發(fā)布時間：2021-01-25 11:34

　　自十六世紀起,番茄作為一種必不可少的食材出現(xiàn)在人們的視野里。不僅因為它含有充足的養(yǎng)分,而且具有多種藥用價值,譬喻,生津止渴,清熱消暑,降壓,降低膽固醇等等。近年來,隨著人們對番茄需求量的日益增加,當今消費者對新鮮果蔬質(zhì)量安全要求普遍提高,提高安全品質(zhì)已成為優(yōu)質(zhì)生產(chǎn)的重要內(nèi)容。因此研究一種更有有效、更具有實際意義的關(guān)于番茄成熟度檢測的算法迫在眉睫。成熟度檢測是農(nóng)產(chǎn)品加工的重要環(huán)節(jié)之一。迄今為止,溫室作物的成熟度檢測主要是通過人工進行,此種方法不僅工作效率較低,更重要的是人的主觀因素會對結(jié)果造成巨大的影響。利用機器視覺技術(shù)對成熟度檢測進行優(yōu)化,不僅可以減少果蔬的損壞而且能夠提高效率。鑒于人工成熟度檢測所存在的問題,本文以優(yōu)化番茄成熟度檢測方法為目標,進行了基于機器視覺的溫室番茄成熟度檢測的研究。本論文采用Grab Cut、支持向量機等算法,根據(jù)番茄外部的形狀特征和顏色特征對番茄成熟度進行分類,選取更有區(qū)分度的算法,使得溫室番茄成熟度檢測效果更佳本研究主要完成了以下工作。首先介紹了進行圖像獲取的軟件部分與硬件部分,然后分別討論了番茄不同成熟期對溫室番茄圖像的影響。最然后分別介紹了圖像分割的各... 

【文章來源】：山東農(nóng)業(yè)大學(xué)山東省

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

世界番茄進出口產(chǎn)量及產(chǎn)值

圖 1-3 中國番茄種植面Fig.1-3 Chinese Tomato Planting Surface2果蔬成熟度檢測水平我國是果蔬生產(chǎn)大國，尤其從 90 年代起發(fā)展頗為迅速。雖然我國果蔬產(chǎn)量巨大前列，但是國內(nèi)果蔬價格卻并不理想，嚴重制約了果蔬產(chǎn)量大踏步式發(fā)展。我消費主要以內(nèi)銷為主，參與世界范圍內(nèi)的國際貿(mào)易的比例相對較低，出口量不果蔬貿(mào)易的 10%。導(dǎo)致這種情況出現(xiàn)并非是由于我國果蔬質(zhì)量差，其中一個十

圖 1-4 人工成熟度檢測與機械化成熟度檢測Fig.1-4 Artificial grading and mechanized grading1.2機器視覺研究的國內(nèi)外研究現(xiàn)狀機器視覺是隨著計算機地不斷發(fā)展而快速發(fā)展起來的，機器視覺是人工智快速發(fā)展的一個分支。簡單來講，機器視覺即是用機器換作人的眼睛來作出測斷。計算機視覺、機器視覺二者相輔相成，二者在技術(shù)和領(lǐng)域上有相當大的重礎(chǔ)理論相同之處很多，機器視覺技術(shù)是一門關(guān)系到人工智能、數(shù)字圖像處理、制原理、信號處理、機械工程技術(shù)、計算機成像技術(shù)等許許多多其他的科學(xué)。入研究后又會發(fā)現(xiàn)它們的不同之處，計算機視覺的研究背景主要是三維場景，理對象內(nèi)容的研究。而機器視覺域利用軟硬件，控制理論與圖像處理緊密結(jié)合現(xiàn)。對于一個包含多張番茄圖像的數(shù)據(jù)庫來說，計算機視覺是研究哪張圖像的番茄，而機器視覺研究的是選擇數(shù)據(jù)庫中不同成熟度中的成熟番茄圖像。簡單

【參考文獻】：
期刊論文
[1]一種改進Grabcut算法的彩色圖像分割方法[J]. 王告,俞申亮,巨志勇,馬素萍.  軟件導(dǎo)刊. 2019(06)
[2]番茄采摘機器人目標檢測與抓取的關(guān)鍵技術(shù)研究[J]. 李昱華.  中國新技術(shù)新產(chǎn)品. 2018(23)
[3]融合深度信息的Grabcut自動圖像分割[J]. 劉輝,石小龍,漆坤元,左星.  小型微型計算機系統(tǒng). 2018(10)
[4]基于機器視覺的溫室番茄裂果檢測[J]. 劉鴻飛,黃敏敏,趙旭東,陸文婷.  農(nóng)業(yè)工程學(xué)報. 2018(16)
[5]波長比和近紅外光譜的番茄品質(zhì)檢測方法[J]. 黃玉萍,Renfu Lu,戚超,陳坤杰.  光譜學(xué)與光譜分析. 2018(08)
[6]基于OpenCV的C/C++和Matlab計算機視覺混合編程[J]. 李中科,趙慧娟,蘇曉萍.  計算機時代. 2018(07)
[7]基于機器視覺的草莓圖像處理研究[J]. 蘇博妮,化希耀.  首都師范大學(xué)學(xué)報(自然科學(xué)版). 2018(04)
[8]基于顏色特征和SVM的自然圖像分類標注算法[J]. 仲會娟.  綿陽師范學(xué)院學(xué)報. 2018(05)
[9]基于matlab的番茄果實串檢測提取[J]. 金超杞,梁喜鳳,章艷,陳暉.  江蘇農(nóng)業(yè)科學(xué). 2018(08)
[10]基于OpenCV的畸形馬鈴薯識別方法[J]. 汪成龍,陳廣財,陳國壯.  湖南農(nóng)業(yè)科學(xué). 2018(04)

博士論文
[1]庫爾勒香梨成熟特征表達及評價方法[D]. 蘭海鵬.東北農(nóng)業(yè)大學(xué) 2017
[2]基于機器視覺的蜜柚品質(zhì)檢測方法研究[D]. 郭輝.中國農(nóng)業(yè)大學(xué) 2015
[3]基于機器視覺的靈武長棗定位與成熟度判別方法研究[D]. 王昱潭.北京林業(yè)大學(xué) 2014
[4]溫室番茄收獲機器人選擇性收獲作業(yè)信息獲取與路徑規(guī)劃研究[D]. 王新忠.江蘇大學(xué) 2012

碩士論文
[1]日光溫室溫光環(huán)境與番茄莖葉及果實生長關(guān)系研究[D]. 賈海晨.山東農(nóng)業(yè)大學(xué) 2017
[2]基于機器視覺和近紅外高光譜的冬棗檢測方法研究[D]. 孫世鵬.西北農(nóng)林科技大學(xué) 2017
[3]基于SVM的食物圖像分類算法的研究[D]. 孫浩榮.西安電子科技大學(xué) 2016
[4]基于GrabCut的彩色圖像自動分割算法研究[D]. 李小奇.北京印刷學(xué)院 2015
[5]基于SVM的柑橘品質(zhì)檢測技術(shù)[D]. 方東玉.中南林業(yè)科技大學(xué) 2015
[6]基于機器視覺的馬鈴薯分類研究[D]. 孔彥龍.甘肅農(nóng)業(yè)大學(xué) 2013
[7]我國番茄產(chǎn)業(yè)國際競爭力分析[D]. 張建偉.江南大學(xué) 2009
[8]番茄在中國的傳播及其影響研究[D]. 劉玉霞.南京農(nóng)業(yè)大學(xué) 2007
[9]應(yīng)用圖像處理技術(shù)對貯藏番茄表面顏色特性的研究[D]. 劉恩亮.吉林大學(xué) 2005



本文編號：2999150