發(fā)布時(shí)間：2017-06-09 12:02

  本文關(guān)鍵詞：基于顏色和形狀特征的茶葉分選研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著機(jī)器視覺技術(shù)的不斷發(fā)展,非接觸式在線檢測(cè)技術(shù)已經(jīng)延伸到工業(yè)分選的多個(gè)領(lǐng)域中,茶葉分選機(jī)作為一種集光、機(jī)、電一體的設(shè)備,能夠有效提高茶葉等級(jí)分類的精度和產(chǎn)量,具有極大經(jīng)濟(jì)價(jià)值,本文從分選系統(tǒng)軟硬件設(shè)計(jì)和分選算法兩方面開展研究。硬件模塊設(shè)計(jì)中,分選系統(tǒng)相機(jī)部分由彩色線陣CCD和FPGA組成,主要工作包括CCD前端驅(qū)動(dòng)電路設(shè)計(jì),后端放大電路設(shè)計(jì)以及模數(shù)轉(zhuǎn)換采樣端芯片AD9945的相關(guān)雙采樣和可編程增益放大器功能的使用,完成了可調(diào)白平衡的圖像采集電路設(shè)計(jì)。軟件部分圍繞觸摸屏人機(jī)界面展開,設(shè)計(jì)基于對(duì)話框的MFC智能設(shè)備應(yīng)用程序,在Windows自定義消息響應(yīng)機(jī)制下實(shí)現(xiàn)多對(duì)話框切換功能,并在觸摸屏中利用API函數(shù)對(duì)相機(jī)拍攝圖像繪圖與圖片指定位置像素獲取,最后實(shí)現(xiàn)了WinCE系統(tǒng)下的串口通信軟件設(shè)計(jì)。分選算法主要基于顏色和形狀兩部分。提出了一種基于像素分布統(tǒng)計(jì)直方圖的顏色閾值自動(dòng)分割算法,并基于該算法在人機(jī)界面中編寫軟件提高色選閾值設(shè)置效率。以鐵觀音茶葉為實(shí)驗(yàn)材料,對(duì)比分析YUV顏色模型較RGB顏色模型色選使用的優(yōu)勢(shì)。對(duì)表面顏色復(fù)雜的茶葉,提出一種自適應(yīng)多窗口閾值處理方法,使用多窗口識(shí)別不同顏色形狀的特征色斑,高效率的在一次色選中達(dá)到完全分選的效果。在研究應(yīng)用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行茶葉形狀分選過程中,首先提出灰度變換、圖像標(biāo)記、Roberts算子邊緣檢測(cè)等形狀特征提取算法,為適用于FPGA硬件平臺(tái),利用數(shù)學(xué)分析將其優(yōu)化為基于移位和異或邏輯運(yùn)算的圖像處理算法。根據(jù)輸入輸出特征及Kol-mogorov定理確定神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)優(yōu)選范圍,使用MATLAB模擬分選過程,并基于誤差評(píng)估函數(shù)比對(duì)獲得最優(yōu)解。使用該模型設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)茶葉形狀分選系統(tǒng),以安徽六安瓜片三種不同等級(jí)茶葉為實(shí)驗(yàn)對(duì)象描述MATLAB仿真過程,結(jié)果中識(shí)別分選率達(dá)90%以上。
【關(guān)鍵詞】：茶葉分選 機(jī)器視覺 人機(jī)界面軟件 數(shù)字圖像處理 BP神經(jīng)網(wǎng)絡(luò) 色選 形選
【學(xué)位授予單位】：中國(guó)科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 第1章 緒論11-17
• 1.1 課題研究的背景和意義11-12
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀12-13
• 1.3 茶葉分選系統(tǒng)結(jié)構(gòu)簡(jiǎn)介13-14
• 1.4 本文主要研究?jī)?nèi)容14-17
• 第2章 茶葉分選系統(tǒng)硬件設(shè)計(jì)17-31
• 2.1 引言17
• 2.2 系統(tǒng)硬件整體結(jié)構(gòu)17-18
• 2.3 觸摸屏選型18-19
• 2.4 數(shù)據(jù)采集模塊芯片選型與介紹19-22
• 2.4.1 FPGA芯片介紹19-20
• 2.4.2 CCD芯片介紹20-21
• 2.4.3 A/D采樣芯片介紹21-22
• 2.5 數(shù)據(jù)采集模塊整體架構(gòu)22-23
• 2.6 數(shù)據(jù)采集模塊硬件設(shè)計(jì)23-29
• 2.6.1 CCD信號(hào)前端驅(qū)動(dòng)電路設(shè)計(jì)23-25
• 2.6.2 CCD信號(hào)后端放大電路設(shè)計(jì)25-26
• 2.6.3 AD9945相關(guān)雙采樣與可編程增益設(shè)計(jì)26-29
• 2.7 串口通信電路設(shè)計(jì)29-30
• 2.8 本章小結(jié)30-31
• 第3章 茶葉分選系統(tǒng)軟件設(shè)計(jì)31-47
• 3.1 引言31
• 3.2 觸摸屏操作系統(tǒng)及開發(fā)環(huán)境31-33
• 3.2.1 MCGS組態(tài)軟件說明31-32
• 3.2.2 WinCE操作系統(tǒng)及開發(fā)環(huán)境32-33
• 3.3 觸摸屏MFC應(yīng)用軟件設(shè)計(jì)33-45
• 3.3.1 軟件功能框架33-34
• 3.3.2 多對(duì)話框切換機(jī)制34-38
• 3.3.2.1 子對(duì)話框建立35-36
• 3.3.2.2 子對(duì)話框切換36-38
• 3.3.3 數(shù)字視頻信號(hào)繪圖38-42
• 3.3.3.1 CDC類及GDI對(duì)象介紹38-39
• 3.3.3.2 雙緩存方法繪圖39-41
• 3.3.3.3 獲取觸摸屏圖片區(qū)像素信息41-42
• 3.3.4 基于WinCE系統(tǒng)的串口通信42-44
• 3.3.4.1 觸摸屏通信模式介紹42
• 3.3.4.2 MFC串口通信軟件設(shè)計(jì)42-44
• 3.3.5 觸摸屏其它功能44-45
• 3.4 本章小節(jié)45-47
• 第4章 提高茶葉色選參數(shù)設(shè)置色選效率方法研究47-55
• 4.1 引言47
• 4.2 基于閾值分割的顏色分選方法47-49
• 4.3 直方圖顏色閾值自動(dòng)分割算法49-50
• 4.4 YUV顏色空間模型的使用50-52
• 4.5 自適應(yīng)多窗口閾值處理52-53
• 4.6 本章小結(jié)53-55
• 第5章 基于BP神經(jīng)網(wǎng)絡(luò)的茶葉形選方法研究55-63
• 5.1 引言55-56
• 5.2 形狀特征快速提取算法56-57
• 5.2.1 圖像灰度化處理56
• 5.2.2 中值濾波56
• 5.2.3 閾值二值化處理56-57
• 5.3 形狀特征數(shù)學(xué)模型57-58
• 5.4 BP神經(jīng)網(wǎng)絡(luò)模型設(shè)計(jì)58-59
• 5.4.1 BP神經(jīng)網(wǎng)絡(luò)算法描述58
• 5.4.2 輸入、輸出端神經(jīng)元數(shù)設(shè)計(jì)58-59
• 5.4.3 Kol-mogorov定理應(yīng)用59
• 5.5 MATLAB神經(jīng)網(wǎng)絡(luò)茶葉分選實(shí)例59-60
• 5.5.1 MATLAB神經(jīng)網(wǎng)絡(luò)建模59
• 5.5.2 誤差評(píng)估函數(shù)59
• 5.5.3 實(shí)驗(yàn)結(jié)果分析59-60
• 5.6 本章小結(jié)60-63
• 第6章 總結(jié)與展望63-65
• 6.1 全文總結(jié)63-64
• 6.2 研究展望64-65
• 參考文獻(xiàn)65-67
• 致謝67-69
• 在讀期間發(fā)表的學(xué)術(shù)論文與取得的其他研究成果69

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 陸江鋒;單春芳;裘正軍;;茶葉外形特征數(shù)字化及不同等級(jí)茶葉鑒別研究[J];現(xiàn)代農(nóng)機(jī);2015年03期

2 趙吉文;高尚;魏正翠;汪洋;;基于FPGA的西瓜子機(jī)器視覺色選系統(tǒng)[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2011年08期

3 陸江鋒;單春芳;洪小龍;裘正軍;;基于數(shù)字圖像的茶葉形狀特征提取及不同茶葉鑒別研究[J];茶葉科學(xué);2010年06期

4 張若宇;坎雜;馬蓉;曹衛(wèi)彬;李江波;;基于RGB模型的脫絨棉種顏色特征與發(fā)芽狀況的關(guān)系[J];農(nóng)業(yè)工程學(xué)報(bào);2010年10期

5 陳怡群;常春;肖宏儒;宋衛(wèi)東;張佩;;人工神經(jīng)網(wǎng)絡(luò)技術(shù)在鮮茶葉分選中的應(yīng)用[J];農(nóng)業(yè)網(wǎng)絡(luò)信息;2010年07期

6 陳博;歐陽(yáng)竹;;基于BP神經(jīng)網(wǎng)絡(luò)的冬小麥耗水預(yù)測(cè)[J];農(nóng)業(yè)工程學(xué)報(bào);2010年04期

7 李曉麗;何勇;;基于多光譜圖像及組合特征分析的茶葉等級(jí)區(qū)分[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2009年S1期

8 楊福增;楊亮亮;田艷娜;楊青;;基于顏色和形狀特征的茶葉嫩芽識(shí)別方法[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2009年S1期

9 孫慧賢;張玉華;羅飛路;;基于HSI顏色空間的彩色邊緣檢測(cè)方法研究[J];光學(xué)技術(shù);2009年02期

10 王世峰;趙馨;佟首峰;張國(guó)玉;姜會(huì)林;;CCD輸出信號(hào)處理電路的研究[J];紅外與激光工程;2007年S2期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 向忠;氣動(dòng)高速開關(guān)閥關(guān)鍵技術(shù)研究[D];浙江大學(xué);2010年

2 于慧春;基于電子鼻技術(shù)的茶葉品質(zhì)檢測(cè)研究[D];浙江大學(xué);2007年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前7條

1 黃富傳;基于DSP和FPGA的食品分選機(jī)圖像處理系統(tǒng)設(shè)計(jì)[D];南京理工大學(xué);2013年

2 馮超;基于多波長(zhǎng)的LED熒光系統(tǒng)在茶葉種類和等級(jí)方面的研究[D];浙江大學(xué);2013年

3 邵明;基于計(jì)算機(jī)視覺的龍井茶葉嫩芽識(shí)別方法研究[D];中國(guó)計(jì)量學(xué)院;2013年

4 徐捷;基于DSP和FPGA的茶葉色選機(jī)的研究與設(shè)計(jì)[D];天津大學(xué);2012年

5 葉萍;基于神經(jīng)網(wǎng)絡(luò)的植物葉片分類識(shí)別[D];蘇州大學(xué);2010年

6 毛真;大米品質(zhì)動(dòng)態(tài)檢測(cè)算法的研究[D];大連理工大學(xué);2008年

7 蘇玉梅;植物葉片圖像分析方法的研究與實(shí)現(xiàn)[D];南京理工大學(xué);2007年

  本文關(guān)鍵詞：基于顏色和形狀特征的茶葉分選研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：435342