学位论文 > 优秀研究生学位论文题录展示

基于机器视觉的贝类自动识别与定位方法研究

作　者: 杨眉
导　师: 魏鸿磊
学　校: 大连海洋大学
专　业: 农业机械化工程
关键词: 机器视觉图像处理模式识别摄像机标定
分类号: TP391.41
类　型: 硕士论文
年　份: 2014年
下　载: 3次
引　用: 0次
阅　读: 论文下载

内容摘要

贝类生产中的分拣需要大量的人工投入，由于劳动环境恶劣，生产效率低下，劳动力短缺，劳动力工资的上涨等问题严重制约了贝类产业规模化的发展。随着对水产品质量和生产效率的要求不断提高，需要有更高效、更准确的手段来完成贝类产品的分拣工作。本课题是与企业合作的研究项目“贝类产品自动化分拣设备研发”的一个子课题,通过使用摄像头采集传送带上的贝类图像，并在图像上提取贝类的鲁棒性分类特征，应用智能算法实现对贝类的分类和定位，为进一步控制机械机构对贝类分级奠定基础。具体研究内容如下：研究扇贝图像处理与边缘提取方法。通过对图像预处理，突出目标物的边缘特征，应用canny算子提取出目标物的边缘信息。通过提取扇贝图像边缘特征训练BP神经网络，实现对扇贝的自动识别。通过与应用较多的HU不变矩特征方法进行实验比较，证明本文方法效率更高。为进一步提高识别效率，研究了应用模糊理论对扇贝进行识别的方法。根据所提出的特征设定分类规则，应用模糊语言对规则进行描述，建立模糊识别系统对扇贝进行识别，并通过实验验证了识别效果。为实现扇贝的定位，应用神经网络方法建立了图像坐标和实际工作空间坐标的映射关系。将扇贝图像的中心坐标输入神经网络可输出扇贝的工作空间坐标，为后续控制机械系统实现分级奠定基础。

全文目录

摘要  3-4
Abstract  4-7
1 绪论  7-14
  1.1 课题研究的目的及意义  7
  1.2 国内外研究现状  7-12
    1.2.1 机器视觉在工农业中的应用  8
    1.2.2 机器视觉在水产业中的应用  8-12
  1.3 课题研究的内容及章节安排  12-14
2 图像处理与边缘检测方法研究  14-20
  2.1 图像预处理  14-16
    2.1.1 图像滤波  14-15
    2.1.2 图像增强  15-16
  2.2 图像分割与边缘检测  16-19
    2.2.1 图像分割  16-17
    2.2.2 图像边缘检测  17-19
  2.3 本章小结  19-20
3 基于神经网络的扇贝识别方法研究  20-32
  3.1 BP 神经网络算法简介  20-21
  3.2 图像特征选择与提取  21-22
  3.3 扇贝分类特征提取  22-24
  3.4 扇贝的 BP 神经网络识别和分类  24-31
  3.5 本章小结  31-32
4 基于模糊理论的扇贝识别方法研究  32-41
  4.1 模糊识别原理  32-33
  4.2 图像特征提取  33
  4.3 模糊集和模糊模式的确定  33-36
  4.4 图像识别结果与分析  36-40
  4.5 本章小结  40-41
5 贝类定位方法研究  41-50
  5.1 摄像机标定解析法  41-44
  5.2 神经网络标定法  44
  5.3 BP 神经网络标定的实现  44-48
    5.3.1 建立标定模板  44-45
    5.3.2 靶点图像坐标的获取  45
    5.3.3 神经网络的建立  45-47
    5.3.4 神经网络精度检验  47-48
  5.4 扇贝定位研究  48-49
  5.5 本章小结  49-50
6 总结与展望  50-51
参考文献  51-54
攻读硕士学位期间发表的学术论文  54-57
致谢  57

基于机器视觉的贝类自动识别与定位方法研究

内容摘要

全文目录

相似论文