蘋果是人們最常食用的水果之一,因其具有生態(tài)適應(yīng)性強、果品營養(yǎng)價值高、儲藏性好及供應(yīng)周期長等優(yōu)點,在許多國家大受歡迎。蘋果是我國重要的農(nóng)業(yè)經(jīng)濟作物,栽培面積廣泛,總產(chǎn)量居世界前列,但由于我國在蘋果產(chǎn)后處理技術(shù)的落后,采后爛果率高達25%以上,嚴重影響蘋果的經(jīng)濟效益。因此,提高蘋果自動分類及缺陷果的識別技術(shù)是十分必要的。目前,國內(nèi)外利用機器視覺對蘋果的尺寸、形狀、顏色、內(nèi)部品質(zhì)等的自動檢測技術(shù)已相對成熟。但是,針對蘋果表面缺陷的檢測卻一直是一個難題,這是因為果梗/花萼與蘋果表面缺陷具有相似灰度特征,極容易對缺陷檢測造成干擾。本文主要研究內(nèi)容為蘋果果梗、花萼及缺陷的識別。通過建立機器視覺系統(tǒng)采集蘋果圖像、對蘋果圖像進行預(yù)處理、目標區(qū)域分割、目標區(qū)域特征提取、分類器識別、算法優(yōu)化等步驟進行識別。主要工作包括:(1)機器視覺檢測系統(tǒng)的組建。通過對圖像采集需要的相機、鏡頭、光源等進行了選型以及優(yōu)化調(diào)整設(shè)計,構(gòu)建了一個完整的圖像采集系統(tǒng)。(2)蘋果圖像預(yù)處理。由于光照問題以及采集系統(tǒng)硬件問題等影響,采集的圖像含有噪聲,將影響圖像的分割、提取等后期處理。本文比較了均值濾波法、高斯濾波法和中值濾波法去除...

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖3-2照明方式示意圖

圖3-2照明方式示意圖Fig.3-2Lightingmodediagram蘋果表面缺陷檢測系統(tǒng)中的光源設(shè)計，該光源能實現(xiàn)整個蘋果成像區(qū)域的漫射引起的陰影。目前，被廣泛應(yīng)用于檢測處理軟件算機采用的CPU為intel(R)CorB。圖像處理軟件為MTALBR20....

圖4-1RGB顏色模型示意圖

法對采集的蘋果彩色圖像進行去噪，并確定合適善。空間選擇是采用多個顏色分量組合的方式來表示全部顏色分割起到至關(guān)重要的作用，一個合適的顏色模型有利于快速準確的分割目標區(qū)域。在基于機器視型有RGB（紅、綠、藍）模型和HSI（色調(diào)、飽利用三基色進行組合表示不同顏色，對顏色的生圖像獲取....

圖4-2彩色圖像的R、G、B分量圖

（c）G分量圖（d）B分量圖圖4-2彩色圖像的R、G、B分量圖Fig.4-2R、G、Bdecompositionofimage從圖4-2可以看出，蘋果彩色圖像各分量中果梗區(qū)域與缺陷區(qū)域都呈現(xiàn)低光在R分量圖中，果皮亮度較高，與背景區(qū)域區(qū)別較明顯，且果梗區(qū)....

圖4-3HSI顏色模型

圖4-3HSI顏色模型Fig.4-3HSIcolormodel空間轉(zhuǎn)換色格式的圖像，每個RGB像素的H分量,360,BGHBG1/221()2rccos()()()RGRBRGRBGB....

本文編號：3954246