【摘要】：隨著我國2015年馬鈴薯主糧化戰(zhàn)略的啟動,相關(guān)產(chǎn)業(yè)得到快速發(fā)展。馬鈴薯品質(zhì)直接影響到深加工產(chǎn)業(yè)的經(jīng)濟效益,對其分級是進行工業(yè)化生產(chǎn)的重要前提。目前機械分級的方式易對馬鈴薯造成二次損傷,且只能檢測單一特征;而人工檢測效率低、成本高。因此進行快速無損馬鈴薯品質(zhì)分級算法研究具有重要意義。本文對馬鈴薯形狀分類與外部缺陷檢測算法進行研究,并在硬件上實現(xiàn)算法的驗證。主要研究內(nèi)容及成果如下:1.設計了基于機器視覺的馬鈴薯圖像采集系統(tǒng)。主要包括確定光室的內(nèi)部布置;對CCD相機進行標定,消除畸變對采集圖像的影響。2.對比圖像預處理環(huán)節(jié)中多個算法的實現(xiàn)效果,確定處理效果最優(yōu)的算法。3.研究圖像的不變矩在馬鈴薯形狀檢測中的應用,利用粒子群算法優(yōu)化支持向量機的相關(guān)參數(shù),提高薯形分類準確率。在區(qū)域的不變矩基礎上利用改進的基于邊緣的不變矩進行薯形判斷,并引入新的不變矩構(gòu)成合適的特征向量。實驗表明提取的邊界矩具有良好的不變性,計算時間相對區(qū)域的不變矩有所減少。最終利用7個邊界矩以及2個引入的邊界矩,并對部分邊界矩取絕對值構(gòu)成特征向量,提高了分類準確率。本文將馬鈴薯分為非畸形與畸形兩類,平均分類準確率為95%。4.結(jié)合馬鈴薯外部缺陷的顏色特征,提出基于HSI顏色模型的亮度截取法對干腐、孔洞、出芽、機械損傷等外部缺陷進行檢測;利用RGB顏色模型對馬鈴薯進行青斑檢測。最終綜合兩種算法實現(xiàn)對多種缺陷的檢測,并輔以矩形框進行標記。5.研究基于機器視覺的馬鈴薯薯形與外部缺陷檢測算法在Zedboard平臺上的實現(xiàn)。搭建了PS與PL構(gòu)架的SoC芯片內(nèi)軟硬件環(huán)境,結(jié)合Linux系統(tǒng)、Qt框架以及OpenCV視覺庫實現(xiàn)馬鈴薯品質(zhì)檢測。實驗表明檢測一張640×480像素的圖片平均用時4s。
【圖文】：

圖 1-2 Gamal ElMasry 的實時機器視覺系統(tǒng)Figure 1-2Areal-time machine vision system by Gamal ElMasry內(nèi)研究現(xiàn)狀[22]將參考形狀分析法用于果形判別，提出利用半徑、曲率及其參數(shù)等特征，并結(jié)合 BP 神經(jīng)網(wǎng)絡算法對果實形狀進行判斷。，準確率達到 93%。煜、應義斌[23]等人成功開發(fā)水果品質(zhì)智能化實時監(jiān)測與分級。利用計算機視覺系統(tǒng)、水果輸送系統(tǒng)、分級機構(gòu)以及自動控單列化，并將水果均勻翻轉(zhuǎn)、輸送，將其以恰當?shù)淖藨B(tài)位置呈，全方面掃描水果表面。將這些信息輸入至計算機，實現(xiàn)如大小等多個指標的檢測。檢測速度達每小時 3~6 噸，適用于蘋果、豆等多種水果及農(nóng)產(chǎn)品。

1.水果輸送翻送系統(tǒng) 2.計算機視覺識別系統(tǒng) 3.分級系統(tǒng) 4.光照箱動態(tài)5.圖像采集系統(tǒng) 6.微機 7.控制模塊 8.分級執(zhí)行機構(gòu) 9.位置傳感圖 1-3 水果品質(zhì)智能化實時檢測和分級系統(tǒng)簡圖Figure 1-3 Real-time intelligent inspecting and grading line of fruit quality袁佐云[24]等人拍攝稻米的照片，根據(jù)稻米最小外接矩形的長寬參數(shù)，為長粒、中粒以及短粒。平均相對誤差為 3.21%郁志宏[25]等人結(jié)合種蛋圖像的各階矩數(shù)據(jù)得到長徑、短徑以及短徑方直徑，，并利用遺傳神經(jīng)網(wǎng)絡檢測蛋形。檢測準確率達到 95%以上。郝敏[26]建立了馬鈴薯外部品質(zhì)檢測系統(tǒng)，實現(xiàn)了基于機器視覺的重量外部缺陷三個指標的馬鈴薯品質(zhì)檢測。其利用計算改進的 Zernike 矩合支持向量機實現(xiàn)對畸形和良好馬鈴薯屬性分類，準確率分別為 10。李錦衛(wèi)[27]等人利用快速灰度截留分割法以及在九色模型里將原先的黑展為黑白灰三色的方法分離馬鈴薯的表面缺陷。對于出芽圖像識別%，馬鈴薯表面缺陷檢測準確率為 95.7%。鄧立苗[28]等人采用近似橢圓法檢測馬鈴薯形狀，采用逐點檢測法檢測
【學位授予單位】：中國礦業(yè)大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：S532;TP391.41

【參考文獻】

相關(guān)期刊論文 前10條

1 孫亞偉;胡新燕;馮營;趙明明;李衛(wèi)華;;江蘇省馬鈴薯產(chǎn)業(yè)現(xiàn)狀·問題及研發(fā)對策[J];安徽農(nóng)業(yè)科學;2016年25期

2 李璐伊;;馬鈴薯主糧化背景下的內(nèi)蒙古馬鈴薯產(chǎn)業(yè)發(fā)展現(xiàn)狀與對策[J];安徽農(nóng)業(yè)科學;2016年18期

3 王紅軍;熊俊濤;黎鄒鄒;鄧建猛;鄒湘軍;;基于機器視覺圖像特征參數(shù)的馬鈴薯質(zhì)量和形狀分級方法[J];農(nóng)業(yè)工程學報;2016年08期

4 陳印軍;易小燕;方琳娜;楊瑞珍;;中國耕地資源與糧食增產(chǎn)潛力分析[J];中國農(nóng)業(yè)科學;2016年06期

5 鄧立苗;杜宏偉;徐艷;韓仲志;;基于機器視覺的馬鈴薯智能分選方法與實現(xiàn)[J];中國農(nóng)機化學報;2015年05期

6 張保華;黃文倩;李江波;趙春江;劉成良;黃丹楓;;基于I-RELIEF和SVM的畸形馬鈴薯在線分選[J];吉林大學學報(工學版);2014年06期

7 周平;徐旭艷;楊兵;呂冬;馬德貴;;基于圖像信息的馬鈴薯薯形檢測方法研究[J];安徽農(nóng)業(yè)大學學報;2013年05期

8 董曉茹;沈敏;劉偉;;龍葵素中毒及檢測的研究進展[J];中國司法鑒定;2013年02期

9 朱寶偉;;機器視覺中的光源照明設計[J];電子科技;2013年03期

10 路后兵;;Xilinx FPGA的嵌入式系統(tǒng)開發(fā)過程[J];單片機與嵌入式系統(tǒng)應用;2012年11期

相關(guān)博士學位論文 前1條

1 郝敏;基于機器視覺的馬鈴薯外部品質(zhì)檢測技術(shù)研究[D];內(nèi)蒙古農(nóng)業(yè)大學;2009年

本文編號：2557536