【正文】 光條呈現(xiàn)連續(xù)平行的拋物線形狀 ,曲 率變化慢 ,而在果梗與花萼等水果外形內(nèi)陷部分 結(jié)構(gòu)光條則有斷裂 ,曲率變化較快。年 ,”等采用黑白 攝像系統(tǒng) ,利用視覺(jué)檢測(cè)技術(shù)檢測(cè)水果大小、表面缺陷 ,但在試驗(yàn)中發(fā)現(xiàn) ,果梗與花萼部 分易丁被誤判為缺陷。以計(jì)算機(jī)視覺(jué) 為基礎(chǔ) 第一章緒論 的水果智能分級(jí)技術(shù)具有分級(jí)精度高 ,分級(jí)結(jié)果客觀準(zhǔn)確 ,動(dòng)化程度高 ,對(duì)水果損傷少 等優(yōu)點(diǎn) ,必將取代現(xiàn)有的人上分級(jí)、機(jī)械分級(jí)技術(shù) ,是當(dāng)前水果實(shí)時(shí)榆測(cè)與自動(dòng)化分級(jí)技 術(shù)發(fā)展的必然趨勢(shì)。 .國(guó)內(nèi)外研究概況 年代以后國(guó)外開(kāi)始研究計(jì)算機(jī)視覺(jué)技術(shù) ,在農(nóng)業(yè)方面的應(yīng)用主要包括農(nóng)業(yè)機(jī)器人、 農(nóng)業(yè)遙感分析、糧食及水果的品質(zhì)檢測(cè)等技術(shù)。手工分選住很大程度上依靠分選 工 人的個(gè)人經(jīng)驗(yàn) ,這種主觀評(píng)定受到個(gè)人視力、顏色鑒別力、情感、疲勞、光線條件等的 影響 ,分選速度慢 ,勞動(dòng)強(qiáng)度大 ,而且人眼很難精確估汁著色、損傷等面積 ,大多數(shù)停留 丁定性評(píng)判 ,分選的精度和可靠性得不到保證。利 。 . 水果品質(zhì)無(wú)損檢測(cè)與分級(jí)技術(shù) 計(jì)算機(jī)技術(shù)、無(wú)損檢測(cè)技術(shù)以及自動(dòng)化控制技術(shù)的發(fā)展為現(xiàn)代分級(jí)檢測(cè)技術(shù)提供『’碩學(xué)位嗆文 第一氍緒論 闊的空間 ,使分級(jí)檢測(cè)技術(shù)正在由半自動(dòng)化向全自動(dòng)化、外部品質(zhì)檢測(cè)向內(nèi)部品質(zhì)檢測(cè)、 復(fù)雜化向簡(jiǎn)單化和方便化、機(jī)械設(shè)備結(jié)構(gòu)的復(fù)雜化向簡(jiǎn)單化、數(shù)據(jù)的人管理向計(jì)算機(jī)管 理方向轉(zhuǎn)化。近年來(lái) ,我國(guó)水果的出口量譬顯蔫增長(zhǎng)趨勢(shì) ,如圖所示 ,但其年出口量?jī)H碩 :學(xué)位論文 第一章緒論 占總 ,“量的 %左右 ,而售價(jià)只有國(guó)際平均售價(jià)的 /≯ :也 ,這與我國(guó)世界水果第一王 國(guó)的地位極不相稱。蘋果和梨的產(chǎn) 犀居世界第一 ,柑橘產(chǎn)量排在巴崩和美國(guó)之后 ,位列第三。】此 ,提高我國(guó)農(nóng)產(chǎn)品 的產(chǎn)后處理水平 ,提高農(nóng)產(chǎn)品質(zhì)量 ,從而提高其國(guó)際競(jìng)爭(zhēng)能力是當(dāng)務(wù)之急 , 隨著計(jì)算機(jī)硬件、軟件的飛速發(fā)展 ,計(jì)算機(jī)應(yīng)用也逐步由數(shù)值計(jì)算、數(shù)據(jù)處理領(lǐng)域向 信息處理和知識(shí)處理領(lǐng)域拓展。為迅速解決這一瓶頸問(wèn)題 ,我國(guó)把“農(nóng)產(chǎn)品加工技術(shù)與設(shè)備研究開(kāi)發(fā)”列為“十五” 霓大科技攻關(guān)項(xiàng)目的第項(xiàng) ,由此可見(jiàn)我國(guó)政府和有關(guān)部對(duì)這一目題的重視程度。? , 、 、 177。 關(guān)鍵詞 : 計(jì)算機(jī)視覺(jué) ,多光譜圖像 ,比率圖像 ,表面缺陷 ,果梗 ,花萼碩上學(xué)位論文 摘要 . , , . : 、 .,. 、 /,/, , .,.、 . .,. 177。、和表示 ,然 碩士學(xué)位論文 摘要 后作為圖像之間除法運(yùn)算的各個(gè)分量 ,分別得到 /、 // /、 /和 /六種比率多光譜圖像。、177。 從碰傷和腐爛等常見(jiàn)表面缺陷的識(shí)別結(jié)果可以看出 :利用、單色圖像和、 、多光譜圖像進(jìn)行分級(jí)時(shí)。該系統(tǒng)由光照箱、吏 / 熒光燈、黑白數(shù)字?jǐn)z像頭、濾光片支架、濾光片、 /圖像采 工控機(jī)組成。基于多光譜圖像的水果外觀品質(zhì)檢測(cè)方法研究 浙江大學(xué) 碩士學(xué)位論文 基于多光譜圖像的水果外觀品質(zhì)檢測(cè)方法研究 姓名 :葉昱程 申請(qǐng)學(xué)位級(jí)別 :碩士 專業(yè) :機(jī)械設(shè)計(jì)及理論 指導(dǎo)教師 :應(yīng)義斌 20200301 碩士學(xué)位論文 摘要 利用計(jì)算機(jī)視覺(jué)和圖像處理技術(shù)對(duì)水果進(jìn)行品質(zhì)無(wú)損檢測(cè)和自動(dòng)分級(jí)過(guò)程中 ,果梗、 花萼部分容易和碰傷、腐爛等常見(jiàn)表面缺陷混淆 ,從而被誤判而引起分級(jí)錯(cuò)誤。 集卡及 、進(jìn)行了蘋果的分光反射特性實(shí)驗(yàn) ,采用美國(guó)分析光譜儀器公司 生產(chǎn)的光譜分析儀進(jìn)行。對(duì)完好表面的識(shí)別率分別為 %、 .%、 %、 .%、 %、 %、 .%、 .%,而對(duì)有缺陷表面的識(shí)別率分別為 .%、 .%、 %、 .%、 .%、 .%、 .%、 .%。、177。從果梗和花萼的識(shí)別結(jié)果可以看出 :利用、 、單色圖像進(jìn)行分級(jí)時(shí) ,對(duì)缺陷的識(shí)別率分別為 .%、 .%、 .%、 %, 對(duì)果?；ㄝ嗟淖R(shí)別率分別為 .%、 .%、 .%、 .%。、 177。、 ?/、 /、 。 水果在我國(guó)的農(nóng)產(chǎn)品中占有很人的比 重 ,但目前我國(guó)水果采后加工處理的水平仍很 低 ,檢測(cè)和分級(jí)手段也根落后 ,致使我國(guó)水果的外觀質(zhì)量較差 ,減弱了在國(guó)際市場(chǎng)上的競(jìng) 爭(zhēng)力 ,影響了農(nóng)業(yè)產(chǎn)值的提高。在農(nóng)業(yè)生產(chǎn)過(guò)程中 ,以農(nóng)業(yè)現(xiàn)代化、自動(dòng)化、信息化為基 礎(chǔ)的“精 細(xì)農(nóng)業(yè)”變革正是計(jì)算機(jī)技術(shù)在農(nóng)業(yè)中廣泛應(yīng)用的典范。據(jù)國(guó)家統(tǒng)計(jì)局、中國(guó)農(nóng)業(yè)年鑒 編輯委員會(huì)統(tǒng)計(jì) :年、年、年、年、年和年 ,我國(guó)水果產(chǎn) 量分別為萬(wàn)噸、萬(wàn)噸、萬(wàn)噸、萬(wàn)噸、萬(wàn)噸和萬(wàn)噸。 圖一水果年生產(chǎn)量圖 . 圉‘水果年出口量囤 其實(shí) ,我國(guó)大多水果質(zhì)量并不比洋水果差 ,但始終面臨著銷售難、價(jià)格低的困境 ,究 其原因 ,除了品種、品質(zhì)等因素外 ,還有一個(gè)易被絕大多數(shù)生產(chǎn)者和中間商忽略的環(huán)節(jié)一 一采后處理。這些高新技術(shù)的發(fā)展同樣 電為農(nóng)業(yè)的機(jī)械化、自動(dòng)化、標(biāo)準(zhǔn)化提供了強(qiáng)人的 技術(shù)保障。計(jì)算機(jī)視覺(jué) ,可對(duì)舶紅柿、蘋 果等的大小、形狀、顏色和表面損傷與缺陷進(jìn)行識(shí)別 ,有利于水果品質(zhì)自動(dòng)分級(jí)。機(jī)械分選的主要分選指標(biāo)是水果的火小和 重量 ,對(duì)水果損傷犬 ,效率低 ,分選結(jié)果達(dá)不到國(guó)際要求。計(jì)算機(jī)視覺(jué)技術(shù)是七十年代初期在遙感幽 片和生物醫(yī)學(xué)圖片分析兩項(xiàng)應(yīng)用技術(shù)取得卓有成效的成果后開(kāi)始嶄露頭角的。 .計(jì)算機(jī)視覺(jué)技術(shù)研究概況 國(guó)內(nèi)外目前主要通過(guò)計(jì)算機(jī)視覺(jué)技術(shù)對(duì)水果按大小、形狀、色澤、表面缺陷等特征進(jìn) 行品質(zhì)檢測(cè) ,并進(jìn)行自動(dòng)化分級(jí)和包裝 ,大大提高了其商品價(jià)值。年 ,..和 ..“在桃的分級(jí)研究中 , 剛灰度乖色度閩值求得表面的可疑損傷點(diǎn) ,再采用區(qū)域增眭法求得損傷表面 ,但不能解決 將果梗及花萼誤判為壞損區(qū)域的問(wèn)題。但對(duì) 光源要求嚴(yán)格 ,外形復(fù)雜的缺陷易被誤判為果梗與花萼。年 ,” 根據(jù)分級(jí)物體的大小選擇不同的校正系數(shù) ,對(duì)采集的圖像進(jìn)行色度補(bǔ)償 ,完成了幽像失真 的簡(jiǎn)單校正。通過(guò)缺陷變換 ,最大限度地保留了果面上任何水平的缺陷 ,包括灰 度值低于背景的像素 ,然后通過(guò)形狀變換算法 ,對(duì)光照進(jìn)行有效的補(bǔ)償。用此方法可以量化地描述水果的形狀 ,其相關(guān)性大丁 .。年 , .四等提山了用動(dòng)態(tài)閩值的方法來(lái) 自動(dòng)判別樹(shù)上的水果。年 , 法。 年 ,劉禾利用計(jì)算機(jī)視覺(jué)技術(shù)、人工神經(jīng)網(wǎng)絡(luò)及光學(xué)原理對(duì)靜態(tài)水果進(jìn) 行了果形判 別、尺寸測(cè)量、缺陷檢測(cè)與分級(jí)的研究 ,水果的識(shí)別率可達(dá) %以上 ,但分 級(jí)速度較慢。顫學(xué)位論文 第一章緒浩 在果形識(shí)別方面 ,采用方法選取圖像強(qiáng)特征參數(shù) ,并根據(jù)傅立葉描述予用人珊自 經(jīng)網(wǎng)絡(luò)對(duì)果形進(jìn)行識(shí)別 ,精確率可達(dá) %。 , 。年 ,李慶中利用計(jì)算機(jī) 視覺(jué)對(duì)靜態(tài)蘋果進(jìn)行檢測(cè)與分級(jí)。年 ,章文英 ,應(yīng)義斌 分析了蘋果 品質(zhì)檢測(cè)中的圖像低層處理方法 ,井根據(jù)蘋果的外形特征進(jìn)行尺寸檢測(cè)。年 ,馮斌解決了水果在線檢測(cè)時(shí)圖像質(zhì)量差 ,信息量大 , 實(shí)時(shí)處理能力低 ,檢測(cè)精度低等問(wèn)題。年 ,馮斌 ,汪懋華”提出了一種新的基于計(jì)算機(jī)視覺(jué)的水果大小檢第章緒論 測(cè)力法。這為我國(guó)水果實(shí)時(shí)檢測(cè)與自動(dòng)分級(jí)技術(shù)的產(chǎn)業(yè)化發(fā)展提供了重要依據(jù)和 可行的方案。通過(guò)一定的光譜通道組合 , 年 , 將光瞞反射率同牧草的生物量建立多元回歸方程 ,進(jìn)而有效地訓(xùn)算牧草的尊產(chǎn) 劉興庫(kù) ,李兆華五根據(jù)遙感原理中物體多光譜特征有關(guān)理論 ,對(duì)心劃接種馬鈴薯奧占 巴花葉病毒進(jìn)行研究。 年 ,周彥儒 ,王曉紅 ?論證了熱紅外遙感探測(cè)石油管道的物理依據(jù) ,并以野外實(shí)際 洲得資料討論了探測(cè)管道的前提條件 ,同時(shí)分析了可能出現(xiàn)的干擾因素。實(shí)驗(yàn)證明 ,該系統(tǒng)呵較好的滿足圖像的 分析要求。結(jié)果表明 :適168。劉有壓傷和沒(méi)有壓協(xié)的表面進(jìn)行光譜反刺特性實(shí)驗(yàn) ,井選擇合適的波。的健 康小 雞圖像的平均強(qiáng)度比不健康的要高 ,而用的傅立葉光譜像素強(qiáng)度時(shí) ,健康小 雞圖像的平均強(qiáng)度要比不健康的低得多。利辟特殊 的光纖和濾光片可咀同時(shí)采集到分別在、和四個(gè)光譜波段 蘋果的反射圖像。 碩士學(xué)位論文 第一章緒論 年 , 等人利用高光譜和多光譜像分析技術(shù)檢測(cè)肉雞表皮瘤。神經(jīng)網(wǎng)絡(luò)分類器的輸入。恪【 ?所示為蘋果圖像分級(jí)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖。 年 ,.等人利用計(jì)算機(jī)視覺(jué)技術(shù)和數(shù)字信號(hào)處理器對(duì)柑橘進(jìn)行多光譜 實(shí)時(shí)檢測(cè) ,建立了一個(gè)可以同時(shí)得到可見(jiàn)光和 近紅外圖像的多光譜攝像系統(tǒng) ,如圖 .所 示 ,該系統(tǒng)可以以每秒個(gè)水果的速度檢測(cè)大小、顏色、表面缺陷等。利用多光譜成 像技術(shù)快速檢鋇蘋果的缺陷。近紅外二個(gè)波段的幽像中被識(shí)別山米 ,域是近紅 外范陽(yáng)兩端的波段 ,但兩個(gè)近紅外范圍的波段對(duì)不同品種蘋果的顏色敏感程度幣夠。研 , 究表明 ,不管是主成分分析法還是最大反射法都能確定四個(gè)相同的多光譜波段 , 和 ,并用這四個(gè)晟佳的光譜波段來(lái)檢測(cè)蘋果表面的污染。 年 , ,..等人研制了一個(gè)包括含有攝像頭、光纖照明設(shè)備、 第章緒論 碩 .學(xué)位論文 鏡頭自動(dòng)裝置和圖像處理軟件的高光譜成像系統(tǒng)。在單一的近紅外成像方法中 ,蘋果的果梗 ,花萼經(jīng)常和真正的缺 陷混淆而造成分級(jí)錯(cuò)誤。該雙攝像頭成像系統(tǒng)在進(jìn)行蘋果缺陷的 在線分級(jí)應(yīng)川中有較好的可靠性。對(duì) 來(lái)說(shuō) ,其檢測(cè)的準(zhǔn)確率為 %~%,而對(duì) %~%。比較了各種幽像分析方法檢測(cè) 、 、利四種蘋果表面的缺陷或是污染的效果。水果圖像的采集質(zhì) 量的高低將直 接影響最終確定水果品質(zhì)和級(jí)別的準(zhǔn)確性 ,所以采集到的水果圖像所包含的