近年來,隨著我國經(jīng)濟(jì)的快速發(fā)展和人們消費水平的普遍提高,葡萄產(chǎn)業(yè)得到了很大的發(fā)展,葡萄已成為我國最受歡迎的水果之一。但是我國葡萄商品化處理程度低,一直制約著葡萄產(chǎn)業(yè)向規(guī)�；彤a(chǎn)業(yè)化的方向轉(zhuǎn)變。葡萄為穗狀結(jié)構(gòu)、果粒較多、果實柔軟、易碰傷,故葡萄產(chǎn)后加工存在較大困難。目前,我國絕大多數(shù)地區(qū)仍采用人工分級方法,利用簡陋的工具根據(jù)經(jīng)驗分級。人工分級效率低下、成本高、強(qiáng)度大,因此,市場迫切需要葡萄品質(zhì)在線檢測分級技術(shù)及裝備。本文以葡萄的一個品種—紅提為研究對象,運用機(jī)器視覺技術(shù),建立了紅提果粉附著率和紅提果粒尺寸的在線分級模型,設(shè)計了一套紅提在線檢測與分級硬件與軟件系統(tǒng),具體研究內(nèi)容如下:（1）搭建了紅提圖像采集試驗平臺。在一個試驗用環(huán)形運輸線上,搭建紅提圖像在線采集裝置,設(shè)計了尺寸大小為600×450×450mm3的暗箱,暗箱頂端的切槽保證了夾持機(jī)構(gòu)的持續(xù)運輸,暗箱內(nèi)的光電傳感器感知紅提串并觸發(fā)相機(jī),實現(xiàn)紅提圖像的連續(xù)采集;分析對比了多種不同光源的優(yōu)缺點,選用了環(huán)形光源和前光源的照明方式;為能夠同時提取紅提形態(tài)輪廓和顏色特征,選用了能同時獲取紅提彩色圖像和近紅外圖像的工業(yè)相機(jī)和鏡頭。（2）研究... 

【文章來源】：華中農(nóng)業(yè)大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：91 頁

【學(xué)位級別】：碩士

【部分圖文】：

相機(jī)和鏡頭實物圖

圖 2-2 光源實物圖Fig. 2-2 Light source physical map器的選型光電效應(yīng)原理來實現(xiàn)的，當(dāng)待測對象遮擋紅并通過傳感器內(nèi)的光電元件轉(zhuǎn)化為內(nèi)部電路紅提串，具有厚度不一致且外形不固定的特端。由于檢測環(huán)境為暗箱，故本研究所需的響應(yīng)速度要求較高，選用較通用的漫反射型其具體參數(shù)如表 2-1 所示，實物圖如圖 2-3 所表 2-1 光電傳感器參數(shù)Table 2-1 Photoelectric sensor parameters檢測方式 檢測距離 工作電壓

Fig. 2-2 Light source physical map器的選型電效應(yīng)原理來實現(xiàn)的，當(dāng)待測對象遮擋紅外光通過傳感器內(nèi)的光電元件轉(zhuǎn)化為內(nèi)部電路能識提串，具有厚度不一致且外形不固定的特點，。由于檢測環(huán)境為暗箱，故本研究所需的傳感應(yīng)速度要求較高，選用較通用的漫反射型光電具體參數(shù)如表 2-1 所示，實物圖如圖 2-3 所示表 2-1 光電傳感器參數(shù)Table 2-1 Photoelectric sensor parameters檢測方式 檢測距離 工作電壓 反射型 1—15cm 可調(diào) DC12-24V

【參考文獻(xiàn)】：
期刊論文
[1]中國葡萄產(chǎn)業(yè)與科技發(fā)展[J]. 田淑芬.  農(nóng)學(xué)學(xué)報. 2018(01)
[2]基于機(jī)器視覺的臍橙采后田間分級系統(tǒng)設(shè)計[J]. 王干,孫力,李雪梅,張明,呂強(qiáng),蔡健榮.  江蘇大學(xué)學(xué)報(自然科學(xué)版). 2017(06)
[3]基于決策樹支持向量機(jī)的蘋果表面缺陷識別[J]. 邱光應(yīng),彭桂蘭,陶丹,王崢榮.  食品與機(jī)械. 2017(09)
[4]基于混合算法優(yōu)化SVM的短時交通流預(yù)測[J]. 梅朵,鄭黎黎,劉春曉,王秀芹.  計算機(jī)技術(shù)與發(fā)展. 2017(11)
[5]基于梯度Hough變換的遮擋蘋果目標(biāo)定位[J]. 吳慶崗,張衛(wèi)國,�；�,金保華,劉朝霞.  浙江農(nóng)業(yè)學(xué)報. 2017(06)
[6]基于SFLA優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的語音信號分類[J]. 葉紅衛(wèi),戴光智.  計算機(jī)測量與控制. 2017(05)
[7]基于最小二乘法的橢圓擬合改進(jìn)算法研究[J]. 陳若珠,孫岳.  工業(yè)儀表與自動化裝置. 2017(02)
[8]基于小波變換和均值濾波的圖像去噪研究[J]. 趙曉雷.  信息技術(shù). 2017(02)
[9]一種結(jié)合小波變換和維納濾波的圖像去噪算法[J]. 汪祖輝,孫劉杰,邵雪,姜中敏.  包裝工程. 2016(13)
[10]調(diào)整提高 轉(zhuǎn)型升級 促進(jìn)我國葡萄產(chǎn)業(yè)穩(wěn)步發(fā)展[J]. 晁無疾.  中國果菜. 2015(09)

博士論文
[1]基于多視成像及近紅外光譜技術(shù)的巨峰葡萄品質(zhì)無損檢測研究[D]. 袁雷明.江蘇大學(xué) 2016

碩士論文
[1]紅地球葡萄生長動態(tài)模擬模型研究[D]. 陳天雨.甘肅農(nóng)業(yè)大學(xué) 2017
[2]葡萄內(nèi)部品質(zhì)的高光譜成像檢測研究[D]. 楊杰.石河子大學(xué) 2016
[3]基于OpenCV的焊縫圖像缺陷識別系統(tǒng)設(shè)計[D]. 茍佳維.西安工業(yè)大學(xué) 2016
[4]壓縮圖像蚊式噪聲降噪方法研究[D]. 劉璐.陜西師范大學(xué) 2016
[5]樸素貝葉斯分類算法的改進(jìn)及其應(yīng)用[D]. 喻凱西.北京林業(yè)大學(xué) 2016
[6]基于機(jī)器視覺的銅扁線表面缺陷檢測系統(tǒng)的實現(xiàn)[D]. 徐駿升.大連交通大學(xué) 2015
[7]基于數(shù)字圖像技術(shù)的群體咸鴨蛋品質(zhì)在線檢測[D]. 許堃瑞.華中農(nóng)業(yè)大學(xué) 2014
[8]基于機(jī)器視覺哈密瓜外部品質(zhì)與成熟度分析研究[D]. 胡光輝.新疆農(nóng)業(yè)大學(xué) 2014
[9]快速非局部均值圖像去噪算法[D]. 裴銀祥.鄭州大學(xué) 2014
[10]葡萄成熟度無損檢測研究[D]. 魯偉奇.中國計量學(xué)院 2013



本文編號：3305518