基于机器视觉的花椒外观品质检测技术研究

《基于机器视觉的花椒外观品质检测技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西南大学硕士学位论文基于机器视觉的花椒外观品质检测技术研究姓名：杨飞申请学位级别：硕士专业：农业机械化工程指导教师：祝诗平20080501摘要花椒是一种重要的烹饪调料和中药配料。花椒品质检测包括对固有杂质含量、色泽等外观品质和挥发油、麻味物质含量等内部品质两方面的检测。本文将机器视觉技术引入到包括花椒颗粒均匀度、闭眼率、椒籽率、果穗梗率等外观品质评价指标的快速检测中，避免了传统人眼感观检测存在的可重复性差、效率低、随意性大等缺陷。主要研究内容如下：第一，对收集的37份花椒样品外观品质进行了人工感官评测。第二，基于普通平板扫描仪、PC和打印机

2、搭建了一套用于花椒外观品质检测的机器视觉硬件系统，对37份花椒样品进行图像采集，完成了花椒图像的基础数据准备。第三，通过比较椒籽、闭眼椒、果穗梗和果皮的凹性率、椭圆度、面积值等多项外观形态特征，获取了各固有杂质成分的分离阈值。结果表明：图像分辨率为600dpi时，取凹性率O．95、面积值7000像素可先分离出椒籽，再取椭圆度0．9能分离出果穗梗，最后取凹性率O．8964、椭圆度O．5072能有效区分余下的闭眼和果皮。另外，针对采用C锄y算子边缘检测后的花椒样本图像中有部分个体的边缘不连续、对边缘检测结果直接填充时效果较差，提出了更能有效识别

3、花椒籽粒的二次填充算法。第四，实现了花椒外观品质检测的相关图像处理算法，并利用MATLAB平台丌发了基于机器视觉的花椒外观品质检测软件系统，包括图像处理模块、图像分析模块、特征提取模块和数据分析模块，能对单帧、多帧花椒图像进行单步、连续处理。第五，对37份花椒样品进行机器视觉检测，完成固有杂质等四项指标的定量检测，并与人眼感官评测的结果进行对比比较，给出机器的正判、误判及漏判率。结果表明：对椒籽、果穗梗正确识别率可达100％，闭眼及果皮正确识别率分别达89％、96．8％。研究表明，基于机器视觉技术的花椒外观品质检测机理可行，检测效果较好，为

4、花椒的收购、储藏、销售提供了快速、准确的外观品质检测新思路，具有较高的理论价值和现实意义。关键词：花椒机器视觉图像处理外观品质检测固有杂质AbstractPricklyashisanimportantcondimentandtraditionalChinesemedicineingredient．Thequalitydetectionofpricklyashincludedtwoaspects：appearancequalitydetection(theintrinsiccontaminantsandcolor)andintemalqual

5、itydetection(volatileoilandspicycomponents)．Thisp印erfocusedontheimrinsiccom锄inantsdetectionofpricklyasbasedonthemachineVisiontechnology；whichincludedthedetectionofunif．o彻ityde伊ee，seedrate，劬itcoatclosingrateandrateofpeduncleandavojdedusingtraditionalmanualmemodwhichencounte

6、redwithsomeproblemssuchaSbadr印eatabilitxlowe街ciencyandhi曲ralldom．Themaincontentsandresultsofthispaperwereasfollows：Firstly；thes锄plecollectionschemewasestablishedspecifically：37p—cklyashsampleswerec011ected舒omthecount呵oforiginduringtheharvesttime．Secondly，themachineVisioneq

7、uipmemwasestabIishedusingsc猢er，PCandprinter．Thed垮talimagesof37sampleswerec011ectedbymeequipmemandthedatabaseforthepricklyashimagewaSestablishedatthes锄etime．Thirdly’exp甜mentanddataanalysisillustratedthat：wimtheimageres01utionbeing600dpi，theseedcouldbeseparatedfirstlyifonlys

8、olidityandareawere0．95and7000pixelsrespectiVely’menmepeduncles印aratedmeeccentricitybeing0