稻谷是我國主要的食用農(nóng)作物之一,同時也是我國主要的出口農(nóng)作物之一,對我國的發(fā)展有著很重大的作用。在對稻谷的加工過程中,幾乎每一個加工工序都對物料流量有一個彈性的需求,需要根據(jù)每一步的加工情況來對流量進行調(diào)節(jié)。目前在這方面幾乎沒有成熟的機器視覺檢測方法,主要還是依靠人工來觀測各個加工工序的工作狀況,但是這樣不僅很容易造成工人疲勞,而且還容易因為某一個工序的故障未能及時察覺而導致前面工序發(fā)生物料堵塞溢出。不但影響了加工效率,還極易造成人力資源的浪費。針對以上需求,本文在基于機器視覺技術上,以谷糙分離中的流量檢測為主要研究內(nèi)容,根據(jù)谷糙與其他物體間的差異,來進行識別與流量測量,并利用人工神經(jīng)網(wǎng)絡訓練了分類器。主要研究內(nèi)容如下:根據(jù)谷糙分離機的工作環(huán)境,搭建了合理的圖像采集系統(tǒng),主要包括對光源、光照方式、工業(yè)相機、光學鏡頭及編程語言的選擇�；贖SV顏色空間來對谷糙進行識別,采用了 canny算法來進行邊緣提取,并將谷糙在進料斗和進料槽里的容納狀態(tài)劃分為三種。使用了通過函數(shù)直接完成流量測量和基于給定參照物間接完成流量測量的兩種算法。通過搭建人工神經(jīng)網(wǎng)絡訓練出了關于在進料斗和進料槽中容納谷糙量的... 

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究的意義和目的
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
        1.2.3 國內(nèi)外文獻綜述簡析
    1.3 本文的主要研究內(nèi)容和章節(jié)安排
        1.3.1 主要研究內(nèi)容
        1.3.2 章節(jié)安排
第2章 系統(tǒng)總體方案設計
    2.1 引言
    2.2 預期的檢測指標
    2.3 總體方案設計
    2.4 視覺檢測系統(tǒng)的工位選取
    2.5 關鍵器材的選型
        2.5.1 照明光源的選擇
        2.5.2 工業(yè)相機的選擇
        2.5.3 工業(yè)鏡頭的選擇
    2.6 系統(tǒng)工作流程設計
    2.7 編程語言的選擇
        2.7.1 Python語言
        2.7.2 OpenCV計算機視覺庫
    2.8 本章小結
第3章 谷糙識別的算法研究
    3.1 引言
    3.2 色彩空間轉(zhuǎn)換
        3.2.1 BGR色彩空間
        3.2.2 灰度色彩空間
        3.2.3 HSV色彩空間
    3.3 圖像去噪
        3.3.1 中值濾波去噪
        3.3.2 均值濾波去噪
        3.3.3 高斯濾波去噪
        3.3.4 去噪效果對比
    3.4 圖像分割
        3.4.1 閾值分割
        3.4.2 區(qū)域分割
        3.4.3 邊緣分割
    3.5 輪廓檢測
    3.6 本章小結
第4章 谷糙流量測量的算法研究
    4.1 引言
    4.2 通過函數(shù)直接完成測量
    4.3 通過選取參照物間接完成測量
    4.4 兩種測量算法的結果對比
    4.5 工程實踐
        4.5.1 輸料管
        4.5.2 物料觀察窗口
        4.5.3 分離篩板
    4.6 本章小結
第5章 利用ANN進行谷糙流量分類
    5.1 引言
    5.2 人工神經(jīng)網(wǎng)絡
    5.3 幾種常用的人工神經(jīng)網(wǎng)絡模型
    5.4 對谷糙流量的分類
    5.5 本章小結
結論
參考文獻
致謝


【參考文獻】：
期刊論文
[1]我國稻谷供求失衡問題研究[J]. 李騰飛,金光敏,亢霞.  經(jīng)濟縱橫. 2018(10)
[2]稻谷最低收購價下調(diào) 以增量改革促存量消化[J]. 胡文忠.  中國發(fā)展觀察. 2018(13)
[3]談大米加工過程的質(zhì)量控制[J]. 吳顯廷.  糧食加工. 2018(02)
[4]淺談谷糙分離的工藝設計[J]. 楊海,楊自強.  科技資訊. 2015(22)

博士論文
[1]高溫單晶硅液位和直徑視覺檢測關鍵技術及應用研究[D]. 項森偉.浙江大學 2018
[2]基于深度卷積神經(jīng)網(wǎng)絡的圖像分類方法研究及應用[D]. 高震宇.中國科學技術大學 2018
[3]手機玻璃屏表面缺陷機器視覺檢測與分類方法研究[D]. 簡川霞.廣東工業(yè)大學 2017
[4]基于機器視覺的半導體芯片表面缺陷在線檢測關鍵技術研究[D]. 巢淵.東南大學 2017
[5]列車輪對幾何參數(shù)在線檢測關鍵技術研究[D]. 張爽.吉林大學 2017
[6]基于機器視覺技術的南美白對蝦分類算法研究與在線實現(xiàn)[D]. 劉子豪.浙江大學 2017
[7]集成電路芯片表面缺陷視覺檢測關鍵技術研究[D]. 陳愷.東南大學 2016
[8]鐵路扣件圖像特征提取與識別方法研究[D]. 劉甲甲.西南交通大學 2016

碩士論文
[1]深溝球軸承裝配缺陷機器視覺檢測方法研究[D]. 趙翔.華東交通大學 2018
[2]基于立體視覺的柔性臂結構振動測控研究[D]. 肖駿.華南理工大學 2018
[3]大齒輪回轉(zhuǎn)中心在機測量技術研究[D]. 孟森森.沈陽工業(yè)大學 2018
[4]基于機器視覺的輪胎缺陷檢測方法研究[D]. 賈夢思.沈陽工業(yè)大學 2018
[5]軸承內(nèi)套表面缺陷視覺檢測裝置的研制[D]. 魏成禹.沈陽工業(yè)大學 2018
[6]基于計算機視覺的木材檢尺系統(tǒng)[D]. 丁博文.北京交通大學 2018
[7]基于機器視覺的缺陷檢測與識別方法研究[D]. 馬天嬌.中國科學院大學(中國科學院長春光學精密機械與物理研究所) 2018
[8]基于機器視覺的軸承滾子表面缺陷檢測研究[D]. 張奔.南昌航空大學 2018
[9]基于機器視覺工件尺寸測量方法研究[D]. 謝家欣.長春工業(yè)大學 2018
[10]基于三維重建技術的軌道板幾何尺寸檢測系統(tǒng)設計與實現(xiàn)[D]. 張護望.中國科學院大學(中國科學院沈陽計算技術研究所) 2018



本文編號：3663360