萍;王磊;;基于飽和度的異色米粒檢測方法[J];光電子.激光;2007年01期

9 尚艷芬,侯彩云,常國華,周小豐;整精米自動識別方法的研究[J];中國水稻科學(xué);2004年05期

10 高浩軍,杜宇人;中值濾波在圖像處理中的應(yīng)用[J];電子工程師;2004年08期

相關(guān)博士學(xué)位論文 前1條

1 凌云;基于機(jī)器視覺的谷物外觀品質(zhì)檢測技術(shù)研究[D];中國農(nóng)業(yè)大學(xué);2004年

相關(guān)碩士學(xué)位論文 前2條

1 胡明明;基于彩色線陣CCD大米色選算法實(shí)驗(yàn)研究[D];哈爾濱工程大學(xué);2007年

2 張強(qiáng);基于機(jī)器視覺的產(chǎn)品檢測技術(shù)研究[D];中國人民解放軍信息工程大學(xué);2005年

，

本文編號：2423774