资源描述：
《机械毕业设计（论文）开题报告-苹果分级机设计【8张优】》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、上海电机学院毕业设计（论文）开题报告课题名称___苹果分级机设计学院机械学院专业机械电子工程班级BJ080737学号081002070737姓名房应臣指导教师赵爽定稿日期：2011年1月6日8苹果分级机设计1选题背景及其意义我国是农业大国,也是蔬菜、水果等农产品的生产大国,总产量居世界第一位。我国出口到国外市场的各类农产品由于产后处理不完善,如优次不分、包装水平差等，导致缺乏市场竞争力,甚至毫无竞争优势，而在欧美和日本等发达国家,农产品收获后,都要经过严格的分级和包装,不仅拉开了价格档次,而且也方便了购买者,具有很强的市场竞争力。加人WTO后
2、,我国农业面临着前所未有的竞争,农民的增产增收受到严峻的考验,而这也正是当今我国社会关注的焦点，“三农”问题的关键,这就迫使我们要紧跟时代的步伐,使农产品通过标准分级,提高市场竞争力,以达到增加农民收人的目的。农产品的检测与分级已成为当今许多科研人员非常感兴趣的研究方向,国家也给予了较大的投入。由于农产品本身品质的多样性,加上我国在该领域的研究起步较晚,目前,国内还很少有高效实用的农产品分级设备,大部分仍然停留在原始的手工分级阶段,在农村甚至还存在不分级的原始农作,严重影响了农民的增产增收。故本文课题针对我国国内农产品分级情况,设计一种具有无
3、损自动分级功能的水果分级机，对降低人工劳动强度，提高农民收入，都具有十分突出的现实意义。2文献综述（国内外研究现状与发展趋势）水果的分级指标包括外部品质和内部品质两个方面。水果外部品质的主要分级指标是水果的果形、大小、色泽、表面质量和颜色等。其中水果的表面质量可以通过表面光洁度、表面缺陷(斑点、污点、烂坏)、损伤来描述。内部品质指糖度、硬度、酸度、可溶性固形物等指标。传统的瓜果分级方法主要有以下三种：（l）人工分级。靠人工感官，根据瓜果的大小、颜色、形状、缺陷进行识别判断。这种主观评定受个人的能力、色彩分辩力、情绪、疲劳程度和光线等条件的影响
4、，效率低，误差大，而且大多数停留在定性判断，其客观性、准确性较差。（2）机械化分级。主要有尺寸分级机及重量分级机。机械化分级虽然在一定程度上减轻了劳动强度，但只能根据农产品的大小和重量来分等级，无法完成形状、尺寸、成熟度、表面缺陷等方面的综合评价。8（3）光电分级。其分选标准是依据瓜果的表面颜色反映出来的特征决定其品质的优劣程度。当光作用于物体后，物质对不同波长的光具有选择性吸收的特点，因此光学自动分选台的工作原理是利用瓜果表面对不同波长范围内的光的吸收和反射来分析其颜色特征，从而决定瓜果的质量等级。由于该方法只能对瓜果的表面色泽进行判别，而
5、忽略其它方面的特征，故存在很大的片面性，不适合瓜果品质全面检测的需要。目前为止，国内外学者在利用计算机视觉进行瓜果的品质检测分级方面已经做了大量的工作，主要集中在瓜果分级技术的系统研究和瓜果图像的计算机图像处理方法和识别算法的研究。国外早期的水果自动分级方法主要通过CCD相机，采用无损检测、计算机分析处理等手段对水果逐一进行分析判别后得出综合结论。利用机器视觉技术实现农产品内部品质无损检测是目前国际上正在研究的热点课题。用计算机视觉代替人的视觉进行瓜果分级，首先将人从繁重单调的劳动中解放出来，排除人的主观因素的干扰，避免了因人而异的分选结果；
6、分级设备不仅可按瓜果重量、尺寸进行分级，而且还可以根据缺陷、色泽、形状、成熟度等进行分级，使瓜果的处理质量和效率进一步提高。人工神经网络、遗传算法和模糊数学等新兴的交叉学科虽尚未完全成熟，但已显示了巨大的潜力，并正以很快的速度与实际生产相结合。相对于国外而言,国内在利用机器视觉进行瓜果品质自动识别方面的研究起步较晚，无论在硬件还是软件上都还有很大的差距，离实际应用的距离则更远。曹其新、王红永等、应义斌，景寒松等[17]用BP神经网络判别形状，其中应义斌，景寒松等[17]用傅立叶变换和傅立叶反变换对描述果形，如果不考虑果梗的影响，不失为一个好方
7、法。何东健、杨青等以计算机视觉自动检测果实表面着色度并进行分级，将RGB值转换成HLS值；在分析苹果颜色特性的基础上，确定了用合适色相值下累计着色面积百分比进行颜色分级的方法。分级试验结果表明，用建立的准则和方法，计算机视觉分级与人工分级的一致度在88%以上。李庆中、张漫等以色度直方图分布作为特征，利用遗传算法实现了多层前向神经网络识别器的学习设计,实现了苹果颜色的实时分级,并通过试验验证了方法的有效性。试验结果表明,颜色分级识别准确率在90%以上,分级一个苹果所用的时间为150ms。陈晓光、杨秀坤应用计算机视觉技术获取了国光、富士和黄元帅三
8、个不同品种苹果的形状特征参数,采用退火演化算法及神经网络“融合”方法建立了分级合作的层次处理自动评价系统,实现了对果型的快速、准确综合判别。实验表明,该方法准确率达
