学位论文 > 优秀研究生学位论文题录展示

基于计算机视觉的哈密大枣无损检测分级技术及分级装置研究

作　者: 王丽丽
导　师: 马本学
学　校: 石河子大学
专　业: 机械设计及理论
关键词: 哈密大枣计算机视觉技术小波分析褶皱特征提取检测分级装置
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 1次
引　用: 0次
阅　读: 论文下载

内容摘要

哈密大枣作为中国新疆地区特色水果，是新疆地区的地理标志性产品，要实现哈密大枣绿色食品品牌战略，必须对采摘后的哈密大枣进行检测分级。然而目前对哈密大枣的检测分级仍采用人工完成，人工分级主要存在劳动量大，生产效率低，分级精度不稳定，分级标准容易受人的主观因素影响等缺点，且工人与枣接触难以保证食品的卫生安全。现有的机械式红枣分级机提高了分级效率，可实现大小分级，然而分级标准单一，并且对大枣损伤较大，分级品质难以提高。因此，亟需一个可实现自动无损检测分级的系统，提高哈密大枣的分级标准，降低分级成本。本文主要利用计算机视觉技术对干制后的新疆哈密大枣的外部品质进行无损检测，实现高效快速的分级，保证优质哈密大枣出口和供销，同时提高其销售价格。主要完成以下几方面内容：（1）利用现有的计算机视觉哈密大枣自动无损检测实验台获取试验样本图像，根据哈密大枣颜色特征及果面特征等确定样本采集时所需的背景及光源的布置形式。用MATLAB对所采集的图像进行预处理，确定算法并进行优化，通过阈值分割法选择（0.1，0.7）为哈密大枣，通过颜色空间转换等方法去除图像背景。（2）介绍了常用的边缘检测算子及小波变换在图像边缘检测中的应用，通过对哈密大枣图像的边缘检测结果进行比较分析后，找出适用于哈密大枣表面褶皱提取的最佳方法。（3）哈密大枣表面褶皱作为分级的重要标准之一，本文利用小波变换原理对去除背景的哈密大枣图像进行分解，提取分解后的图像的小波系数，确定最佳阈值将图像进行融合，结合数学形态学运算获得表面褶皱特征较好的图像，完成哈密大枣表面褶皱特征提取。（4）通过测量哈密大枣尺寸及重量设计可实现单列化上料的自动上料装置，本文主要利用PVC带作为传输装置，根据计算机视觉系统获取图像的时间调整传输速度以实现单列化均匀上料。为实现哈密大枣外部品质全表面检测，哈密大枣在通过计算机视觉系统的图像采集区域的时候需要进行翻转，以便于获取其全表面图像。根据哈密大枣的尺寸及重量对翻转传输装置进行设计，并对哈密大枣在滚子上的受力及运动情况进行分析，得到哈密大枣翻转的角速度与滚子运动速度的关系。

全文目录

摘要  5-6
Abstract  6-7
目录  7-9
第一章绪论  9-18
  1.1 研究背景及意义  9-10
  1.2 国内外研究现状  10-15
    1.2.1 机械式分级  10-12
    1.2.2 光电式分级  12-13
    1.2.3 基于计算机视觉红枣品质检测分级  13-15
  1.3 研究内容  15-16
  1.4 研究方法及技术路线  16-17
    1.4.1 研究方法  16-17
    1.4.2 技术路线  17
  1.5 本章小结  17-18
第二章图像采集及预处理  18-29
  2.1 样本及背景选择  18-19
    2.1.1 样本选择  18
    2.1.2 图像采集背景的选择  18-19
  2.2 哈密大枣图像的采集  19-23
    2.2.1 机器视觉试验台组成  19-23
  2.3 图像预处理  23-25
    2.3.1 图像灰度化  23
    2.3.2 灰度图像增强  23-25
  2.4 二值化图像提取  25-26
  2.5 背景分割  26-28
  2.6 结论与展望  28-29
第三章小波分析及其在边缘检测技术中的应用  29-38
  3.1 常用的边缘检测算子  29-32
    3.1.1 罗伯特（Roberts）边缘算子  29
    3.1.2 索贝尔（Sobel）边缘算子  29-30
    3.1.3 Prewitt 边缘算子  30-31
    3.1.4 拉普拉斯（LOG）边缘算子  31-32
  3.2 小波变换  32-33
    3.2.1 连续小波变换（CWT）  32-33
    3.2.2 离散小波变换（DWT）  33
  3.3 常用的小波基  33-35
    3.3.1 Haar 小波  33
    3.3.2 Meryer 小波  33-34
    3.3.3 Daubechies 小波  34
    3.3.4 Coiflet 小波  34-35
  3.4 基于小波变换的图像分解与重构  35-36
    3.4.1 图像分解  35-36
    3.4.2 图像重构  36
  3.5 小波在图像边缘提取中的应用  36-37
  3.6 本章小结  37-38
第四章基于小波的哈密大枣表面褶皱提取  38-44
  4.1 小波图像增强  39-40
  4.2 图像小波分解及图像特征小波系数提取  40
  4.3 基于小波的哈密大枣褶皱提取  40-43
    4.3.1 基于高斯函数的边缘检测算法  40-42
    4.3.2 哈密大枣边缘阈值的确定  42
    4.3.3 哈密大枣表面褶皱提取  42-43
  4.4 本章小结  43-44
第五章哈密大枣自动分级机的设计及分析  44-54
  5.1 哈密大枣物料特性分析  44
  5.2 整机工作原理  44
  5.3 单列化整理上料装置的设计  44-47
    5.3.1 PVC 传输带的设计  45-46
    5.3.2 料斗的设计  46
    5.3.3 电机的选择  46-47
  5.4 全表面检测传输装置的设计  47-52
    5.4.1 全表面检测传输机构的工作原理  47-48
    5.4.2 全表面检测传输机构关键部件设计  48-51
    5.4.3 哈密大枣的运动分析  51
    5.4.4 全表面检测传输装置传输动力的计算  51-52
  5.5 本章小结  52-54
第六章结论与展望  54-55
  6.1 结论  54
  6.2 展望  54-55
参考文献  55-57
致谢  57-58
作者简介  58-59
石河子大学硕士研究生学位论文导师评阅表  59

基于计算机视觉的哈密大枣无损检测分级技术及分级装置研究

内容摘要

全文目录

相似论文