水果品質(zhì)自動分級的機(jī)器視覺系統(tǒng)外文翻譯中文-wenkub
2023-05-18 23:02:26 本頁面
【正文】 組成的損害像素區(qū)域中，長度和面積分別計算。 然后，對水果區(qū)域邊界進(jìn)行提取并編纂通過用鏈碼為基礎(chǔ)的算法 （弗里曼， 1961年）來計算量做慣性主軸的長度面積和尺寸（圖 . 2（ d））。 圖 2 (a) 照相機(jī)拍攝的原始 圖像（ b）分割圖像顯示完好皮膚，褐色化度，莖塊和損壞區(qū)域（ c）除了莖和背景以外的所有區(qū)域，用來計算的大小類別（ d）展示了大小如何估計的圖像 同一種類的八個相連的像素中的每一份被認(rèn)為是相互獨(dú)立的區(qū)域。 圖 1（ a）第一圖像的采集（ b）第二個圖像的采集 杯 1旋轉(zhuǎn)水果 120176。此過程可參考表來進(jìn)行。另一個預(yù)先定義的類被用于檢測水果的特定特點(diǎn)，如金冠蘋果的赤褐色度。利用錄制的水果圖像，專家選擇不同區(qū)域的圖像和分配所有每一個地區(qū)像素于其中一個預(yù)先確定的類別：背景，原色，次主色，一般傷害類型 1，一般傷 害類型 2，特定的功能，莖，花萼。進(jìn)入檢查室前的水果都被單個化處理了，然后傳遞給一系列的移動真空杯，他們有旋轉(zhuǎn)和翻譯能力，能使水果在四個不同角度傳遞給相機(jī)，使其不位于重疊的位置，以盡量多的檢查水果的表面（圖 1）。圖像采集卡從相機(jī)擷取并解碼復(fù)合視頻信號為在紅，綠，藍(lán)色坐標(biāo)（ RGB）的三個用戶定義的緩沖區(qū)。水果要在不 1秒的時間里于四個不同角度被檢測。 Blasco 及蛻皮澳， 2020年）。（米勒和 Delwiche， 1989年 。顏色分割技術(shù)來區(qū)分柑橘 有時候，莖容易混淆成皮膚上的缺陷或瑕疵。然而，一些其他水果（例如桃子，蘋果，西紅柿）有次要顏色可作為一種成熟的良好指標(biāo)。哈恩， 2020年 。 大小，是第一個與質(zhì)量有關(guān)的參數(shù)，已經(jīng)通過使用機(jī)器視覺測量周長或直徑其中任一種得到了測量（陶等， 1990。此系統(tǒng)的準(zhǔn)確性和可重復(fù)性和人工分級幾乎一樣。因此，尺寸的確定性恰當(dāng)?shù)牡玫搅私鉀Q。該項(xiàng)目的 ESPRIT3，參考 9230。 N. Aleixos。 E. Vision System for Automatic Quality Grading of Fruit. Biosystems Engineering (2020) 85 (4), 415– 423； 摘要 水果和蔬菜，通常以批次的形式提供給消費(fèi)者消費(fèi)。集處理，檢查和包裝水果和蔬菜于一體的綜合系統(tǒng)（英文簡寫 SHIVA）形成了一種自動、無損檢測和處理的水果的機(jī)器人系統(tǒng)。水果由此系統(tǒng)測出的顏色，和目前被用作標(biāo)準(zhǔn)的色度指標(biāo)值非常吻合。 機(jī)器視覺在水果和蔬菜檢驗(yàn)中的應(yīng)用在最近幾年有所增加。Varghese 等， 1999），周長（薩卡＆沃爾夫， 1985）或直徑（布羅迪等。多布然斯基和 Rybczynski， 2020）。在這種情況下，它是不可能完全只把全球面色彩作為質(zhì)量參數(shù)的。損傷和擦傷檢測是質(zhì)量評價的一個關(guān)鍵因素。勒費(fèi)弗爾等， 1994。最近的技術(shù)結(jié)合紅外和可見的信息來檢測瑕疵（ Aleixos 等， 2020）或者使用高光譜成像（ Peirs等， 2020）。為了評估視覺系統(tǒng)的效率，自動檢驗(yàn)的性能和重復(fù)性和專家們的人工檢測進(jìn)行了比較。 照明系統(tǒng)是一個環(huán)形日光燈管組成的，里面內(nèi)室涂有白色亞光半球形熒光，并在頂部有一個洞來放置相機(jī)。 圖像分析是由 IVIA用編程語言 C研發(fā)的一個特定的應(yīng)用軟件來來執(zhí)行的，在磁盤操作系統(tǒng)下運(yùn)行（ DOS）。由于分類采用這樣一種方式，所以他們對所有類型的水果都適用。 由于每個類代表性的區(qū)域已選定，貝葉斯判別模型被創(chuàng)建，它 利用像素的三個基本色：紅色，綠色和藍(lán)色作為獨(dú)立變量（ RGB）。該表，存儲在計算機(jī)內(nèi)存中并在網(wǎng)上操作時給予咨詢，允許每個像素的圖像分配到最接近匹配的類 .水果的顏色，作為水果成熟的狀態(tài)標(biāo)志，即是是在同一種水果里，也可以因?yàn)樵S多因素而略有不同。 （ c）第三個圖像的采集杯 1將水果再旋轉(zhuǎn) 120176。然后，為了加快輪廓提取的進(jìn)程，基于模濾波器的緩和程序被應(yīng)用到了分段的圖像，以便平緩圖像之間的毗鄰地區(qū)及消除孤立的不良分類像素 [圖 . 2（ b） ] 第二步由提取特性來將水果按大小進(jìn)行分類構(gòu)成。 在第三步中，各地區(qū)不再視作為單果，每個獨(dú)立的區(qū)域面積卻要被測定 (圖 . 3（ a） )。在被劃為莖塊的區(qū)域的情況中，只有共同的坐標(biāo) 質(zhì)心進(jìn)行了測定。在分配到基本和次等的顏色區(qū)域，質(zhì)心及顏色 RGB均值要計算。 (3)莖和瑕疵 —— 需要考慮，如果在四種視角中的任一種中發(fā)現(xiàn) 。 盡管一些用于顏色描述的立體模型，作為 HIS或 La * b *值，描述的顏色和我們的感覺很接近，但 RGB系統(tǒng)被用來描述是由于圖像采集卡直接提供本系統(tǒng)中的圖像的像素顏色，所以后面的進(jìn)一步消耗的計算資源的轉(zhuǎn)換是不需要的。兩個獨(dú)立設(shè)置的像素的使用保證了分類器的估計的性能是沒有偏見性的。這些指數(shù)從獵人實(shí)驗(yàn)室獲得，和由三色度計圓形區(qū)域（ 8毫米直徑）在選定的每一個部門隨機(jī)提供的值一致。然后，操作 者決定是否系統(tǒng)正確地在個圖像中檢測到莖。 在第一個實(shí)驗(yàn)中， 40個周長 63和 86毫米之間的蘋果被隨機(jī)挑選。接著，三位專家人工的將他們歸入同樣的兩類。果實(shí)在西班牙標(biāo)準(zhǔn)為基礎(chǔ)上被分為三類，根據(jù)其尺寸和外部污點(diǎn)。 大多數(shù)像素分割程序中出現(xiàn)的錯誤是由于孤
畢業(yè)設(shè)計相關(guān)推薦
鄂ICP備17016276號-1