基于ARM的农产品品质检测系统的研究

《基于ARM的农产品品质检测系统的研究》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、陛压料技大筝论文题目：基于ARM的农产品品质检测系统的研究申请学位学科：工学所学学科专业：模式识别与智能系统培养单位：电气与信息工程学院硕士生：宋晋国导师：党宏社教授2011年5月STUDYoFQUALITYDETECTIoNSYSTEMFORAGRICUl月RUALPRODUCTSBASEDoNARMAThesisSubmittedtoShaanxiUniversityofScienceandTechnologyinPartialFulfillmentoftheRequirementfortheDegreeofMasterof．E．．．．n．．．g．．．i．．n．．．e．

2、．．e．．．r．．i．．n．．．g．．By．S．．．o．．．n．．．．g．．．．J．．．i．．n．．．．g．．．u．．．o．．ThesisSupervisor：Professor．D．．．．a．．．n．．．g．．．．．H．．．．o．．．．n．．．g．．．s．．h．．．．e．May，2011摘要随着嵌入式技术的迅速发展，ARM(AdvancedRISCMachine)处理器处理能力的迅速提高和成本的迅速下降，课题研究基于ARM的嵌入式农产品品质视觉检测系统的设计与实现问题，对于降低检测系统成本，扩大应用范围，进一步提高农产品产后价值，有着重要的现实意义。主要研究了苹果品质检测

3、中的图像处理算法问题。通过仿真比较，确定了相应的底层预处理算法和特征检测算法；重点研究了苹果大小、形状、颜色和缺陷四个方面的特征检测算法；利用苹果对称特征，确定出果轴提取边缘点序列，进而计算出果径；在HIS模型下，利用H分量对苹果表面红颜色区域进行分割，计算出红色分量百分比；利用标准球体灰度模型法，通过设定分割阈值，进行了缺陷识别。系统研究了农产品品质检测系统样机的设计与实现问题。对系统的硬件组成进行了详细论证，设计了采集装置和照明光源，选择了合适的处理器，搭建了检测系统硬件装置；确定了系统的总体软件结构，移植了Linux操作系统与根文件系统后，以QT为应用软件开发平台，设

4、了检测系统软件，并实现了各个单元软件模块功能，在主机端模拟调试成功后，移植到ARM检测系统，完成了检测系统的整体软件设计。对检测系统样机进行了整体检测实验，实验结果表明，该品质检测系统能够完成苹果特征检测。系统对大小和形状的检测正确率为90％以上；对颜色的检测一致率为80％；而缺陷的识别率约为80％。系统结构简单，成本低，检测速度较快，系统通过算法扩展后，还可用于其它农产品特征检测。关键词：农产品，嵌入式系统，ARM，品质检测ⅡSTUDYOFQUALITYDETECTIoNSYSTEMFORAGRICULTRUALPRoDUCTSBASEDoNARMABSTRACTWitl

5、lt11erapiddevelopmentoftheembeddedtechnology,theabilityofprocessingforAI蝴(AdvancedRISCMachine)processorisincreasedrapidlyandthecostofARMprocessorisalsodecreased．ThispaperstudiedtheproblemofdesignandimplementationofagriculturalproductsqualitydetectionsystembasedonembeddedA刚Mtechnologies．Ith

6、asimportantpracticalsignificance士orreducingsystemcostandexpandingscopeofapplicationinagriculturalproductsprocessingareas．Appleprocessingalgorithmsaremainlyresearchedfortheproblemofqualitydetection．Throughsimulationexperiments，thepretreatmentalgorithmandthefeaturedetectionalgorithmareconfor

7、med．fouraspectsofapplesize，shape，colouranddefectfeaturedetectionalgorithmsarestudied．Usingapplesymmetricfeatures，appleaxisiSconfirmed．Afterextractingappleedgepoints．applediameteriScalculated．HcomponentisusedforapplesurfaceredcolorsegmentationInHISmodel．Thenred