發(fā)布時(shí)間：2021-05-07 17:31

　　機(jī)器視覺是“精準(zhǔn)農(nóng)業(yè)”的好助手。相比傳統(tǒng)檢測,結(jié)合機(jī)器視覺技術(shù)的農(nóng)產(chǎn)品無損檢測的優(yōu)勢(shì)體現(xiàn)在快速、高效、精準(zhǔn)等方面。近年來,農(nóng)業(yè)部推進(jìn)馬鈴薯主糧化戰(zhàn)略,馬鈴薯作為重要的糧食作物,其品質(zhì)檢測方法還有待完善。因此,本文針對(duì)馬鈴薯品質(zhì)檢測方法,從實(shí)際應(yīng)用出發(fā)結(jié)合機(jī)器視覺技術(shù),匯總分析了馬鈴薯品質(zhì)檢測中影響較大的指標(biāo)并對(duì)其進(jìn)行研究。本文具體研究內(nèi)容如下:1.首先選擇來源合適的馬鈴薯、搭建機(jī)器視覺采集系統(tǒng)箱以及選擇系統(tǒng)攝像機(jī)標(biāo)定方法,以保證馬鈴薯樣本圖像的信息完整。接著通過圖像預(yù)處理獲得較為清晰的圖像。2.研究馬鈴薯的質(zhì)量檢測方法,目的是建立馬鈴薯質(zhì)量檢測模型。首先推導(dǎo)出馬鈴薯面積和質(zhì)量之間、周長和質(zhì)量之間的數(shù)學(xué)模型。通過對(duì)比發(fā)現(xiàn)馬鈴薯的質(zhì)量和面積因素的相關(guān)程度較高。因此,提出了雙角度面積模型法,實(shí)驗(yàn)結(jié)果表明,該模型不具備普適性。最后采取三個(gè)角度測量面積,來擬合多角度質(zhì)量模型。該模型對(duì)于馬鈴薯形狀要求不高,具有較強(qiáng)的適用性,基本可以達(dá)到生產(chǎn)加工的實(shí)際需要,本文選取該模型作為馬鈴薯質(zhì)量的測量模型。3.研究馬鈴薯的外部缺陷檢測方法,首先介紹了馬鈴薯常見的外部缺陷,針對(duì)三類馬鈴薯外部缺陷分別提出了三種檢... 

【文章來源】：中國礦業(yè)大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：90 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
Abstract
1 緒論
    1.1 課題研究背景與意義
    1.2 機(jī)器視覺技術(shù)研究現(xiàn)狀
    1.3 國內(nèi)外研究現(xiàn)狀
    1.4 本文主要研究內(nèi)容
2 馬鈴薯圖像采集與預(yù)處理
    2.1 研究對(duì)象概述
    2.2 機(jī)器視覺采集系統(tǒng)搭建
    2.3 攝相機(jī)標(biāo)定
    2.4 圖像采集與保存
    2.5 圖像預(yù)處理
    2.6 形態(tài)學(xué)處理
    2.7 本章小結(jié)
3 馬鈴薯質(zhì)量檢測方法研究
    3.1 單角度面積法
    3.2 單角度周長法
    3.3 雙角度模型法
    3.4 多角度模型法
    3.5 本章小結(jié)
4 馬鈴薯外部缺陷檢測方法研究
    4.1 馬鈴薯外部缺陷種類
    4.2 顏色空間
    4.3 基于顏色特征的外部缺陷檢測
    4.4 基于SUSAN算子的外部缺陷檢測
    4.5 本章小結(jié)
5 馬鈴薯形狀分類算法研究
    5.1 特征參數(shù)選取
    5.2 SVM支持向量機(jī)
    5.3 綜合學(xué)習(xí)粒子群算法
    5.4 基于CLPSO-SVM的薯形分類算法
    5.5 本章小結(jié)
6 馬鈴薯品質(zhì)檢測系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
    6.1 嵌入式開發(fā)平臺(tái)
    6.2 基于Vivado HLS的 IP核封裝
    6.3 系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)
    6.4 系統(tǒng)驗(yàn)證
    6.5 本章小結(jié)
7 總結(jié)與展望
    7.1 論文總結(jié)
    7.2 工作展望
參考文獻(xiàn)
作者簡歷
學(xué)位論文數(shù)據(jù)集


【參考文獻(xiàn)】：
期刊論文
[1]中國馬鈴薯種薯產(chǎn)業(yè)發(fā)展分析與展望[J]. 崔永偉,杜聰慧,李樹君.  農(nóng)業(yè)展望. 2020(01)
[2]馬鈴薯人均消費(fèi)的全球趨勢(shì)分析[J]. 李興,劉依慶.  江蘇農(nóng)業(yè)科學(xué). 2019(19)
[3]馬鈴薯主食化現(xiàn)狀及發(fā)展對(duì)策[J]. 王建雄,王志虹,張姝鑫,景玉川,王毅,白潔,張成龍.  山西農(nóng)業(yè)科學(xué). 2019(09)
[4]具有自適應(yīng)行為的粒子群算法研究[J]. 丁知平,劉超,牛培峰.  統(tǒng)計(jì)與決策. 2019(02)
[5]基于卷積神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)算法的馬鈴薯表面缺陷檢測[J]. 許偉棟,趙忠蓋.  江蘇農(nóng)業(yè)學(xué)報(bào). 2018(06)
[6]中國馬鈴薯主食產(chǎn)業(yè)化發(fā)展現(xiàn)狀與前景展望[J]. 尚晉伊,史小峰.  科技資訊. 2018(21)
[7]融合RGB顏色空間的植物圖像分割模型[J]. 劉國奇,鄧銘,李晨靜.  鄭州大學(xué)學(xué)報(bào)(理學(xué)版). 2019(01)
[8]馬鈴薯產(chǎn)業(yè)發(fā)展問題與優(yōu)勢(shì)分析[J]. 李長貴.  農(nóng)民致富之友. 2018(07)
[9]馬鈴薯產(chǎn)業(yè)發(fā)展面臨的新形勢(shì)[J]. 李云會(huì).  農(nóng)民致富之友. 2018(07)
[10]一種采用FPGA實(shí)現(xiàn)CORTEX-M0 IP核驗(yàn)證的方法[J]. 陳大科.  微電子學(xué)與計(jì)算機(jī). 2018(03)

博士論文
[1]地形視角下農(nóng)戶馬鈴薯種植規(guī)模與績效研究[D]. 馬力陽.中國農(nóng)業(yè)科學(xué)院 2019
[2]中國糧食供給側(cè)結(jié)構(gòu)性改革研究[D]. 鄧國清.武漢大學(xué) 2018
[3]馬鈴薯隱形損傷的生物散斑活性特征及檢測研究[D]. 高迎旺.浙江大學(xué) 2018
[4]基于深度學(xué)習(xí)的圖像分類方法研究[D]. 孟丹.華東師范大學(xué) 2017
[5]基于視覺與圖像的植物信息采集與處理技術(shù)研究[D]. 張衛(wèi)正.浙江大學(xué) 2016
[6]支持向量機(jī)魯棒性模型與算法研究[D]. 王快妮.中國農(nóng)業(yè)大學(xué) 2015
[7]可重構(gòu)的機(jī)器視覺在線檢測方法的研究[D]. 李九靈.武漢科技大學(xué) 2013
[8]基于光譜和高光譜圖像技術(shù)的蠶繭品質(zhì)無損檢測研究[D]. 金航峰.浙江大學(xué) 2013
[9]基于圖理論的圖像結(jié)構(gòu)化描述與匹配方法研究[D]. 曲智國.國防科學(xué)技術(shù)大學(xué) 2013
[10]基于機(jī)器視覺的駕駛?cè)似跔顟B(tài)識(shí)別關(guān)鍵問題研究[D]. 張偉.清華大學(xué) 2011

碩士論文
[1]圖像邊緣檢測及模式識(shí)別技術(shù)研究[D]. 呂彥誠.哈爾濱工業(yè)大學(xué) 2019
[2]基于ZYNQ的圖像采集處理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 劉應(yīng)盼.西安電子科技大學(xué) 2019
[3]基于機(jī)器視覺的馬鈴薯品質(zhì)分級(jí)系統(tǒng)研究[D]. 王勉.中國礦業(yè)大學(xué) 2019
[4]基于千萬級(jí)像素的批量磁芯外觀缺陷檢測算法的研究[D]. 徐穎.西安電子科技大學(xué) 2019
[5]基于視頻圖像的運(yùn)動(dòng)多目標(biāo)跟蹤算法研究[D]. 陳楠.國防科技大學(xué) 2017
[6]基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志牌識(shí)別算法研究[D]. 張鵬.吉林大學(xué) 2017
[7]移動(dòng)設(shè)備交互式圖像測量的研究與應(yīng)用[D]. 陳燦.寧夏大學(xué) 2017
[8]基于機(jī)器視覺的室內(nèi)人物檢測與場景識(shí)別[D]. 孔郁偲.杭州電子科技大學(xué) 2017
[9]基于計(jì)算機(jī)視覺的馬鈴薯外部缺陷檢測方法研究[D]. 王福香.內(nèi)蒙古農(nóng)業(yè)大學(xué) 2015
[10]基于Zynq-7000的嵌入式數(shù)字圖像處理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 焦再強(qiáng).太原理工大學(xué) 2015



本文編號(hào)：3173795