品質(zhì)檢測分級是蜜柚生產(chǎn)、銷售以及出口的重要環(huán)節(jié),在相關(guān)的國家、行業(yè)標準中,明確給出了其形狀、色澤、表面缺陷、可食率、重量的檢測指標。本文立足于蜜柚生產(chǎn)品質(zhì)分級檢測要求,以（?）溪蜜柚為研究樣本,應(yīng)用機器視覺技術(shù)、高光譜成像技術(shù)、自動稱重技術(shù)對蜜柚主要品質(zhì)指標的高效準確檢測方法進行研究,通過實驗分析驗證提出了不同檢測方法的應(yīng)用范圍,為蜜柚綜合品質(zhì)分級檢測奠定了基礎(chǔ)。本文研究內(nèi)容與成果如下：（1）研究比較了針對蜜柚結(jié)構(gòu)特征的圖像預(yù)處理的方法,其中包括基于快速中值濾波的噪聲圖像恢復(fù)算法,基于區(qū)域和邊界圖像分割的算法,為進行蜜柚的分級檢測提供支持。（2）建立了以圖像質(zhì)心為基礎(chǔ)的蜜柚果形特征分析基本模型,研究了基于圖像空間矩計算與邊界展開的主軸定位方法,并進行了蜜柚果形分析與果徑計算,提出了以形狀參數(shù)描述與對稱度描述為核心的基于區(qū)域果形特征分析的方法,給出了蜜柚形狀的描述指標：果形指數(shù)C_Ratio、形狀因子C_Shape,軸偏角δ。依據(jù)諧波分析中邊界重建的方法,采用傅立葉描述子方法來表征果形,并利用傅立葉描述子重建果形比較的方法進行了畸形果的檢測。（3）... 

【文章來源】：中國農(nóng)業(yè)大學(xué)北京市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：133 頁

【學(xué)位級別】：博士

【部分圖文】：

商用蜜柚稱重系統(tǒng)

方法檢測擠橙的縱徑橫徑，對其進行了實時檢測時運算量、檢測效果比較，給出了詳細的計算過程和三種方法各自的特點，但在蜜柚果形為如圖1-5所示的非棉球體情況時，采用這類方法無法準確的計算縱徑。K / 1\ ) \ J圖1-5兩類柚果外形的最小外接矩形在水果大小分級檢測中果徑計算技術(shù)方法己較為成熟，但對于非球體或非棉球體水果的果徑計算研宄較少，本研宄主要是尋找適合蜜柚外形特征的縱橫果徑計算識別方法，識別柚果的縱徑和橫徑以建立柚果的基本結(jié)構(gòu)模型，用于柚果各類特征的分級檢測。1.3.2.2基于機器視覺的水果形狀檢測在水果的形狀檢測中主要有兩類識別形狀方法，一類是依據(jù)采集圖像的區(qū)域特征識別，另一類是依據(jù)采集圖像的邊界特征識別，本研宄中蜜柚的形狀特征較一般的類球體水果有所不同，主要有類摘球形、梨形、水滴形，蜜柚的外形與其內(nèi)部結(jié)構(gòu)有一定的相關(guān)關(guān)系，因而其外形檢測識別對判斷其品質(zhì)具有重要意義。國外典型研宄有Vooren[43]采用圓度、彎曲能量、球形度和偏心距描述蘑燕的形狀特征。Heinemannl44l提出以檢測花萼-果梗連線方向高度的最大值與最小值比值為指標來判斷蘋果傾斜程度

根據(jù)上述特點搭建圖像采集系統(tǒng)。圖像采集系統(tǒng)主要由照明系統(tǒng)、工業(yè)相機、數(shù)字圖像輸入接口、計算機組成，如圖2-1所示。照明系統(tǒng)為方形封閉燈箱，箱體內(nèi)壁為白色，光源由12根2()\V的高頻焚光燈組成，平均分布在箱體內(nèi)部兩側(cè)。燈箱底部為圖像采集區(qū)，布置背景為黒色的底座，柚果形狀基本為梨狀扁圓形，為了方便采集各個方向圖像進行研宄，在底座上設(shè)置黑色可調(diào)節(jié)的定位裝置。底部采集區(qū)的正上方安裝數(shù)碼相機。工業(yè)相機采用嘉恒中自公司OK_AC1300型CCD相機，最大分辯率為1300x1024(pix)o柚類果實具有上凸下平的扁圓梨形形狀、果實尺寸相對較大的特點，在本章研宄中，以柚果頂部正投影方向與側(cè)面正投影方向采集的圖像為主要研宄對象。1 人2 I 、 ] V . XT ^調(diào) n"n： ！“" V J、 I i I ? — I"——?-丨. d =、、圖2-1圖像采集

【參考文獻】：
期刊論文
[1]2013年中國主要水果加工品進出口統(tǒng)計分析[J]. 張放.  中國果業(yè)信息. 2014(07)
[2]2013年中國干鮮水果進出口貿(mào)易統(tǒng)計分析[J]. 張放.  中國果業(yè)信息. 2014(06)
[3]柚子的19種治理功效[J]. 鄭淑娟.  世界熱帶農(nóng)業(yè)信息. 2014(05)
[4]基于光譜指數(shù)的蘋果葉片水分含量估算模型研究[J]. 朱西存,姜遠茂,趙庚星,王凌,房賢一.  中國農(nóng)學(xué)通報. 2014(04)
[5]基于UVE-ICA和支持向量機的南豐蜜桔可溶性固形物可見-近紅外檢測[J]. 孫通,許文麗,胡田,劉木華.  光譜學(xué)與光譜分析. 2013(12)
[6]基于機器視覺和MATLAB/GUI的柚子外觀尺寸檢測系統(tǒng)[J]. 龔昌來,李東山,羅聰,黃杰賢.  嘉應(yīng)學(xué)院學(xué)報. 2013(11)
[7]基于機器視覺的柚子尺寸檢測系統(tǒng)的研究[J]. 龔昌來,羅聰,黃杰賢,楊冬濤.  農(nóng)機化研究. 2013(11)
[8]2012年中國柑桔類水果及加工品進出口統(tǒng)計分析[J]. 張放.  中國果業(yè)信息. 2013(07)
[9]基于輪廓方向特征的柚子果形檢測研究[J]. 楊冬濤,黃杰賢,龔昌來,羅聰.  激光與紅外. 2013(06)
[10]食柚子好處多[J]. 林楠.  糖尿病新世界. 2012(11)

博士論文
[1]番茄可溶性固形物和硬度的高光譜成像檢測[D]. 張若宇.浙江大學(xué) 2014
[2]基于圖像處理和光譜分析技術(shù)的水果品質(zhì)快速無損檢測方法研究[D]. 馬本學(xué).浙江大學(xué) 2009
[3]基于機器視覺的水果品質(zhì)實時檢測與分級生產(chǎn)線的關(guān)鍵技術(shù)研究[D]. 饒秀勤.浙江大學(xué) 2007
[4]計算機視覺信息處理方法與水果分級檢測技術(shù)研究[D]. 馮斌.中國農(nóng)業(yè)大學(xué) 2002



本文編號：3221799