發(fā)布時間：2020-12-19 02:03

　　核桃外觀品質(zhì)分級作為連接核桃采收和深加工的中間環(huán)節(jié),對提高生產(chǎn)效率和增加產(chǎn)品附加值具有重要意義。本文以新疆地區(qū)的核桃為研究對象,以其外部品質(zhì)為基礎(chǔ),研究了基于機器視覺的核桃大小分級和裂紋剔除的在線分級系統(tǒng)。主要研究內(nèi)容及結(jié)論有:1)綜述了國內(nèi)外基于機器視覺進行農(nóng)產(chǎn)品加工的發(fā)展現(xiàn)狀研究。通過閱讀文獻和調(diào)研,了解機器視覺發(fā)展現(xiàn)狀,及其應(yīng)用于農(nóng)產(chǎn)品分級處理的實例分析,針對存在的一些不足,結(jié)合機器視覺在核桃分級中的優(yōu)勢,確立了研究技術(shù)路線。2)針對核桃外部品質(zhì)特點及分級需要,確立了圖像預處理方法。包括圖像數(shù)據(jù)量縮減、圖像降噪及顏色通道選取等,并初步實現(xiàn)了核桃在圖像中的邊緣提取,為實現(xiàn)目標分割和圖像理解創(chuàng)造條件。3)基于機器視覺下核桃大小和裂紋分級方法研究。在取顯著性水平α=0.01的前提下,動態(tài)標定法與人工精確測量無顯著性差異。以低像素級直方圖特征法和灰度共生矩陣法來描述核桃裂紋特征,提取熵、一致性、對比度、同質(zhì)性作為特征向量,以此來訓練支持向量機(SVM)分類器,分類器模型(XML)靜態(tài)識別裂紋正確率分別達到98.3%和88.0%。4)基于機器視覺的核桃大小分級和裂紋剔除的硬件系統(tǒng)搭建。(1... 

【文章來源】：新疆農(nóng)業(yè)大學新疆維吾爾自治區(qū)

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【部分圖文】：

對輥式核桃分級機結(jié)構(gòu)示意圖

新疆農(nóng)業(yè)大學碩士學位論文韓仲志和鄧立苗等人[24]（2013）研究了計算機視覺胡蘿卜外觀品質(zhì)自動分級系統(tǒng)，提出胡蘿卜外觀等級的須根、青頭、開裂提取算法。須根通過檢測骨架端點數(shù)來實現(xiàn)，在 R 分量上通過二值化得到青頭區(qū)域，在 S 分量上進行開裂檢測，以此建立量化標準，檢測正確率均在 81.8%以上。肖愛玲和黃新成[25]（2014）提出了一種基于彩色分量和圖像形態(tài)學的駿棗病蟲害檢測方法，采用自適應(yīng)閾值法和圖像形態(tài)學方法，分割出病蟲害區(qū)域，識別率達到 98%。杜宏偉、鄧立苗[26]（2015）等人開發(fā)了基于機器視覺的胡蘿卜外觀品質(zhì)分級系統(tǒng)和裝備。在前期青頭、須根和開裂檢測的基礎(chǔ)上，添加了彎曲和斷折等缺陷的檢測，開發(fā)的生產(chǎn)線由下位機控制系統(tǒng)、上位機軟件系統(tǒng)和機械分級系統(tǒng)構(gòu)成，可實現(xiàn)每秒 20 個胡蘿卜的等級檢測，分級正確率達到 93.5%。

小在線分級及缺陷剔除系統(tǒng)設(shè)計研究第 2 章 機器視覺下核桃圖像預處處于運動狀態(tài)，在傳感器觸發(fā)下相機拍照獲運動速度均會影響原始圖片質(zhì)量，為了將其數(shù)據(jù)量縮減、降噪和增強處理，這是目標分態(tài)下果品圖像分析類似，因此研究核桃靜態(tài)法。圖 2-1 為前期圖像采集實驗平臺示意圖工業(yè)相機圖像采集


本文編號：2925042