试析基于虚拟仪器的鸭梨品质检测计算机视觉系统研究

《试析基于虚拟仪器的鸭梨品质检测计算机视觉系统研究》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、河北农业大学硕士学位论文基于虚拟仪器的鸭梨品质检测计算机视觉系统研究姓名：赵彦如申请学位级别：硕士专业：农业机械化工程指导教师：钱东平20040616摘要利用计算机视觉技术进行水果品质的在线检测与分选技术研究，对提高果品市场竞争力与产品增值效益具有重要应用前景。目前在我国，因缺乏农产品品质检测标准和手段，使各种农产品混杂上市，在国际市场上缺乏竞争力，初级农产品得不到增值，给国家和农民造成了巨大的经济损失，特别是在我国加入WTO世界贸易组织之后，这一需求显得更为追切。本文就是在这样的背景下，研究了水果在线检测与品质分选的方法

2、和技术，目的在于解决动态条件下，图像质量差，信息量大，实时处理能力低，检测精度低等问题。水果的外部品质主要涉及大小、形状、颜色和表面缺陷。主要研究内容如下：(1)图像低层处理算法是利用计算机视觉进行水果在线快速分级的基础。本文首先对图像低层处理中的图像平滑、图像增强、图像分割、边缘检测、边缘细化等算法进行了比较和研究，得到了适合水果在线快速分选的低层处理算法。特别是在边缘检测方面采用了模板分析法，这种方法检测的图像面积仅约为传统方法的l，2，因此检测速度约是传统方法的2倍。(2)国内研究者提出的水果形状、大小识别算法，都是

3、围绕水果中心轴线来提取特征参量，而水果在分选生产线上的状态是随机的，故这些特征参量的提取方法不再适合于在线状态。为此，本文采用质点法计算形心，确定形心以后再计算最大果径，用傅立叶交换描述果形。(3)本文利用颜色模型RGB、HIS进行颜色分级。水果表面缺陷的识别复杂而费时，一直是实现水果自动化分级的障碍。真正缺陷区与梗萼凹陷区的快速识别是国内外研究的另一热点，因为这是造成分级误差的主要原因。为此，本文提出基于人工神经网络的快速识别新方法。(4)建立了以分级为目的的软硬件系统。硬件系统可完成水果的传输和动态捕获图像的功能。软件

4、系统完成水果大小、形状、颜色以及表面缺陷的分级功能。软件开发工具为LabWindows／CVl6．0，IMAQ，rMAQ．Vision；IMAQ是采集卡驱动软件，它提供了丰富的图像采集驱动函数，可直接在用户的应用程序中调用这些函数：IMAQVision是一个高级图像处理分析软件包，它包括一整套丰富的MMX优化函数，具备灰度、彩色及二值图像的显示、处理和图像形态学处理等功能。关键词：LabWindows／CVI；计算机视觉；品质检测；人工神经网络；实时处理；图像处理StudyOiltheMachineVisionofPear

5、SQualityBasedOilVirtualInstrumentafionA鲥culturalMechanizationZhaoYan-ruTutor：QianDong-pingAbstraetontherealtimefruitqualitydetectionbycomputervisionisanattractiveandprospectivesubjectforimprovingmarketingcompetitionandpostharvestingvalue-addedprocessingtechnologyo

6、ffruitproducts．However,thefarmproduce、ⅣiⅡldifferentvarietiesanddifferentqualityhavecause订emendouslossesineconomyduetolackingthepost—harvestinspectingstandardsandmeaSLu'esinChina,andthisproblemwillbecomemoregravewithChinaenteringtheWTO．Itaimsatsolvingtheproblems，su

7、chasfastprocessingthelargeamountofimageinformation，improvingsystemperformanceforrealtimedynamicimagecaptureandprocessingcapability,increasingprecisionofdetectionandonlinegradingsystemestablishment．etc．Theinspectionitemsforfruitexternalqualityinvolvesize，shape，colo

8、randsurfacedefects．TheresultsofstudyarebrieflySu．rrdllarizedasfollows：(1)Somefastimagepreprocessingmethodssuitableforon—linepearautomaticgradingincludin