基于压力和图像的鲜玉米果穗成熟度分级方法.pdf

基于压力和图像的鲜玉米果穗成熟度分级方法.pdf

ID:55975502

大小:405.32 KB

页数:5页

时间:2020-03-23

基于压力和图像的鲜玉米果穗成熟度分级方法.pdf_第1页
基于压力和图像的鲜玉米果穗成熟度分级方法.pdf_第2页
基于压力和图像的鲜玉米果穗成熟度分级方法.pdf_第3页
基于压力和图像的鲜玉米果穗成熟度分级方法.pdf_第4页
基于压力和图像的鲜玉米果穗成熟度分级方法.pdf_第5页
资源描述:

《基于压力和图像的鲜玉米果穗成熟度分级方法.pdf》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、第26卷2010年第7期7月农业工程学报TransactionsoftheCSAE、,01.26No.7Jul.2010369基于压力和图像的鲜玉米果穗成熟度分级方法王慧慧1,孙永海墩,张贵林2,张婷婷1,李义3,许秀颖3(1.吉林大学生物与农业工程学院,长春130022;2.吉林大学机械科学与工程学院,长春130022;3.吉林天景食品有限公司,长春130123)摘要:为实现鲜玉米果穗成熟度等级的客观评定,提出了基于压力传感器和计算机视觉技术的综合分析方法。研制了玉米果穗成熟度检测装置,提取纹理信息所得惯

2、性矩和压力检测装置所得最大压力值作为鲜玉米果穗成熟度等级评定的特征参数,通过系统聚类分级研究,确定成熟度等级为3级。采用主成分分析法对11个颜色特征进行优化筛选,用第一、二主成分可综合反映11个颜色特征的分级信息,实现了参数的降维。试验结果表明:以最大压力值、惯性矩、颜色特征主成分分析第一、二主成分值作为构建概率神经网络的输入,进行鲜玉米果穗成熟度等级评定,正确率为96.67%。结合压力传感器和计算机视觉技术町实现对鲜玉米果穗成熟度的准确分级。关键词:分级,压力,图像处理,神经网络,颜色特征,鲜玉米果穗do

3、i:10.3969/j.issn.1002—6819.2010.07.065中图分类号:S513,TS210.7文献标识码:A文章编号:1002—6819(2010)-07—0369—05王慧慧,孙永海,张贵林,等.基于压力和图像的鲜玉米果穗成熟度分级方法[J].农业工程学报,2010,26(7):369--373.WangHuihui,SunYonghai,ZhangGuilin,eta1.Gradingmethodoffleshtomearmaturitybasedonpressureandimage[

4、J].TransactionsoftheCSAE,2010,26(7):369--373.(inChinesewithEnglishabs仃act)0引言1试验材料与设备不同成熟度鲜玉米果穗如在同一工艺参数下进行蒸苡加工,难于保证产晶质量的一致性。目前鲜玉米果穗的分级主要依靠质检员根据经验进行人工分级,劳动强度大且易受主观因素的影响。在鲜玉米果穗加工生产线上,进行人工分级会浪费大量人力和时l’日J,限制整个加工过程生产自动化的实现。利用计算机视觉和现代传感器技术可降低人为因素的影响,分级结果具有客观一致性,

5、提高分级正确率的同时,为实现生产自动化奠定了基础。目前计算机视觉技术已广泛用于农产品检测【l】,对作物籽粒的检测研究较多。LiuJ等利用计算机视觉技术实现了玉米籽粒白度值的快速准确测量,并通过白度值表达玉米籽粒颜色信息【2】。宁纪锋等人利用玉米籽粒尖端位置的形态特征提出了籽粒尖端的识别算法,利用胚部位置的图像特征提出了胚部面的识别算’法【引。整穗玉米的检测方法研究却少有报道,PanigrahiS通过计算机视觉技术对整穗玉米的外形尺寸和形状识别进行了研究卜5‘。而利用计算机视觉和压力传感器技术进行鲜玉米果穗成

6、熟度的检测更未见报道。本文对鲜玉米果穗缺陷进行识别,首次将压力、纹理和颜色特征相结合进行特征参数的分析和处理,并利用神经网络技术实现了成熟度等级的智能评定。收稿日期:2009-03.23修订日期:2010-07-07基金项目:国家“863”高技术研究发展计划资助项目(2008AAl00802)作者简介:王慧慧(1982一),女,辽宁朝阳人,博士生,研究方向:农产品智能检测与评价研究。长春吉林大学生物与农业工程学院,130025。Emaihwhh419@sohu.c锄※通信作者:孙永海(1956--),男,吉

7、林长春人,教授,博士,博士生导师,研究方向:农产品智能检测与评价研究。长春吉林大学生物与农业工程学院,130025。Email:smayh⑥ilu.edu.gn1.1试验材料试验用玉米为天景食品有限公司提供的垦黏一号鲜玉米果穗,经去苞叶和清洗后,选尺寸随机的不同成熟度果穗进行试验。1.2检测系统检测系统由压力传感器检测装置、USB.783l数据采集卡、Ma订oxMeteorII图像采集卡、计算机、MV-UC3000工业摄像头、SONYDXC.390P3CCD摄像头和检测箱构成。使用MV-UC3000工业摄像

8、头采集玉米果穗局部图像,使用SONYDXC.390P3CCD摄像头和图像采集卡实现整穗玉米的图像采集,玉米局部图像的采集在果穗中段进行,镜头视野为22.4mm×29.0r衄,约为5--.10个玉米籽粒。检测系统简图如图1所示。1.压力检测装置2.数据采集卡3.图像采集卡4.计算机5.工业摄像头6.3CCD摄像头7.检铡箱图1检测系统简图Fig.1Detectionsystemdiagram1.3压力检测经标定将压

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。