隨著我國工業(yè)化進(jìn)程的不斷推進(jìn),我國農(nóng)產(chǎn)品已逐步從高產(chǎn)走向優(yōu)質(zhì)。近年來,芒果的海外銷售有所增加,芒果產(chǎn)品在海外市場的前景非常看好。我國芒果采摘后,一般采用人工分級,即根據(jù)果實大小和外觀進(jìn)行簡單分級。由于芒果分類不準(zhǔn)確,分級人工投入過多,造成產(chǎn)品價值損失,利潤微薄。因此,完善我國芒果采后分級具有重要意義。本文選擇海南的貴妃芒和金煌芒為對象,研究了流水線上的芒果智能化檢測分級系統(tǒng),文中采用一種基于像素深度的芒果外形檢測算法結(jié)合計算機(jī)圖像處理技術(shù),能夠精確計算出芒果的色澤參數(shù)、形狀參數(shù)、體積值和缺陷面積。數(shù)據(jù)顯示,測量出芒果的體積大小相對誤差小于2.0%、缺陷部位面積相對誤差小于2.0%。根據(jù)芒果的色澤、形狀、體積、缺陷等特征,分別采用BP神經(jīng)網(wǎng)絡(luò)算法、支持向量機(jī)（SVM）算法對其進(jìn)行綜合分級。實驗結(jié)果表明,基于改進(jìn)的粒度支持向量機(jī)（GSVM）的芒果智能檢測分級算法分級效率好,準(zhǔn)確率高,算法精簡。在芒果流水線的智能檢測與分級過程中,產(chǎn)品分級質(zhì)量得到了提高,對農(nóng)產(chǎn)品加工業(yè)具有促進(jìn)作用。 

【文章來源】：成都大學(xué)四川省

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題的研究意義和背景
    1.2 水果分級檢測國內(nèi)外研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
        1.2.3 研究現(xiàn)狀小結(jié)
    1.3 研究內(nèi)容及技術(shù)路線
        1.3.1 研究內(nèi)容
        1.3.2 技術(shù)路線
2 芒果分級圖像采集系統(tǒng)設(shè)計
    2.1 機(jī)器視覺
    2.2 芒果分級系統(tǒng)構(gòu)建
        2.2.1 芒果分級系統(tǒng)組成
        2.2.2 機(jī)器視覺系統(tǒng)
    2.3 相機(jī)標(biāo)定
3 芒果圖像預(yù)處理
    3.1 基于彩色的圖像處理技術(shù)
        3.1.1 顏色模型
        3.1.2 顏色模型轉(zhuǎn)換
    3.2 彩色圖像濾波降噪
    3.3 圖像邊緣檢測
    3.4 彩色圖像分割
        3.4.1 閾值分割
        3.4.2 RGB向量空間中的圖像分割
4 芒果外貌特征參數(shù)提取
    4.1 顏色特征提取
    4.2 形狀特征提取
    4.3 體積特征提取
        4.3.1 三維點云數(shù)據(jù)獲取與處理
        4.3.2 基于像素深度的體積測量法
    4.4 缺陷面積提取
        4.4.1 二維缺陷檢測
        4.4.2 芒果三維缺陷檢測算法
5 芒果智能檢測分級分級算法
    5.1 基于BP神經(jīng)網(wǎng)絡(luò)的分級算法
        5.1.1 BP神經(jīng)網(wǎng)絡(luò)
        5.1.2 BP神經(jīng)網(wǎng)絡(luò)構(gòu)建
    5.2 基于支持向量機(jī)(SVM)的芒果分級算法
        5.2.1 支持向量機(jī)原理
        5.2.2 SVM分類步驟
    5.3 實驗結(jié)果與分析
        5.3.1 開發(fā)環(huán)境
        5.3.2 分級標(biāo)準(zhǔn)
        5.3.3 實驗數(shù)據(jù)處理及分析
結(jié)論
參考文獻(xiàn)
附錄A 附錄內(nèi)容名稱
攻讀碩士學(xué)位期間發(fā)表論文及科研成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]走向新工業(yè)革命的智能制造[J]. 姚錫凡,景軒,張劍銘,劉敏,周佳軍.  計算機(jī)集成制造系統(tǒng). 2020(09)
[2]工業(yè)4.0從自動生產(chǎn)到智能制造[J]. 戰(zhàn)戟.  智庫時代. 2020(06)
[3]基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的管道泄漏檢測方法研究[J]. 燕宗偉,李平,郎憲明,劉浩宇.  當(dāng)代化工. 2020(01)
[4]一種改進(jìn)自適應(yīng)閾值的Canny算法[J]. 于曉海,張陽,須穎.  機(jī)械與電子. 2020(01)
[5]一種基于線激光的水果外形檢測方法[J]. 張光龍,張建偉,周敬.  中國農(nóng)機(jī)化學(xué)報. 2020(01)
[6]基于機(jī)器視覺的二維精密測量系統(tǒng)[J]. 粟序明,方成剛,洪榮晶,吳偉偉,朱浪.  工具技術(shù). 2019(12)
[7]機(jī)器視覺技術(shù)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用研究[J]. 張學(xué)俊,顧沈明,李斌.  農(nóng)村經(jīng)濟(jì)與科技. 2019(23)
[8]我國水果出口的現(xiàn)狀、問題及對策分析——以蘋果、梨和桃為例[J]. 顏棟勇.  對外經(jīng)貿(mào)實務(wù). 2019(08)
[9]中國水果出口貿(mào)易的比較優(yōu)勢及影響因素分析[J]. 巴勒江·馬迪尼也提,布媧鶼·阿布拉.  世界農(nóng)業(yè). 2019(07)
[10]攝像機(jī)標(biāo)定系統(tǒng)方法研究[J]. 汪永超,耿麗清.  天津職業(yè)技術(shù)師范大學(xué)學(xué)報. 2019(02)

博士論文
[1]運動水果的形狀描述方法與在線檢測技術(shù)[D]. 王福杰.浙江大學(xué) 2013

碩士論文
[1]寬色域白光LED光源光譜特性的研究[D]. 廖欣怡.華僑大學(xué) 2019
[2]三維激光點云數(shù)據(jù)的處理及應(yīng)用研究[D]. 孫鈺科.上海師范大學(xué) 2018
[3]基于激光掃描的物料堆三維測量系統(tǒng)研究[D]. 雷文.湖南大學(xué) 2014
[4]基于Kinect深度圖像的三維重建研究[D]. 韋羽棉.重慶大學(xué) 2014
[5]基于數(shù)字圖像處理的水果表面品質(zhì)檢測方法研究[D]. 馬秀麗.東北大學(xué) 2011



本文編號：3197745