【摘要】：我國柑橘產(chǎn)后處理技術(shù)正處于不斷發(fā)展階段,目前對柑橘顏色的分選方法主要停留在人工操作的水平,存在主觀性強(qiáng)、效率低等特點(diǎn)。因此,如何提高柑橘顏色分級的準(zhǔn)確率,提高生產(chǎn)效率,是當(dāng)前需解決的問題。本文運(yùn)用機(jī)器視覺檢測技術(shù)和自動(dòng)控制技術(shù),研究了柑橘表面顏色分級與缺陷識(shí)別的方法,設(shè)計(jì)了基于機(jī)器視覺柑橘顏色分級控制系統(tǒng),實(shí)現(xiàn)了顏色檢測與柑橘缺陷檢測。本文主要研究工作與結(jié)論如下:1)研究了柑橘缺陷與顏色檢測圖像識(shí)別的算法,包括圖像預(yù)處理、缺陷和顏色特征提取算法。在柑橘圖像預(yù)處理方面,比較研究了幾種圖像預(yù)處理算法,包括平滑與去噪、圖像分割等,實(shí)驗(yàn)結(jié)果表明,平滑與去噪采用中值濾波算法進(jìn)行處理效果最為理想,圖像分割算法采用OTSU算法處理效果最為理想;在顏色檢測方面,將RGB顏色空間轉(zhuǎn)換為HSV顏色空間,獲取H分量參數(shù),并采用色調(diào)均值法和色調(diào)區(qū)間統(tǒng)計(jì)法檢測柑橘顏色一致性,實(shí)驗(yàn)表明色調(diào)區(qū)間統(tǒng)計(jì)法的檢測精度較高;在缺陷檢測方面,采用基于缺陷輪廓圓形度去除柑橘果梗的方法,排除果梗對缺陷檢測的影響,并以缺陷面積與水果面積的比值來實(shí)現(xiàn)柑橘缺陷檢測。2)基于柑橘顏色分級要求,設(shè)計(jì)了基于機(jī)器視覺柑橘顏色分級控制系統(tǒng),包括圖像采集系統(tǒng)和運(yùn)動(dòng)控制系統(tǒng),并完成了圖像采集系統(tǒng)與控制系統(tǒng)及機(jī)械系統(tǒng)的集成,開發(fā)了柑橘圖像采集與圖像識(shí)別軟件及基于PLC的分級控制軟件系統(tǒng)。3)基于上述設(shè)計(jì)的柑橘顏色分級控制系統(tǒng),對柑橘缺陷檢測和顏色分級進(jìn)行了檢測試驗(yàn),實(shí)驗(yàn)結(jié)果表明,缺陷檢測采用去除果梗的方法后準(zhǔn)確率相比沒有去除果梗時(shí)提高了 6%,檢測總體準(zhǔn)確率為92%,顏色檢測將柑橘分為橙色果、黃色果、淺綠果、深綠果四個(gè)顏色等級,總體分級準(zhǔn)確率為93.75%。
【學(xué)位授予單位】：中南林業(yè)科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：S666;TP391.41;TP273
【圖文】：

由于在自然光下采集的水果圖像不穩(wěn)定，會(huì)受光照強(qiáng)度、色溫等影響，為保逡逑證圖像采集環(huán)境不受外界環(huán)境的干擾，使得采集條件保持一致，本文設(shè)計(jì)光照箱逡逑進(jìn)行圖像采集，在光照箱內(nèi)合適位置安裝光源及相機(jī)，其裝置簡圖如圖２．１所示。逡逑＇、N逡逑１．相機(jī)２．光源３．光照箱４．待測柑橘５．果杯逡逑１．邋ｃａｍｅｒａ邋２．邋Ｌｉｇｈｔ邋ｓｏｕｒｃｅ邋３．邋Ｌｉｇｈｔ邋ｂｏｘ邋４．邋Ｍｅａｓｕｒｅｄ邋ｃｉｔｒｕｓ邋５．邋Ｆｒｕｉｔ邋ｃｕｐ逡逑圖２．１柑橘圖像采集裝置逡逑Ｆｉｇ．邋２．１邋Ｔｈｅ邋ｄｅｖｉｃｅ邋ｏｆ邋ｃｉｔｒｕｓ邋ｉｍａｇｅ邋ａｃｑｕｉｓｉｔｉｏｎ逡逑２．１．１光源的選取逡逑光源是影響圖像質(zhì)量關(guān)鍵因素之一，為避免采集到模糊圖像或丟失圖像的關(guān)逡逑鍵信息，光源質(zhì)量必須足夠好。光源要保證有足夠的光照強(qiáng)度、均勻度及范圍，逡逑能較好地突出待測水果的細(xì)節(jié)，還需考慮光源的色溫、顏色及待檢測物體表面的逡逑顏色，能保證物體呈現(xiàn)的顏色與物體真實(shí)顏色接近，同時(shí)也要考慮光源的穩(wěn)定性逡逑因素，由于亮度決定圖像的灰度值，若光源不穩(wěn)定，則會(huì)使圖像的灰度發(fā)生較大逡逑變化，從而影響圖像處理的準(zhǔn)確率。幾種常見光源的相關(guān)特性如表２．１所示。逡逑表２．１常見光源特性表逡逑Ｔａｂ．邋２．１邋Ｔｈｅ邋ｔａｂｌｅ邋ｏｆ邋ｃｏｍｍｏｎ邋ｌｉｇｈｔ邋ｓｏｕｒｃｅ邋ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ逡逑類型邐成本邐亮度邐色溫邐使用壽命邐穩(wěn)定性逡逑烺素?zé)暨娚踢娸^亮邐２５００－５０００ｋ邐短邐中逡逑熒光燈邐低邐較暗邐３０００ｋ邐中邐低逡逑正白

由于在自然光下采集的水果圖像不穩(wěn)定，會(huì)受光照強(qiáng)度、色溫等影響，為保逡逑證圖像采集環(huán)境不受外界環(huán)境的干擾，使得采集條件保持一致，本文設(shè)計(jì)光照箱逡逑進(jìn)行圖像采集，在光照箱內(nèi)合適位置安裝光源及相機(jī)，其裝置簡圖如圖２．１所示。逡逑＇、N逡逑１．相機(jī)２．光源３．光照箱４．待測柑橘５．果杯逡逑１．邋ｃａｍｅｒａ邋２．邋Ｌｉｇｈｔ邋ｓｏｕｒｃｅ邋３．邋Ｌｉｇｈｔ邋ｂｏｘ邋４．邋Ｍｅａｓｕｒｅｄ邋ｃｉｔｒｕｓ邋５．邋Ｆｒｕｉｔ邋ｃｕｐ逡逑圖２．１柑橘圖像采集裝置逡逑Ｆｉｇ．邋２．１邋Ｔｈｅ邋ｄｅｖｉｃｅ邋ｏｆ邋ｃｉｔｒｕｓ邋ｉｍａｇｅ邋ａｃｑｕｉｓｉｔｉｏｎ逡逑２．１．１光源的選取逡逑光源是影響圖像質(zhì)量關(guān)鍵因素之一，為避免采集到模糊圖像或丟失圖像的關(guān)逡逑鍵信息，光源質(zhì)量必須足夠好。光源要保證有足夠的光照強(qiáng)度、均勻度及范圍，逡逑能較好地突出待測水果的細(xì)節(jié)，還需考慮光源的色溫、顏色及待檢測物體表面的逡逑顏色，能保證物體呈現(xiàn)的顏色與物體真實(shí)顏色接近，同時(shí)也要考慮光源的穩(wěn)定性逡逑因素，由于亮度決定圖像的灰度值，若光源不穩(wěn)定，則會(huì)使圖像的灰度發(fā)生較大逡逑變化，從而影響圖像處理的準(zhǔn)確率。幾種常見光源的相關(guān)特性如表２．１所示。逡逑表２．１常見光源特性表逡逑Ｔａｂ．邋２．１邋Ｔｈｅ邋ｔａｂｌｅ邋ｏｆ邋ｃｏｍｍｏｎ邋ｌｉｇｈｔ邋ｓｏｕｒｃｅ邋ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ逡逑類型邐成本邐亮度邐色溫邐使用壽命邐穩(wěn)定性逡逑烺素?zé)暨娚踢娸^亮邐２５００－５０００ｋ邐短邐中逡逑熒光燈邐低邐較暗邐３０００ｋ邐中邐低逡逑正白

因柑橘的顏色主要包含黃色和紅色及綠色，故黃色、紅色、綠色背景對柑橘逡逑顏色易產(chǎn)生千擾，不宜選取，本文研究同一柑橘在藍(lán)、白、黑三種顏色背景的影逡逑響，分別作出各個(gè)背景下／？、Ｇ、５顏色直方圖，如圖２．２所示。通過各個(gè)直方圖逡逑不難發(fā)現(xiàn)，柑橘在白色背景下時(shí)，／？、Ｇ、５通道的直方圖均不存在雙峰，背景與逡逑前景不易區(qū)分，在藍(lán)色背景下時(shí)，在Ａ、Ｇ兩個(gè)通道的直方圖存在雙峰，但在Ｂ逡逑通道下不存在雙峰，在黑色背景下時(shí)，及、Ｇ、５三通道的直方圖均有雙峰存在，逡逑背景與前景能很好地區(qū)分，因此本實(shí)驗(yàn)采集背景顏色選擇為黑色。逡逑２．１．３圖像的獲取逡逑圖像采集區(qū)域在密封的光照箱內(nèi)進(jìn)行，水果拍攝背景布置為黑色，系統(tǒng)選用逡逑的ＬＥＤ燈組共有四個(gè)，安裝在光照箱左右兩側(cè)及光照箱頂部左右兩側(cè)，保證充足、逡逑均勻的光照的同時(shí)，實(shí)現(xiàn)無燈影的照明效果。逡逑為盡可能采集柑橘表面大多數(shù)信息從而達(dá)到分級檢測的目的

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 于桓;;基于機(jī)器視覺的番茄顏色分級檢測研究[J];機(jī)電技術(shù);2015年04期

2 姚季倫;陳守斌;謝淑芳;羅欣;李妙;李青峰;;湖南省柑橘產(chǎn)業(yè)發(fā)展戰(zhàn)略之管見[J];湖南農(nóng)業(yè)科學(xué);2015年02期

3 何偉卓;;基于可編程控制器的穩(wěn)壓器壓力水位控制探究[J];電子測試;2015年03期

4 羅雪寧;倪明航;彭云發(fā);代希君;胡曉男;羅華平;;淺談?dòng)?jì)算機(jī)視覺技術(shù)在果蔬外觀品質(zhì)檢測中的應(yīng)用[J];新疆農(nóng)機(jī)化;2014年04期

5 管經(jīng)緯;周虎;楊慧斌;;基于機(jī)器視覺的工件自動(dòng)分揀系統(tǒng)的研究[J];機(jī)械工程師;2014年08期

6 劉長青;陳兵旗;;基于機(jī)器視覺的玉米果穗?yún)?shù)的圖像測量方法[J];農(nóng)業(yè)工程學(xué)報(bào);2014年06期

7 戴天虹;吳以;;基于OTSU算法與數(shù)學(xué)形態(tài)學(xué)的木材缺陷圖像分割[J];森林工程;2014年02期

8 任洪娥;白杰云;;Lab顏色空間中基于動(dòng)態(tài)聚類的顏色分級[J];計(jì)算機(jī)工程;2013年06期

9 劉宇飛;湯曉華;;基于機(jī)器視覺的番茄顏色分級方法的研究[J];機(jī)電產(chǎn)品開發(fā)與創(chuàng)新;2013年02期

10 賈淵;李振江;彭增起;;結(jié)合LLE流形學(xué)習(xí)和支持向量機(jī)的豬肉顏色分級[J];農(nóng)業(yè)工程學(xué)報(bào);2012年09期

相關(guān)博士學(xué)位論文 前4條

1 戴天虹;基于計(jì)算機(jī)視覺的木質(zhì)板材顏色分類方法的研究[D];東北林業(yè)大學(xué);2008年

2 饒秀勤;基于機(jī)器視覺的水果品質(zhì)實(shí)時(shí)檢測與分級生產(chǎn)線的關(guān)鍵技術(shù)研究[D];浙江大學(xué);2007年

3 陳向偉;機(jī)械零件計(jì)算機(jī)視覺檢測關(guān)鍵技術(shù)的研究[D];吉林大學(xué);2005年

4 馮斌;計(jì)算機(jī)視覺信息處理方法與水果分級檢測技術(shù)研究[D];中國農(nóng)業(yè)大學(xué);2002年

相關(guān)碩士學(xué)位論文 前6條

1 李俊;基于PLC的半導(dǎo)體分選機(jī)控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];中國科學(xué)技術(shù)大學(xué);2016年

2 葛捷;柔性自動(dòng)化生產(chǎn)線中的輪轂型號(hào)自動(dòng)識(shí)別系統(tǒng)的開發(fā)[D];西華大學(xué);2013年

3 朱偉;基于機(jī)器視覺的臍橙檢測與分級技術(shù)的研究[D];江西理工大學(xué);2013年

4 謝靜;基于計(jì)算機(jī)視覺的蘋果自動(dòng)分級方法研究[D];安徽農(nóng)業(yè)大學(xué);2011年

5 白穎杰;基于機(jī)器視覺的圖像處理與特征識(shí)別方法的研究[D];重慶大學(xué);2010年

6 白菲;基于機(jī)器視覺的柑橘水果外形識(shí)別方法研究[D];中國農(nóng)業(yè)大學(xué);2005年

本文編號(hào)：2746092