針對堅果分類效率低、精確度低、成本高等問題,該文研究并設(shè)計了基于機(jī)器視覺的堅果尺寸檢測系統(tǒng),以核桃堅果為研究對象,對核桃的尺寸進(jìn)行檢測,以獲取品質(zhì)高、質(zhì)量好的核桃。首先,通過工業(yè)相機(jī)對核桃圖像進(jìn)行采集;其次,利用視覺軟件Halcon進(jìn)行Blob分析、分水嶺閾值分割、矩形檢測等方法進(jìn)行圖像處理,獲取核桃尺寸的相關(guān)數(shù)據(jù);最后,將被檢測物尺寸的實時數(shù)據(jù)傳輸?shù)焦た貦C(jī)上,利用Visual Studio 2019軟件實現(xiàn)數(shù)據(jù)通信。實驗結(jié)果表明,該堅果尺寸檢測系統(tǒng)穩(wěn)定,能夠保證較高的準(zhǔn)確率。 

【文章來源】：工業(yè)儀表與自動化裝置. 2020,(06)

【文章頁數(shù)】：5 頁

【部分圖文】：

硬件結(jié)構(gòu)圖

采集完圖像之后，需要對圖像進(jìn)行Blob分析處理[3]。圖像處理分為4個步驟：1）為了將圖像中的目標(biāo)區(qū)域與背景分開，必須要對圖像進(jìn)行Threshold操作，從而提取出ROI區(qū)域；2）在采集圖像時，往往會出現(xiàn)噪聲干擾的情況，而噪聲干擾會對檢測的精確度產(chǎn)生特定的影響，所以必須要對圖像進(jìn)行形態(tài)學(xué)處理[4]，該文采用的是Opening處理，即先腐蝕后膨脹，可以有效地抑制或消除噪聲的干擾；3）通過連通性分析后可以將整個區(qū)域劃分為多個獨(dú)立的小區(qū)域；4）對劃分后的小區(qū)域進(jìn)行面積特征的提取，處理后的圖像如圖2所示。2.2 基于分水嶺閾值的目標(biāo)分割

Watersheds＿threshold

【參考文獻(xiàn)】：
期刊論文
[1]基于TCP/IP協(xié)議的網(wǎng)絡(luò)通信服務(wù)器設(shè)計與實現(xiàn)[J]. 呂焦盛.  赤峰學(xué)院學(xué)報(自然科學(xué)版). 2019(09)
[2]基于機(jī)器視覺的柑橘表面缺陷檢測[J]. 龔中良,楊張鵬,梁力,蔡宇,游江輝.  江蘇農(nóng)業(yè)科學(xué). 2019(07)
[3]基于生產(chǎn)線的工業(yè)通信網(wǎng)絡(luò)方案設(shè)計與分析[J]. 王兵維,余粟.  產(chǎn)業(yè)與科技論壇. 2017(03)
[4]基于機(jī)器視覺的核桃仁大小自動分級技術(shù)[J]. 申愛敏,霍曉靜,王文娣,王紅霞.  江蘇農(nóng)業(yè)科學(xué). 2016(09)
[5]清香核桃采后商品化處理的標(biāo)準(zhǔn)化操作技術(shù)規(guī)程[J]. 雷玲,商素娟,王紅霞.  果農(nóng)之友. 2016(06)

碩士論文
[1]基于機(jī)器視覺的果蔬分級系統(tǒng)研究[D]. 張震.青島大學(xué) 2019



本文編號：3585939