論文選題源于國(guó)家自然科學(xué)基金資助項(xiàng)目（項(xiàng)目編號(hào):51405078）、黑龍江省歸國(guó)留學(xué)基金項(xiàng)目（項(xiàng)目編號(hào):LC2018019）、東北農(nóng)業(yè)大學(xué)學(xué)術(shù)骨干項(xiàng)目（項(xiàng)目編號(hào):17XG01）,旨在利用電磁振動(dòng)理論、自動(dòng)控制技術(shù)和深度學(xué)習(xí)技術(shù)來設(shè)計(jì)優(yōu)化玉米籽粒精選系統(tǒng),以達(dá)到玉米籽粒品質(zhì)批量精選與分級(jí)的目的。該文以玉米籽粒品質(zhì)精選系統(tǒng)的自動(dòng)控制和視覺分選算法為研究對(duì)象,從玉米粒群的整列分離、電磁控制、分選控制和在線視覺分選系統(tǒng)設(shè)計(jì)方面進(jìn)行研究,以實(shí)現(xiàn)玉米籽粒品質(zhì)的自動(dòng)精選�；谏鲜鰞�(nèi)容該文主要工作如下:（1）試驗(yàn)樣機(jī)速度差異式整列分離裝置、控制和視覺系統(tǒng)的分析與設(shè)計(jì)。以傳送軌道上玉米籽粒的運(yùn)動(dòng)形式和運(yùn)動(dòng)狀態(tài)為研究對(duì)象,為實(shí)現(xiàn)玉米粒群的逐漸分離,結(jié)合電磁振動(dòng)理論設(shè)計(jì)速度差異式電磁振動(dòng)傳輸分離裝置。以料槽配重、安裝傾角及系統(tǒng)振幅為因素,粘連率和正向率為指標(biāo)進(jìn)行正交試驗(yàn),通過正交試驗(yàn)得到系統(tǒng)較優(yōu)參數(shù)組合:配重、安裝傾角和系統(tǒng)振幅分別為0.3 kg、0°和0.36 mm,機(jī)械系統(tǒng)粘連率和定向率分別為9.40%和92.60%,可使玉米粒群在電磁振動(dòng)系統(tǒng)的驅(qū)動(dòng)下實(shí)現(xiàn)逐漸轉(zhuǎn)化分離為單籽粒的整列輸送。并結(jié)合自動(dòng)控制技... 

【文章來源】：東北農(nóng)業(yè)大學(xué)黑龍江省 211工程院校

【文章頁數(shù)】：90 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
英文摘要
1 引言
    1.1 研究目的與意義
    1.2 國(guó)內(nèi)外研究概況及現(xiàn)狀
        1.2.1 國(guó)外研究現(xiàn)狀
        1.2.2 國(guó)內(nèi)研究現(xiàn)狀
    1.3 主要研究?jī)?nèi)容和方法
        1.3.1 研究?jī)?nèi)容
        1.3.2 研究方法
    1.4 技術(shù)路線
2 基于電磁振動(dòng)的玉米籽粒精選機(jī)械系統(tǒng)搭建
    2.1 精選系統(tǒng)結(jié)構(gòu)和工作流程設(shè)計(jì)
    2.2 速度差異式電磁振動(dòng)系統(tǒng)結(jié)構(gòu)設(shè)計(jì)
        2.2.1 玉米籽粒運(yùn)動(dòng)學(xué)建模與分析
        2.2.2 玉米籽�；屑皰仈S運(yùn)動(dòng)臨界條件分析
    2.3 系統(tǒng)試驗(yàn)結(jié)果與討論
        2.3.1 試驗(yàn)設(shè)計(jì)
        2.3.2 試驗(yàn)方案與分析
    2.4 玉米籽粒精選控制系統(tǒng)設(shè)計(jì)
        2.4.1 傳輸控制方案設(shè)計(jì)
        2.4.2 分選控制方案設(shè)計(jì)
    2.5 恒定光強(qiáng)視覺系統(tǒng)設(shè)計(jì)
        2.5.1 光源設(shè)計(jì)
        2.5.2 圖像采集裝置設(shè)計(jì)
        2.5.3 玉米品質(zhì)精選軟件設(shè)計(jì)
    2.6 本章小結(jié)
3 玉米籽粒數(shù)據(jù)集設(shè)計(jì)制作
    3.1 玉米籽粒數(shù)據(jù)集總體設(shè)計(jì)
    3.2 玉米籽粒數(shù)據(jù)集樣本及其圖像采集
    3.3 基于顏色特征的玉米籽粒圖像分割
    3.4 基于形態(tài)學(xué)處理的玉米籽粒圖像去噪
    3.5 基于RGB顏色空間的玉米籽粒類別和位置標(biāo)定
    3.6 本章小結(jié)
4 基于卷積神經(jīng)網(wǎng)絡(luò)的玉米品質(zhì)精選視覺系統(tǒng)研究
    4.1 深度學(xué)習(xí)相關(guān)理論和基本模型分析
        4.1.1 深度置信網(wǎng)絡(luò)
        4.1.2 自編碼神經(jīng)網(wǎng)絡(luò)
        4.1.3 卷積神經(jīng)網(wǎng)絡(luò)及在玉米檢測(cè)領(lǐng)域的優(yōu)勢(shì)
    4.2 玉米籽粒品質(zhì)精選檢測(cè)網(wǎng)絡(luò)
        4.2.1 玉米籽粒品質(zhì)精選檢測(cè)網(wǎng)絡(luò)方案設(shè)計(jì)
        4.2.2 RPN網(wǎng)絡(luò)優(yōu)化
    4.3 玉米籽粒品質(zhì)精選檢測(cè)網(wǎng)絡(luò)設(shè)計(jì)
        4.3.1 基于稀疏交互的卷積參數(shù)量壓縮
        4.3.2 基于參數(shù)共享的網(wǎng)絡(luò)參數(shù)量壓縮與加速
        4.3.3 玉米籽粒品質(zhì)精選檢測(cè)網(wǎng)絡(luò)的等變表示
    4.4 玉米品質(zhì)精選檢測(cè)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)
        4.4.1 共享卷積層設(shè)計(jì)
        4.4.2 探測(cè)層非線性設(shè)計(jì)
        4.4.3 池化層增強(qiáng)與降維
        4.4.4 全連接層及輸出分類層
    4.5 玉米籽粒品質(zhì)精選檢測(cè)網(wǎng)絡(luò)的訓(xùn)練機(jī)制
        4.5.1 精選檢測(cè)網(wǎng)絡(luò)過擬合控制
        4.5.2 精選檢測(cè)網(wǎng)絡(luò)梯度優(yōu)化
        4.5.3 精選檢測(cè)網(wǎng)絡(luò)分步訓(xùn)練策略
    4.6 玉米籽粒精選視覺系統(tǒng)結(jié)果與討論
        4.6.1 評(píng)價(jià)標(biāo)準(zhǔn)
        4.6.2 玉米籽粒精選視覺系統(tǒng)預(yù)訓(xùn)練試驗(yàn)
        4.6.3 玉米籽粒精選視覺系統(tǒng)多分類檢測(cè)結(jié)果
        4.6.4 玉米籽粒精選視覺系統(tǒng)整體訓(xùn)練效果評(píng)估
        4.6.5 玉米籽粒精選視覺系統(tǒng)可視化結(jié)果與分析
    4.7 本章小結(jié)
5 基于卷積神經(jīng)網(wǎng)絡(luò)的玉米籽粒精選系統(tǒng)樣機(jī)試驗(yàn)結(jié)果與討論
    5.1 評(píng)價(jià)標(biāo)準(zhǔn)
    5.2 精選系統(tǒng)樣機(jī)試驗(yàn)結(jié)果與討論
    5.3 本章小結(jié)
6 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文


【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的森林蟲害無人機(jī)實(shí)時(shí)監(jiān)測(cè)方法[J]. 孫鈺,周焱,袁明帥,劉文萍,駱有慶,宗世祥.  農(nóng)業(yè)工程學(xué)報(bào). 2018(21)
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的花生籽粒完整性識(shí)別算法及應(yīng)用[J]. 趙志衡,宋歡,朱江波,盧雷,孫磊.  農(nóng)業(yè)工程學(xué)報(bào). 2018(21)
[3]基于深度置信網(wǎng)絡(luò)的農(nóng)用地基準(zhǔn)地價(jià)評(píng)估模型[J]. 王華,羅平,趙志剛,聶可.  農(nóng)業(yè)工程學(xué)報(bào). 2018(21)
[4]基于卷積神經(jīng)網(wǎng)絡(luò)與遷移學(xué)習(xí)的油茶病害圖像識(shí)別[J]. 龍滿生,歐陽春娟,劉歡,付青.  農(nóng)業(yè)工程學(xué)報(bào). 2018(18)
[5]基于卷積網(wǎng)絡(luò)和哈希碼的玉米田間雜草快速識(shí)別方法[J]. 姜紅花,王鵬飛,張昭,毛文華,趙博,齊鵬.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2018(11)
[6]自然環(huán)境下多類水果采摘目標(biāo)識(shí)別的通用改進(jìn)SSD模型[J]. 彭紅星,黃博,邵園園,李澤森,張朝武,陳燕,熊俊濤.  農(nóng)業(yè)工程學(xué)報(bào). 2018(16)
[7]基于多特征融合和深度置信網(wǎng)絡(luò)的稻田苗期雜草識(shí)別[J]. 鄧向武,齊龍,馬旭,蔣郁,陳學(xué)深,劉海云,陳偉烽.  農(nóng)業(yè)工程學(xué)報(bào). 2018(14)
[8]基于自適應(yīng)判別深度置信網(wǎng)絡(luò)的棉花病蟲害預(yù)測(cè)[J]. 王獻(xiàn)鋒,張傳雷,張善文,朱義海.  農(nóng)業(yè)工程學(xué)報(bào). 2018(14)
[9]基于卷積神經(jīng)網(wǎng)絡(luò)的玉米根莖精確識(shí)別與定位研究[J]. 楊洋,張亞蘭,苗偉,張鐵,陳黎卿,黃莉莉.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2018(10)
[10]基于卷積神經(jīng)網(wǎng)絡(luò)的溫室黃瓜病害識(shí)別系統(tǒng)[J]. 馬浚誠(chéng),杜克明,鄭飛翔,張領(lǐng)先,孫忠富.  農(nóng)業(yè)工程學(xué)報(bào). 2018(12)

博士論文
[1]基于色彩聚類的玉米種子純度識(shí)別算法研究[D]. 劉雙喜.山東農(nóng)業(yè)大學(xué) 2018
[2]玉米種子高光譜圖像品種檢測(cè)方法研究[D]. 魏利峰.沈陽農(nóng)業(yè)大學(xué) 2017
[3]玉米種子的圖像精選定向定位方法及裝置研究[D]. 王僑.中國(guó)農(nóng)業(yè)大學(xué) 2017
[4]玉米種子內(nèi)部機(jī)械裂紋特征與識(shí)別研究[D]. 張新偉.沈陽農(nóng)業(yè)大學(xué) 2012
[5]農(nóng)作物籽粒的圖像處理和識(shí)別方法研究[D]. 楊蜀秦.西北農(nóng)林科技大學(xué) 2012
[6]中國(guó)玉米國(guó)際競(jìng)爭(zhēng)力研究[D]. 齊濤.西北農(nóng)林科技大學(xué) 2011
[7]基于機(jī)器視覺的谷物外觀品質(zhì)檢測(cè)技術(shù)研究[D]. 凌云.中國(guó)農(nóng)業(yè)大學(xué) 2004
[8]稻種質(zhì)量的機(jī)器視覺無損檢測(cè)研究[D]. 成芳.浙江大學(xué) 2004

碩士論文
[1]馬鈴薯干式低損清選分級(jí)機(jī)的設(shè)計(jì)與清選試驗(yàn)研究[D]. 張恒.內(nèi)蒙古農(nóng)業(yè)大學(xué) 2018
[2]基于機(jī)器視覺的動(dòng)態(tài)馬鈴薯外部品質(zhì)無損檢測(cè)研究[D]. 劉馨陽.寧夏大學(xué) 2018
[3]基于深度學(xué)習(xí)的交通視頻檢測(cè)及車型分類研究[D]. 楚翔宇.哈爾濱工業(yè)大學(xué) 2017
[4]基于機(jī)器視覺與光譜成像技術(shù)的玉米種子品質(zhì)檢測(cè)與分選[D]. 王超鵬.西北農(nóng)林科技大學(xué) 2017
[5]基于機(jī)器視覺的馬鈴薯薯形與外部缺陷算法研究[D]. 崔勝春.中國(guó)礦業(yè)大學(xué) 2017
[6]基于機(jī)器視覺的大米外觀品質(zhì)判別研究[D]. 馬麗霞.哈爾濱理工大學(xué) 2016
[7]便攜式動(dòng)態(tài)玉米種子純度識(shí)別儀的研制[D]. 孟凡榮.山東農(nóng)業(yè)大學(xué) 2015
[8]玉米籽粒數(shù)字化考種關(guān)鍵技術(shù)研究[D]. 汪珂.華中農(nóng)業(yè)大學(xué) 2015
[9]玉米質(zhì)量指標(biāo)機(jī)器視覺技術(shù)研究[D]. 王偉宇.河南工業(yè)大學(xué) 2015
[10]基于圖像處理的大米品質(zhì)檢測(cè)系統(tǒng)研究[D]. 崔雯雯.吉林大學(xué) 2015



本文編號(hào)：2901218