【正文】 薯 。....。 , 。 疊矗 一167。 .蘋果的分光反射特性實(shí)驗(yàn) 蘋果的分光反射特性實(shí)驗(yàn)是采用美國(guó)分析光譜儀器公司 生產(chǎn)的光譜分析儀 ~來進(jìn)行的 ,如圖 .所示。梨的表面顏色為淺黃色 ,正 常部分和腐爛部分反射率在可見光域內(nèi)有較大差異 ,最大達(dá) %左右 ,在波長(zhǎng)小于 的近紅外域 ,其反射率之差最大達(dá) %。而完全福變果在 ~ 地大于正常部位 ,隨后變化趨勢(shì)與正常部位相似。 距離平方反比定律 :一個(gè)發(fā)光強(qiáng)度為的點(diǎn)光源 ,在距離它處的垂直于光線投射方 向的平面上產(chǎn)生的照度與這個(gè)光源的發(fā)光強(qiáng)度成正比 ,與距離的平方成反比。該體系定義了光通量、照度、亮度、 發(fā)光強(qiáng)度等主要的光度學(xué)參量 ,并闡明了它們之間的關(guān)系。圖像分割是圖像處理技術(shù)的基 本方法之一 ,應(yīng)用于諸如染色體分類、景物理解系統(tǒng)、計(jì)算機(jī)視覺等方面。數(shù)據(jù)的壓縮主要通過圖像數(shù)據(jù)的編碼和變換壓縮完 成。 圖像的增強(qiáng)用于調(diào)整圖像的對(duì)比度 ,突出圖像中的重要細(xì)節(jié) ,改善視 覺質(zhì)量。 ●內(nèi)置 緩存 ?；?:。 圖實(shí)驗(yàn)所用攝像頭 .圖像采集卡 在本研究中采 用的是 /圖像采集卡 ,如圖所示。≥ % 截止區(qū)截止深度 .%射線至 溫度范圍 :. 。光照箱 的內(nèi)表面涂戍乳白色 ,以增強(qiáng)漫反射 ,背景顏色為藍(lán)色。光 源采用支 /熒光燈 ,選用的搬像頭是 ,Ⅱ黑自數(shù)字?jǐn)z 像頭北京哈勃公司 ,圖像采集是 /彩色、黑白圖像采集卡 加拿大公司 ,計(jì)算機(jī)為 工控機(jī)。 攝像頭控制輸入輸出接口 ,主要負(fù)責(zé)協(xié)調(diào)攝像頭進(jìn)行同步或?qū)崿F(xiàn)異步重置拍照、 定時(shí)拍照等功能 。 氚燈 ?。光源的顯色性 是衡量光源的視覺質(zhì)量的重要指標(biāo)。首先采用攝像頭或其它圖像拍攝裝置將 目標(biāo)轉(zhuǎn)換成圖像信號(hào) ,然后轉(zhuǎn)變成數(shù)字化信號(hào)傳送給專用的圖像處理系統(tǒng) ,根據(jù)像素分布、 亮度和顏色等信息 ,進(jìn)行各種運(yùn)算來抽取目標(biāo)的特征 ,根據(jù)預(yù)設(shè)的容許度和其他條件輸出 判斷結(jié)果。 第章緒論 碩‘學(xué)位論殳 、提出井討論進(jìn)行蘋果分光反射特性實(shí)驗(yàn)的依據(jù) ,進(jìn)行蘋果分光反射特性實(shí)驗(yàn) ,找 出滿足本研究要求的濾光片中心波氏。在 壩‘學(xué)位論文 第一章緒論 ?光譜范陶 ,通過單色圖像和二階差分方法分析各個(gè)蘋果對(duì)光譜響應(yīng)的不同 ,把 蘋果分為無污染和受污染兩婁。 圖一計(jì)算視覺系統(tǒng) .? 年 ,.【研制成功了近紅外高光譜成像系統(tǒng) ,并設(shè)計(jì)算法檢測(cè)蘋果表面上新 和 兩種蘋果撞傷天后 的撞傷和舊的撞傷。利州這個(gè)系統(tǒng)他們采集在到 之間共 個(gè)光譜波段的有排 泄物和食品污染的家禽體的光譜圖像和空間圖像數(shù) %,而非線性則可達(dá) %。對(duì)這 兩組波段 ,不同品種蘋果上較重污染的部分用簡(jiǎn)單的閽值法就可以比較容易檢測(cè)山來。實(shí)驗(yàn)結(jié)果表明 :對(duì) 于完好的表面 ,用波段來判斷是可行的 :但是對(duì)于缺陷檢測(cè) ,用四個(gè)波段的圖像來 判斷更適合。通過曲類 型的和五類型的分類廊用 確定來識(shí)別細(xì)微的表面特征的有效光譜波段。采集劍的圖像經(jīng)過處理后可以分割出欲陷部分 ,然后記錄各個(gè)缺陷部 分。然后 ,:采集 住前加以這些渡艮為中心波濾光片的光譜幽像。年 ,韓樹豐 ,俺勇“增提出了一種基于作物生長(zhǎng)過程中根據(jù)作物及土壤 狀況來決定施肥量的氮肥管理系統(tǒng)。試驗(yàn)證明 ,利用多光譜診斷植物的病害是可行的。試驗(yàn)表明 ,該方法檢測(cè)速度快 ,止確率高 ,適范圍寬 ,能夠滿足水果自動(dòng)檢測(cè) 要求。利剛 圖像的分量灰度直方圖進(jìn)行圖像與背景的分離 ,然后用鏈箝法搜索并細(xì)化輪廓 ,采用 最小外接矩形法求橫徑、縱徑 ,其測(cè)量尺寸與實(shí)際尺寸的相關(guān)系數(shù)為 .。 ,?,累計(jì)值作為模式輸入 ,用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行水果顏色分級(jí) ,與人分級(jí)具有 %的一致率。年 ,徐娟”研究了靜態(tài)水果圖像的并行處理技術(shù) ,提出了水果大小、 顏色、果形分級(jí)的并行處理算法 ,該算法達(dá)到了每秒個(gè)蘋果的分級(jí)速度。結(jié)果表明 ,該算法對(duì)水果的識(shí)別率比較高。年 , 等采用彩色攝像系統(tǒng)研究扁豆分級(jí)問題 ,使用神經(jīng)網(wǎng)絡(luò)技術(shù)建立色彩識(shí)別模 型 ,分級(jí)正確率可達(dá) %。年 ,“為了分割水果 表面缺陷提出球形體灰度變換法。隨著圖像處理技術(shù)的專 業(yè)化與計(jì)算機(jī)硬件成本的降和軟什性能的提高 ,計(jì)算機(jī)視覺技術(shù)己廣”泛應(yīng)用于水果、裔 禽品等農(nóng)產(chǎn)品的品質(zhì)檢測(cè)。隨著我國(guó)貿(mào)易的迅速增加 , 年代以來我國(guó)先后沒計(jì)制造了些分級(jí)設(shè)備 ,但其中大部分還是采用機(jī)械式尺寸分絨 , 分級(jí)精度低 ,而且不能對(duì)水果形狀、顏色、缺陷等分級(jí)。 計(jì)算機(jī)視覺技術(shù)無損檢測(cè)方法是研究用計(jì)算機(jī)模擬生物外顯或宏觀視覺功能的科學(xué) 和技術(shù)。如圖 ?所示 ,在年里 ,水果產(chǎn)最翻了近倍。我國(guó)加入后 ,進(jìn)一步降低關(guān)稅和開放農(nóng)產(chǎn)品市場(chǎng)是 必然趨勢(shì) ,我國(guó)農(nóng)業(yè)和農(nóng)產(chǎn)品加工業(yè)所面臨的競(jìng)爭(zhēng)將會(huì)更加激烈。 士、177。 和177。通過該實(shí)驗(yàn)測(cè)定蘋果的完好、碰 傷、腐爛、果梗和花萼等不同表面組織的光譜反射特性曲線 ,進(jìn)而可以得出區(qū)分不同表面 組織的波段 ,然后選擇 合適的濾光片 ,有利于水果分級(jí)精度的提高。 、建立并完善了適合本研究的多光譜圖像系統(tǒng)。 、根據(jù)圖像代數(shù)運(yùn)算的理論 ,把在177。由此可見 ,/ 比率圖像的識(shí)別率要稍高于單色圖像 ,也高于 其他幾種比率圖像的識(shí)別率。其中一個(gè)主要原因是由于我國(guó) 農(nóng)產(chǎn)品收獲后加工水平太低 ,從而制約了農(nóng)民收入的提高 ,極大地阻礙了我國(guó)國(guó)民經(jīng)濟(jì)的 發(fā)展。 ..水果分級(jí)的需求 中國(guó)是水果生產(chǎn)大國(guó) ,水果總產(chǎn)量占世界總產(chǎn)量的 %,居世界之首。面對(duì) 當(dāng)前入世后水果銷售方面的嚴(yán)峻形勢(shì) ,提高我國(guó)水果產(chǎn)后的加工能力和技術(shù)水平迫在眉 睫 ,而研究提離水果品質(zhì)的檢測(cè)和分選技術(shù)就具有了尤為重要的現(xiàn)實(shí)意義。 我國(guó)現(xiàn)有的水果分選技術(shù)還處于手上和半機(jī)械階段。它綜合了光學(xué)、計(jì)算機(jī)科學(xué)、自 學(xué)科 ,以計(jì)算機(jī)視覺為基礎(chǔ)的機(jī)器智能漢 動(dòng)化技術(shù)、模式識(shí)別技術(shù)、人Ⅲ『智能技術(shù)等多 圳代替人的肉眼視覺識(shí)別 ,具有潛在的應(yīng)用價(jià)值和良好的發(fā)展前景。提出以結(jié)構(gòu)光形成的幽像識(shí) 劃蘋糶果梗、花萼與缺的方法。通過將蘋果果 面沿花萼、花梗方向分區(qū)并分別進(jìn)行處理 ,解決了岡蘋果果面曲率不同而引起的反射梯度 不同的問題。該方法雖然可以實(shí)現(xiàn)污點(diǎn)、缺陷與 果梗、花萼的同時(shí)鑒別 ,但只能判斷出果梗、花萼的大致區(qū)域所在。 相對(duì)于國(guó)外研究而言 ,國(guó)內(nèi)對(duì)于計(jì)算機(jī)視覺水果自動(dòng)技術(shù)的研究起步較晚 ,但近年來 在借鑒國(guó)外成功經(jīng)驗(yàn)的基礎(chǔ)上。 ~。在水果顏色分級(jí)中 ,以顏色信息的色度分量作為分級(jí)指標(biāo) ,并利用遺 傳算法實(shí)現(xiàn)了顏色分級(jí)神經(jīng)嘲絡(luò)的結(jié)構(gòu)設(shè)計(jì)和訓(xùn)練。年 ,沈明霞 ,李秀智 ,”等對(duì)水果品質(zhì)檢測(cè)中的模期閥值分割方法 進(jìn)行了研究。圍∈像技術(shù)在水果品質(zhì)無損檢測(cè)或音禽昂品質(zhì)檢測(cè)中的應(yīng)用還 沒有相關(guān)報(bào)道。在觀察皮膚黑色素沉著、色素痣 和黑色素瘤等皮損圖像時(shí)應(yīng)用波艮 ~,皮膚毛細(xì)血管或出血斑時(shí)選用波氏 ~,白癜風(fēng)選用 ~等 ,可使圖像更加清晰。 瓶國(guó)外專家學(xué)者除了把 多光譜圖像技術(shù)應(yīng)州在農(nóng)業(yè)遙感、精細(xì)很業(yè)等領(lǐng)域的研究外 , 近年來也同時(shí)把多光譜圖像技術(shù)席刪莊水果品質(zhì)無損檢測(cè)和畜禽帚一吊質(zhì)檢測(cè)中 ,并取得了 大量的研究成果。輸入的快速傅立葉變換的光 譜圖像強(qiáng)度時(shí) ,則有 .%的校準(zhǔn)性和 %有效性。 年 ,.等人通過神經(jīng)網(wǎng)絡(luò)對(duì)帝國(guó)和金帥蘋果的表面質(zhì)量進(jìn)行分級(jí)。在 之間的光譜以 .的間隔被記錄成個(gè)波段。 年 ,..等人研制了一個(gè)光譜范圍從 ~的高光譜成像系統(tǒng)。 年 , 等人利用多光譜技術(shù)對(duì)芒果的成熟度進(jìn)行檢測(cè)。在線試驗(yàn)結(jié)果表明 :用這種方玄能 %區(qū)分 出完好的蘋果 .。本研究表明近紅外高光譜成像技術(shù)對(duì)檢測(cè)蘋果表面的撞傷是非常有效的。 本項(xiàng)研究以蘋果為研究對(duì)象 ,主要內(nèi)容是利用多光譜圖像技術(shù)米檢測(cè)蘋果表面腐爛、 撞傷等常見表面缺陷 ,探索蘋果多光譜圖像中光譜信息和各種表面缺陷之間的關(guān)系 。 .本章小結(jié) 本章闡述了利用計(jì)算機(jī)視覺和幽像處理技術(shù)進(jìn)行水果品質(zhì)檢測(cè)與自動(dòng)分級(jí)技術(shù)研究 目的和意義 ,綜述了目前國(guó)內(nèi)外應(yīng)用計(jì)算機(jī)視覺技術(shù)和多光潛圖像技術(shù)進(jìn)行水果品質(zhì)檢測(cè) 與分級(jí)的研究現(xiàn)狀及存在的問題 ,提出了本研究的主要內(nèi)容。 確定光源主耍是要考慮光源的顯色性。 白色熒光燈 .:目光色燈 。線陣 攝像頭一次只能獲得圖像的一行信息 ,被拍攝的物體必須以直線形式從攝像機(jī)前移過 ,才 能 獲得完整的圖像 ,而面陣攝像機(jī)可以一次獲得整幅圖像的信息。碩士學(xué)位論文 第二章本研究的多光漕強(qiáng)像采集系統(tǒng) .本礙究的多光譜圖像系統(tǒng) 本研究所采用的多光譜舀像系統(tǒng)的硬件組戒如圖所示 ,主要包括光照箱、熒光燈、 攝像頭、濾光片支架、濾光片、圖像采集及計(jì)算機(jī)。碾士學(xué)位論文 第二章本研究鴿多光譜凰像采集系統(tǒng) 根據(jù)已有的研究 ,本研究設(shè)計(jì)的光照箱規(guī)格為的長(zhǎng)方 體 ,所用 材料為復(fù)合三夾板。 』 ,一 : 『 ??一 一 ● 圖照度隨時(shí)間變化情況圖為攝像頭視場(chǎng)凼一張均勻向板的灰度分布墨 ,由固可見 ,攝像頭視 場(chǎng)內(nèi)的光照基本均勻 ,四個(gè)角上由于鏡頭陰影導(dǎo)致所見灰度低于視區(qū)中心 ,實(shí)際情況并非 如此。該攝像頭使用 /英寸高清晰度行間變第 二章本研究的多光譜圖像采集系統(tǒng) 碩上學(xué)位論文 換器件 ,分辨率為 ,幀速率為幀 /秒 ,掃描面積 .水平 .垂直 毫米 ,制式視頻信號(hào)輸出 ,使用環(huán)境溫度。 ?支持、 .以及等不同制式標(biāo)準(zhǔn)輸入 ?支持錄像機(jī)輸入 。 ●。 ..計(jì)算機(jī)系統(tǒng) 本研究所用的計(jì)算機(jī)為 ,其為 /,內(nèi)存 ,硬盤 ,工作在 操作系統(tǒng)環(huán)境下