近年來,機(jī)器視覺技術(shù)迅速發(fā)展,其在缺陷檢測(cè)中也發(fā)揮著不可替代的作用,為增加馬鈴薯的附加值、提升馬鈴薯市場(chǎng)競(jìng)爭(zhēng)力、促進(jìn)馬鈴薯產(chǎn)業(yè)的發(fā)展,基于機(jī)器視覺的檢測(cè)技術(shù)在馬鈴薯分級(jí)過程中大顯身手。本文主要從以下5個(gè)方面進(jìn)行了研究:（1）為了準(zhǔn)確有效的提取馬鈴薯的特征,研究了圖像平滑處理,以及圖像分割技術(shù)、圖像的腐蝕與膨脹、開運(yùn)算閉運(yùn)算、圖像去背景操作、最小外接矩等圖像預(yù)處理技術(shù)。（2）缺陷檢測(cè)模塊,對(duì)比SUSAN算子與灰度閾值兩種方法的優(yōu)缺點(diǎn),使用灰度閾值為0.3提取缺陷部分,只對(duì)缺陷部分圖像進(jìn)行處理,并通過面積閾值為200的方法,減少了斑點(diǎn)馬鈴薯的誤判,增加了蟲眼和機(jī)械損傷缺陷識(shí)別準(zhǔn)確率。（3）重量檢測(cè)模塊,通過提取馬鈴薯的幾何特征參數(shù),對(duì)比了三種檢測(cè)方法,創(chuàng)新性提出了三因素面積參數(shù)法進(jìn)行擬合,其相關(guān)系數(shù)為0.9824,具有很高的相關(guān)性,并在實(shí)際檢測(cè)過程中,改善了個(gè)別馬鈴薯誤差較大的問題,也提高了整體的檢測(cè)精度。（4）薯形檢測(cè)模塊,獲得馬鈴薯七個(gè)不變矩參數(shù)作為BP神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù),建立了適合馬鈴薯形狀分類的7×5×1神經(jīng)網(wǎng)絡(luò)模型。（5）使用matlab parfor代替for循環(huán)進(jìn)行同步運(yùn)算,... 

【文章頁數(shù)】：58 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題來源
    1.2 研究的意義
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
    1.4 課題研究?jī)?nèi)容
    1.5 本章小結(jié)
第二章 圖像預(yù)處理
    2.1 圖像平滑
    2.2 圖像分割
    2.3 形態(tài)學(xué)處理
    2.4 本章小結(jié)
第三章 外部缺陷檢測(cè)
    3.1 基于SUSAN算子缺陷分割
    3.2 灰度信息缺陷分割
    3.3 本章小結(jié)
第四章 馬鈴薯重量檢測(cè)
    4.1 面積法
    4.2 周長(zhǎng)法
    4.3 質(zhì)量模型參數(shù)選擇
    4.4 本章小結(jié)
第五章 馬鈴薯薯形檢測(cè)
    5.1 圖像的不變矩
    5.2 人工神經(jīng)網(wǎng)絡(luò)
    5.3 基于BP神經(jīng)網(wǎng)絡(luò)的薯形分類模型
    5.4 實(shí)驗(yàn)結(jié)果
    5.5 本章小結(jié)
第六章 并行處理及系統(tǒng)軟件設(shè)計(jì)
    6.1 并行處理概述
    6.2 并行處理實(shí)驗(yàn)
    6.3 模塊并行程序檢測(cè)
    6.4 系統(tǒng)軟件設(shè)計(jì)
    6.5 本章小結(jié)
第七章 結(jié)論與展望
    7.1 結(jié)論
    7.2 不足與展望
參考文獻(xiàn)
致謝
個(gè)人簡(jiǎn)介


【參考文獻(xiàn)】：
期刊論文
[1]基于機(jī)器視覺的蘋果品質(zhì)在線分級(jí)檢測(cè)[J]. 石瑞瑤,田有文,賴興濤,古文君.  中國(guó)農(nóng)業(yè)科技導(dǎo)報(bào). 2018(03)
[2]基于機(jī)器視覺的臍橙采后田間分級(jí)系統(tǒng)設(shè)計(jì)[J]. 王干,孫力,李雪梅,張明,呂強(qiáng),蔡健榮.  江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(06)
[3]基于高通濾波的馬鈴薯機(jī)械損傷機(jī)器視覺檢測(cè)[J]. 許偉棟,趙忠蓋,劉飛.  農(nóng)機(jī)化研究. 2017(10)
[4]馬鈴薯質(zhì)量和形狀自動(dòng)分級(jí)系統(tǒng)研究—基于計(jì)算機(jī)視覺[J]. 王聰,王婷.  農(nóng)機(jī)化研究. 2018(06)
[5]馬鈴薯分選機(jī)的設(shè)計(jì)[J]. 姜彥武,魏宏安,陸翔輝,黃曉鵬,史明明.  甘肅農(nóng)業(yè)大學(xué)學(xué)報(bào). 2017(01)
[6]基于機(jī)器視覺的番茄實(shí)時(shí)分級(jí)系統(tǒng)設(shè)計(jì)[J]. 袁亮,涂雪瀅,巨剛,劉祖兵,吳金強(qiáng).  新疆大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(01)
[7]基于圖像特征融合的蘋果在線分級(jí)方法[J]. 黃辰,費(fèi)繼友.  農(nóng)業(yè)工程學(xué)報(bào). 2017(01)
[8]機(jī)器視覺核桃分級(jí)中相機(jī)可變視場(chǎng)與像素轉(zhuǎn)換系數(shù)自動(dòng)獲取方法[J]. 郭政,周軍,史建新,蔡建.  安徽農(nóng)業(yè)科學(xué). 2016(29)
[9]基于機(jī)器視覺黃瓜果實(shí)自動(dòng)分級(jí)方法[J]. 李明,房俊龍,喬翊博,劉超,張伶鳦,趙朝陽,欒吉玲.  農(nóng)機(jī)化研究. 2016(11)
[10]基于機(jī)器視覺技術(shù)的塑料制品缺陷檢測(cè)研究[J]. 沈紅雷.  塑料科技. 2016(08)

博士論文
[1]基于機(jī)器視覺的蜜柚品質(zhì)檢測(cè)方法研究[D]. 郭輝.中國(guó)農(nóng)業(yè)大學(xué) 2015
[2]基于機(jī)器視覺的馬鈴薯外部品質(zhì)檢測(cè)技術(shù)研究[D]. 郝敏.內(nèi)蒙古農(nóng)業(yè)大學(xué) 2009
[3]基于機(jī)器視覺的水果品質(zhì)實(shí)時(shí)檢測(cè)與分級(jí)生產(chǎn)線的關(guān)鍵技術(shù)研究[D]. 饒秀勤.浙江大學(xué) 2007

碩士論文
[1]獼猴桃在線檢測(cè)分級(jí)系統(tǒng)集成及試驗(yàn)研究[D]. 屈婷.西北農(nóng)林科技大學(xué) 2017
[2]基于機(jī)器視覺的枸杞外觀品質(zhì)檢測(cè)與評(píng)級(jí)方法研究[D]. 張魄珊.蘭州理工大學(xué) 2017
[3]基于多CCD攝像機(jī)的馬鈴薯分級(jí)檢測(cè)圖像采集系統(tǒng)設(shè)計(jì)[D]. 李晨.寧夏大學(xué) 2017
[4]基于OpenCV的雙目視覺馬鈴薯三維點(diǎn)云重建技術(shù)研究[D]. 孔霄.寧夏大學(xué) 2017
[5]紅提品質(zhì)無損檢測(cè)技術(shù)研究[D]. 唐義華.華中農(nóng)業(yè)大學(xué) 2016
[6]基于機(jī)器視覺的紅棗外觀品質(zhì)分級(jí)方法研究[D]. 李運(yùn)志.西北農(nóng)林科技大學(xué) 2016
[7]基于機(jī)器視覺馬鈴薯分級(jí)機(jī)的控制系統(tǒng)設(shè)計(jì)[D]. 谷晨陽.寧夏大學(xué) 2016
[8]基于機(jī)器視覺馬鈴薯分級(jí)機(jī)的機(jī)電系統(tǒng)設(shè)計(jì)[D]. 王喆.寧夏大學(xué) 2016
[9]基于機(jī)器視覺的柑橘分級(jí)技術(shù)研究[D]. 王旭.湖南大學(xué) 2016
[10]基于機(jī)器視覺的蘋果分級(jí)方法研究[D]. 劉新庭.湖南農(nóng)業(yè)大學(xué) 2015



本文編號(hào)：3730089