基于数学图像处理的柚子品质检测研究.

《基于数学图像处理的柚子品质检测研究.》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、怀化学院大学生研究性学习和创新性实验计划项目申报书计划项目名称基于数学图像处理的柚子品质检测研究　计划项目负责人赵志衡　　系部名称物理与信息工程系所在专业光信息科学与技术　　所在年级2012级　　　　　联系电话18874519856　　　　电子邮件1047968700@qq.com　　　　　　　导师姓名王旭　　导师职称实验师　　__填写日期2015年4月15日　　教务处制2015年3月填写说明及注意事项一、申报书逐项认真填写，填写内容必须实事求是，表达明确严谨。空缺项要填“无”。二、表格中的字体小四号仿宋体，1.5倍行距；需签字部分由相关人员以黑色

2、钢笔或水笔签名。均用A4纸双面打印，于左侧装订成册。三、大学生研究性学心和创新实验项目是本科学生个人或创新团队在导师指导下，自主进行研究性学习，自主进行实验方法的设计、组织设备和材料、实施实验、调查、分析处理数据、撰写总结报告等工作。四、项目实施原则：参与计划的学生要对科学研究或创造发明有浓厚的兴趣，并在导师指导下完成实验过程；参与学生要自主设计实验、自主完成实验，注重创新性实验项目实施过程。五、参与大学生创新性实验项目的学生不超过5人，项目执行时间为1-2年。六、指导老师应具有讲师以上职称，每个指导老师指导的项目数不超过2项。七、计划项目必须先由

3、导师提出意见，系（部）审核后再推荐上报。上报的计划项目表一式三份（均为原件）报送教务处，同时提交电子文档。项目名称基于数学图像处理的柚子品质检测研究主持人姓名赵志衡学号1210407003班级光信息7班年级2012级电话18874519856E-mail1047968700@qq.com项目组其他成员学生姓名性别系（部）名称专业年级联系电话合作者签名马卓凡男物理与信息工程系光信息1215211598129朱奇男物理与信息工程系光信息1215580694608陈墨男物理与信息工程系光信息1218774566695指导老师情况姓名王旭性别男民族满出生年

4、月1984.3职称实验师专业光信息科学与技术研究方向光电子技术数字图像处理手机号码18975072157E-mailwangxhhtc@163.com指导老师签名一、前期基础（500字以内）赵志衡，项目负责人，学习成绩良好，具有扎实的电子电路技术、数字图像处理等专业基础知识，有良好的计算机基础和动手实践制作能力，较强的创新能力，曾参加过多次校级、市级实践竞赛并取得较好成绩。项目团队曾对该项目进行过深入分析和研究，查阅了一定数量的许多国内相关文献资料，分析了相关检查方法和实现过程。通过网上视频深入学习Matlab编程方法并了解了检测算法原理。王旭，项

5、目指导教师，湖南大学电子与通信工程研究生，实验师。主持科研项目两项，教改项目一项，并参与多项科研、教改项目，在公开发表的期刊杂志上发表学术论文多篇。二、项目立论依据（1500字以内）1．项目研究目的和意义1.1研究目的本项目拟研究利用计算机数字图像处理技术，完成柚子果形、果色、果径和缺陷的检测，实现柚子的无损快速检测，提高生产效率。1.2研究意义湖南省怀化市柚子、柑橘等果类产量很高。一般来说，要上市的柚类果实采收后经过一系列处理，包括手工检测和机械检测两种方式，最终成为商品进入市场。检测过程主要包括：“果实+漂洗（或淋洗）+涂清洁剂（或肥皂液）+刷

6、洗”—“清水淋洗—“擦干”—“涂蜡（或蜡液加保鲜剂）”—“抛光”—“烘干+选果（品质分级）”—“贴标签”—“单果包装”—“装箱（或装袋）”—成品[1]，其中最为重要的过程为选果。目前，怀化地区柚子选果主要采用人工分选的办法。随着产业的逐步扩大，人工分选的缺点也愈加凸显。1)需要大量劳动力,劳动强度大,效率低,分检成本高;2)分级标准人工难以实现,分级精度不稳定,因为仅凭人的视觉很难实现量化指标的检测,而且工人长时间用眼和进行单调的操作,会造成身心疲劳和情绪的波动,这会使分级误差随着人的情绪发生波动[2]。因此，研究一种基于数字图像处理的柚子检测分级

7、对于降低劳动强度，提高生产效率，增加果农收益，发展地方经济具有重要的意义。2．国内外研究现状国内很早便已开展利用数字图像处理技术对果实、蔬菜自动进行检测、分级处理的研究,并在这一领域取得了一些相关研究成果。如：吉林工业大学的陈晓光、杨秀坤等采用退火演化算法及神经网络“融合”方法,建立“轴对称判别”、“果径变化特征”等四个子网络,再利用四个子网络的输出作为“果形综合评价”网络的输入,进行苹果果形判别,其判别准确率不低于95%；浙江大学的应义斌等提出在黄花梨的分级过程中采用傅立叶变换与傅立叶反变换对来描述果形,利用其前16个谐波分量的变化特征代表黄花梨

8、的主要形状,傅立叶描述子与人工神经网络相结合的方法进行果形识别的精确率可达90%；中国农业大学的李庆中利用计算机视觉进行静