花生是我國重要的經濟作物和油料作物,在農業(yè)和工業(yè)等領域內具有較高的應用價值及廣闊的發(fā)展前景。外貿出口對花生米的大小、外形、霉變、破損等方面有著明確的規(guī)定,但色選機只能分揀霉變粒,難以滿足市場需求。機器視覺技術正越來越多地應用于食品或農作物的品質識別,特別是近幾年發(fā)展起來的機器視覺技術與機器學習算法相結合的研究與實現(xiàn)。利用機器視覺技術實現(xiàn)花生米品質的自動無損檢測,對于提高我國花生的市場競爭力以及花生產業(yè)的健康可持續(xù)發(fā)展,具有重要的理論價值和實際意義。本文研究了花生米品質等級分選系統(tǒng)的關鍵技術,主要包括花生米各類特征提取方法的分析、研究和對比,以及分選算法的研究、設計與分析。主要研究內容和結論體現(xiàn)在以下幾個方面:(1)研究花生米圖像的預處理方法。通過試驗選擇3×3大小的中值濾波器進行濾波去噪;通過分析花生米圖像前景背景三個通道的取值,使用RGB的線性組合對花生米圖像進行分割,從而減少了光源亮度對分割效果的影響,同時避免大津法循環(huán)求取閾值的缺點,具有較高的運行效率。(2)研究花生米圖像的紋理特征和顏色特征提取方法。截取紋理分析區(qū)域并通過高斯-馬爾可夫隨機場提取紋理特征;基于HSV顏色空間,分...

【文章頁數(shù)】：89 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景和研究意義
    1.2 花生米自動分選技術研究現(xiàn)狀
    1.3 機器視覺技術研究現(xiàn)狀
    1.4 本課題的技術路線及創(chuàng)新點
    1.5 論文章節(jié)安排
第二章 系統(tǒng)搭建及圖像采集與預處理
    2.1 系統(tǒng)結構
    2.2 系統(tǒng)工作過程
    2.3 花生米品質等級
    2.4 圖像采集
    2.5 圖像預處理
        2.5.1 濾波去噪
        2.5.2 圖像分割
    2.6 本章小結
第三章 花生米圖像特征提取
    3.1 花生米紋理特征提取
        3.1.1 花生米紋理分析區(qū)域的截取及轉換
        3.1.2 基于高斯-馬爾科夫隨機場模型的紋理特征提取
    3.2 花生米形狀特征提取
        3.2.1 花生米破損面積比例特征提取
        3.2.2 直接最小二乘法擬合橢圓
        3.2.3 基于飽滿度與對稱性的輪廓特征提取
        3.2.4 輪廓特征提取方法的對比與相關分析
    3.3 花生米顏色特征提取
    3.4 本章小結
第四章 分選算法的設計
    4.1 分選算法的整體設計
    4.2 分類器A的設計與訓練
    4.3 分類器B的設計與訓練
    4.4 特征篩選及分類器C的設計與訓練
    4.5 本章小結
第五章 性能測試及對比實驗
    5.1 性能測試
    5.2 對比實驗及相關分析
        5.2.1 對比實驗的設計及實驗結果
        5.2.2 準確性的對比與相關分析
        5.2.3 特征數(shù)量的對比與相關分析
        5.2.4 分選算法運算量的對比與分析
    5.3 本章小結
第六章 總結與展望
    6.1 本文工作總結
    6.2 未來研究展望
參考文獻
致謝
攻讀碩士學位期間取得的研究成果
學位論文評閱及答辯情況表



本文編號：3739639