基于密度特征的苹果霉心病无损检测方法研究

《基于密度特征的苹果霉心病无损检测方法研究》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、，校代码：10712分类号：研究生学号：2013051216UDC：632…—密级：公幵__(J)&灶衣林爷牧大学2015届全日制硕士专业学位研究生学位论文基于密度特征的苹果霉心病无损检测方法研究类J•一U型'V工程硕士丨丨_丨'■丨■•_一_•一.■领域、方向_______&M1M：____研究生________张卫1!______指导教师宋怀波副教授_完成时间2015年5月___中国陕西杨凌研宄生学位论文的独创性声明本人声明：所呈交的全日制碩士专业学位论文是我个人在导师指导下独立进行的研究工作及取得的研究结果；论文中的研究数据及结果的获得

2、完全符合学校《关于规范西北农林科技大学研究生学术道德的暂行规定》，如果违反此规定，一切后果与法律责任均由本人承担。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究结果，也不包含其他人和自己本人已获得西北农林科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同事对本研究所做的任何贡献均已在论文的致谢中作了明确的说明并表示了谢意。研究生签名：时间：年汐月g曰导师指导研究生学位论文的承诺本人承诺：我的全日制硕士专业学位研究生系丨运所呈交的硕士学位论文是在我指导下独立开展研究工作及取得的研究结果，属

3、于我现岗职务工作的结果，并严格按照学校《关于规范西北农林科技大学研究生学术道德的暂行规定》而获得的研究结果。如果违反学校《关于规范西北农林科技大学研究生学术道德的暂行规定》，我愿接受按学校有关规定的处罚处理并承担相应导师连带责任。导师签名:时间：XS年<月s日关于研究生学位论文使用授权的说明本学位论文的知识产权归属西北农林科技大学。本人同意西北农林科技大学保存或向国家有关部门或机构送交论文的纸质版和电子版，允许论文被查阅和借阅；同意西北农林科技大学将本学位论文的全部或部分内容授权汇编录入《中国优秀硕士学位论文全文数据库》进行出版，并享受相关权

4、益。本人保证，在毕业离开（或者工作调离）西北农林科技大学后，发表或者使用本学位论文及其相关的工作成果时，将以西北农林科技大学为第一署名单位，否则，愿意按《中华人民共和国著作权法》等有关规定接受处理并承担法律责任。任何收存和保管本论文各种版本的其他单位和个人（包括研究生本人）未经本论文作者的导师同意，不得有对本论文进行复制、修改、发行、出租、改编等侵犯著作权的行为，否则，按违背《中华人民共和国著作权法》等有关规定处理并追究法律责任。(保密的学位论文在保密期限内，不得以任何方式发表、借阅、复印、缩印或扫描复制手段保存、汇编论文）研究生签名：1^2

5、1^时间：知/y年(s月？曰导师签名:權代宋怀欢时间：h/X年6月友曰Classificationcode:TP29Universitycode:10712UDC:632Postgraduatenumber:2013051216Confidentialitylevel:No-ConfidentialThesisforMaster’sDegreeNorthwestA＆FUniversityin2015RESEARCHONNONDENSTRUCTIVEDETECTIONOFAPPLEMOULDCOREDISEASEBASEDONDENSITYCH

6、ARACTERMajor:MasterofEngineeringResearchfield:AgricultureEngineeringNameofPostgraduate:ZhangWeiyuanAdviser:A.P.SonghuaiboDateofsubmission:May,2015YanglingShaanxiChina基于密度特征的苹果霉心病无损检测方法研究摘要苹果霉心病是一种常见的果实病害，该病害会引起果实生长初期落果、成熟期果实品质下降、贮藏期果实腐烂、甚至侵染其它果实等一系列问题，造成严重的经济损失。目前，苹果外部品质检测分

7、级技术已相当成熟，但对于其内部品质的检测研究相对较少，尤其是对苹果霉心病的检测、判别很少。霉心病不仅影响了苹果鲜果及其加工产品的食品安全，而且影响了苹果的市场价值，严重阻碍了我国农业经济的发展。为实现霉心病苹果的无损快速检测，本研究提出了集机器视觉技术与果实生理特征于一体的基于密度特征的苹果霉心病无损检测方法，主要研究内容如下：(1)采用ArduinoUNO主板控制的质量测量设备实现了苹果质量的精确测量，并将质量测量设备通过串口助手实现与上位机的通讯，通过串口调试程序实现了质量数据与上位机的通讯，实现了在MATLAB编程环境中打开串口及准确读

8、取质量数据。(2)利用图像采集设备从不同角度获取待测苹果图像，并采用机器视觉技术中自适应阈值法（Otsu）与K-means聚类法相结合的数字图像处理算法实现了果实区