發(fā)布時間：2021-09-01 05:09

　　食品流通狀況關(guān)系到國計民生,是我國經(jīng)濟(jì)的一個關(guān)鍵組成部分,但是作為其重要組成部分的蔬菜流通,它的分揀還存在人工多、效率低和自動化程度低的問題。將基于機(jī)器視覺的自動分揀方法應(yīng)用到蔬菜物流分揀中,可以很好地解決上述問題,其中最關(guān)鍵的技術(shù)就是基于機(jī)器視覺的蔬菜分類識別算法。本文的主要工作是在采集圖像構(gòu)建蔬菜圖像集基礎(chǔ)上,研究蔬菜自動分揀中的識別算法,并從圖像預(yù)處理、特征提取和分類識別三個方面展開深入研究。（1）采集圖像樣本。采用微單相機(jī)采集蔬菜圖像并構(gòu)建了兩個圖像集,分別命名為圖像集1和圖像集2。圖像集1是在國內(nèi)消費最多的蔬菜,分別是黃瓜、馬鈴薯、番茄、白蘿卜以及小白菜;另一類圖像集基于馬鈴薯的品質(zhì)將其分為發(fā)芽、青皮、破損和完好等四種類型。（2）在對圖像進(jìn)行尺寸變化、平滑濾波的基礎(chǔ)上,針對所采集的圖像存在深色背景以及劃痕等前景和背景具有明顯對比度的情況,提出采取一種基于HSV的彩色圖像分割方法,主要方法是顏色通道分離、閾值分割和圖像相加等。（3）針對完整局部二值模式提取的紋理特征的光照不變性、噪聲魯棒性差的問題,提出了基于自適應(yīng)閾值的帶方向的完整局部二值模式（adaptation thres... 

【文章來源】：武漢理工大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：87 頁

【學(xué)位級別】：碩士

【部分圖文】：

人工分揀另一種方法是機(jī)械和人工配合的半自動化分揀

11第2章圖像獲取及分類方法設(shè)計2.1圖像數(shù)據(jù)集的建立本論文是基于機(jī)器視覺的蔬菜分類研究，根據(jù)1.2節(jié)對于基于機(jī)器視覺的蔬菜分揀系統(tǒng)的論述，針對兩種不同的應(yīng)用場景分別建立了蔬菜圖像集。首先針對生鮮輸送中，不同種類蔬菜的分揀，建立了第一個圖像集，將其命名為圖像集1，建立方式是：根據(jù)查閱的資料，市面上常見的蔬菜主要可以分為4類，分別是：葉類蔬菜、莖類蔬菜、根類蔬菜和果類蔬菜，而果類蔬菜根據(jù)形狀又可以分為條狀果類和球狀果類。本研究就是在此基礎(chǔ)上建立圖像集，將圖像集中的目標(biāo)蔬菜分為葉類、莖類、根類、條狀果類和球狀果類�？紤]到蔬菜種類龐大，難以全面采集所有的蔬菜圖像，因此出于經(jīng)濟(jì)性的考慮，選取了這5類蔬菜中銷量最大的蔬菜分別作為它們的代表：葉類蔬菜的代表是小白菜，莖類蔬菜的代表是馬鈴薯，根類蔬菜的代表是白蘿卜，條狀果類蔬菜的代表是黃瓜，球狀果類的代表是西紅柿。根據(jù)以上內(nèi)容，最終建立了蔬菜種類為5，每類圖像90張（65張為訓(xùn)練樣本，25張為測試樣本）的圖像集1，圖2-1是圖像集1中的圖像經(jīng)過圖像預(yù)處理后的樣本。圖2-1圖像集1

砹迨硭淙輝諼夜?魍ǔ潭?比較廣泛，產(chǎn)業(yè)規(guī)模比較大，但是由于其價格不高，其品質(zhì)問題并不受人關(guān)注。不過，因為變質(zhì)會產(chǎn)生一種能夠使人中毒和致癌的毒素龍葵素，所以關(guān)于如何采用機(jī)器視覺的方式區(qū)分出變質(zhì)馬鈴薯的研究也具有十分重大的意義�；谏鲜稣撌�，建立了一個馬鈴薯圖像集，將其命名為圖像集2，建立方式是：將圖像集2分為4類：破損、青皮、發(fā)芽和完好（破損是指馬鈴薯表面存在機(jī)械損傷，青皮是指馬鈴薯表皮發(fā)青，發(fā)芽是指馬鈴薯表面已經(jīng)出現(xiàn)了芽狀突起）每類采集60張，隨機(jī)選擇其中45張作為訓(xùn)練集，15張作為測試集，圖2-2是圖像集2中的圖像經(jīng)過預(yù)處理后所得的樣本。圖2-2圖像集22.2圖像預(yù)處理圖像預(yù)處理是特征提取前的一個重要流程，其操作目的是消除圖像中與目標(biāo)特征無關(guān)的信息，突出圖像中真實有用的信息，同時簡化數(shù)據(jù)。圖像預(yù)處理可以囊括一切輸入和輸出都是圖像的信息處理方法，在實際應(yīng)用中需要結(jié)合圖像特點和研究目的來選取合適的預(yù)處理方法，到達(dá)簡化數(shù)據(jù)突出有用信息的目的�；谏鲜稣撌�，論文確定了以下預(yù)處理步驟：（1）針對采集的圖像樣本的原始尺寸（2560×1920）過大而造成內(nèi)存溢出的問題，對圖像進(jìn)行了尺度調(diào)整，減少了冗余數(shù)據(jù)。（2）針對采集的圖像樣本受到周圍環(huán)境、光照還有機(jī)器固有條件的影響，產(chǎn)生噪聲信號，破壞了圖像信息的完整性和真實性的情況，通過平滑濾波在保留圖像細(xì)節(jié)的前提下來去除了圖像噪聲[31]。（3）針對原始圖像具有藍(lán)色背景和白色劃痕污染特征信息的問題，對圖像進(jìn)行了彩色圖像分割，將目標(biāo)從背景中分離。（4）針對紋理特征提取算法的操作對象是灰度圖像的問題，對圖像進(jìn)行了


本文編號：3376323