【正文】 ,并安裝了 、 .、等應(yīng)用軟件。因此 ,去除噪聲 ,恢復(fù)原始圖像是圖像處理中的一個(gè)重要內(nèi) 容。 圖像分割是將圖像分成若干部分 ,每一部分對應(yīng)于某一物體表面 ,在進(jìn)行分割時(shí) ,每 一部分的灰度或紋理符合某一種均勻測度度量。這是一種依賴于符號描述被測 物體之間關(guān)系的方法。 發(fā)光強(qiáng)度 :光源在給定方向 ,的單位立體角中輻射的光通量稱在該方 向的發(fā)光強(qiáng)度 ,單位是燭光或坎德拉。 碩士學(xué)位論文 第三章光發(fā)學(xué)基礎(chǔ)搜典蘋果分光反射特性實(shí)驗(yàn) .蘋果分光反射特性的依據(jù)和討論 ..受損蘋果顏色和組織的近紅外光譜特性提供的依據(jù) 通過對富士蘋果的正常部位和損傷部位的組織觀察、近紅外光譜的測量分析得到 :富 士蘋果受損后 ,損傷部位吸光度基本上是沿著正常部位的變化趨勢而變化 ,且吸光度均大 和 附近與止常部 于正常部位。此外 ,在可見光域 ,黃色部分比紅色部分的反射 率要低很多 ,但在近紅外域 ,兩者反射率幾乎相同。 、在可見光波段內(nèi) ,蘋果的綠色、黃綠色部分的反射系數(shù)與紅色部分的 反射系數(shù)相差較大 ,可利用此波段區(qū)間進(jìn)行蘋果著色面積的測量。將 各組樣品依次放置于光譜儀的樣品臺上 ,通過 來采集蘋果表面的完 好、碰傷、腐爛、果梗和花萼等五個(gè)部分的光譜反射系數(shù) ,軟件界面如圖所示 ,從而碩士學(xué)位論文 第三章光度學(xué)基礎(chǔ)及其蘋果分光反射特性實(shí)驗(yàn) 得到各個(gè)不同表面組織特征的光譜反射特性曲線 ,如圖、圖、圖和圖 . 所示。 薹萋 蒙 麟翁黧 ‖攀 器黔 /,\ 。 ??一。一 .二 ~。拿釃碩上學(xué)位論文 第三章光度學(xué)基礎(chǔ)及其蘋果分光反射特 性實(shí)驗(yàn) 圖蘋果碰傷、腐爛表面和果梗、花萼的光譜反射特性曲線、 由圖、圖 .】、圖 ?和圖 .可以得出以下幾點(diǎn)結(jié)論 : 、該光譜儀的波長范圍是 ~ ,但其在兩端 ,也就是 ~和 ~兩個(gè)波段范圍內(nèi)的噪聲較大 ,特別是在波段。 .。 , :黔‘ ?！?。利用該光譜儀分別測定蘋果表面的完好、碰傷、腐爛、果 梗 和花萼等五個(gè)部分的光譜反射特性曲線。 、在近紅外波段 ~之間 ,同一品種蘋果的綠色、紅色、黃綠色部分的反 射系數(shù)基本相等。介紹了近紅外圖像處理在果實(shí)損傷檢測、顏色和葉子相近果實(shí) 的識別及植物生長信息測定中的應(yīng)用。 \/≮ 圈傾斜照明時(shí)的照廈計(jì)舅尸點(diǎn)的距離為以由距離平方反比定律可知 ,在礦’面上的照度為 : 協(xié) , 肚舌 由于面上代表一定面積的投影在’上時(shí)有 ?缸 ,落在上的 光通量被分散開落到較大的面 積上 ,所以平面礦上的照度為 ’ ? 即 、’ 寺∞ 上式也被稱為照度的余弦法則。 照度 :每單位 受光面積所接收的光通量數(shù) ,稱為照度 ,用公式表示為 署。決策理論方法的基礎(chǔ)是決策函數(shù) ,利用它對模式向量進(jìn)行分類識別 ,是 以定時(shí)描述如統(tǒng)計(jì)紋理為基礎(chǔ)的 。 圖像邊緣銳化處理主要是加強(qiáng) 圖像中的輪廓邊緣和細(xì)節(jié) ,形成完整的物體邊界 ,達(dá)到 將物體從圖像中分離出來或?qū)⒈硎就晃矬w表面的區(qū)域檢測出來的目的。 圖像的平滑處理技術(shù)即圖像的去噪聲處理 ,主要是為了去除實(shí)際成像過程中 ,因成像 設(shè)備和環(huán)境所造成的圖像失真 ,提取有用信息。 用于 /編程的函數(shù)庫包括了圖像識別、數(shù)據(jù)操作、 圖形編輯和顯示控制等方面的應(yīng)用 ,可以編寫和調(diào)試程序 ,監(jiān)視圖像采集運(yùn)行的狀態(tài)。 ●信蝶比為分貝 : ?輸入低通濾波為 。視頻輸入、同步信號、控制信號、電源輸出及 .串行接口 ,均由外部一 針接口提供。 . 厚度 : 通光孔徑直徑 .. 攝像頭 為了得到足夠清晰的圖像 ,攝像頭必須具有較高的靈敏度和分辨率。使用光度計(jì)測量 , 可得到光照箱內(nèi)攝像頭視場區(qū)域的光照強(qiáng)度變化情況 ,如圖所示。選擇與水果顏色著異較大的背景 ,有利于后期的圖像處理與識別 。 有的圖像采集卡同時(shí)還包括顯示模塊 ,負(fù)責(zé)高質(zhì)量的斟 像實(shí)時(shí)顯示 ,通訊接口負(fù)責(zé)通 訊。 、攝像頭 目前攝像頭以其小巧、可靠、清晰度高等特點(diǎn)在商用與工業(yè)領(lǐng)域都得到了廣泛 的使用。以下是一些常見光源地顯色 指數(shù) :自熾燈 。 在計(jì)算機(jī) 視覺系統(tǒng)中一般使用透射光和反射光。 、研究蘋果果梗和花萼的識別方法。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)和級別的準(zhǔn)確性 ,所以采集到的水果圖像所包含的 信息應(yīng)盡可能詳細(xì)地反映水果的各種外部特性。對 來說 ,其檢測的準(zhǔn)確率為 %~%,而對 %~%。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 陷混淆而造成分級錯(cuò)誤。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)晟佳的光譜波段來檢測蘋果表面的污染。利用多光譜成 像技術(shù)快速檢鋇蘋果的缺陷。恪【 ?所示為蘋果圖像分級的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖。 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)檢測肉雞表皮瘤。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。結(jié)果表明 :適168。 年 ,周彥儒 ,王曉紅 ?論證了熱紅外遙感探測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管道的前提條件 ,同時(shí)分析了可能出現(xiàn)的干擾因素。這為我國水果實(shí)時(shí)檢測與自動分級技術(shù)的產(chǎn)業(yè)化發(fā)展提供了重要依據(jù)和 可行的方案。年 ,馮斌解決了水果在線檢測時(shí)圖像質(zhì)量差 ,信息量大 , 實(shí)時(shí)處理能力低 ,檢測精度低等問題。年 ,李慶中利用計(jì)算機(jī) 視覺對靜態(tài)蘋果進(jìn)行檢測與分級。顫學(xué)位論文 第一章緒浩 在果形識別方面 ,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)對果形進(jìn)行識別 ,精確率可達(dá) %。年 , 法。用此方法可以量化地描述水果的形狀 ,其相關(guān)性大丁 .。年 ,” 根據(jù)分級物體的大小選擇不同的校正系數(shù) ,對采集的圖像進(jìn)行色度補(bǔ)償 ,完成了幽像失真 的簡單校正。年 ,..和 ..“在桃的分級研究中 , 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)域的問題。計(jì)算機(jī)視覺技術(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始嶄露頭角的。計(jì)算機(jī)視覺 ,可對舶紅柿、蘋 果等的大小、形狀、顏色和表面損傷與缺陷進(jìn)行識別 ,有利于水果品質(zhì)自動分級。 圖一水果年生產(chǎn)量圖 . 圉‘水果年出口量囤 其實(shí) ,我國大多水果質(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。在農(nóng)業(yè)生產(chǎn)過程中 ,以農(nóng)業(yè)現(xiàn)代化、自動化、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。、 ?/、 /、 。從果梗和花萼的識別結(jié)果可以看出 :利用、 、單色圖像進(jìn)行分級時(shí) ,對缺陷的識別率分別為 .%、 .%、 .%、 %, 對果?；ㄝ嗟淖R別率分別為 .%、 .%、 .%、 .%。對完好表面的識別率分別為 %、 .%、 %、 .%、 %、 %、 .%、 .%,而對有缺陷表面的識別率分別為 .%、 .%、 %、 .%、 .%、 .%、 .%、 .%。基于多光譜圖像的水果外觀品質(zhì)檢測方法研究 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)檢測方法研究 姓名 :葉昱程 申請學(xué)位級別 :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)視覺和圖像處理技術(shù)對水果進(jìn)行品質(zhì)無損檢測和自動分級過程中 ,果梗、 花萼部分容易和碰傷、腐爛等常見表面缺陷混淆 ,從而被誤判而引起分級錯(cuò)誤。 從碰傷和腐爛等常見表面缺陷的識別結(jié)果可以看出 :利用、單色圖像和、 、多光譜圖像進(jìn)行分級時(shí)。、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?！看?,提高我國農(nóng)產(chǎn)品 的產(chǎn)后處理水平 ,提高農(nóng)產(chǎn)品質(zhì)量 ,從而提高其國際競爭能力是當(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 信息處理和知識處理領(lǐng)域拓展。近年來 ,我國水果的出口量譬顯蔫增長趨勢 ,如圖所示 ,但其年出口量僅碩 :學(xué)位論文 第一章緒論 占總 ,“量的 %左右 ,而售價(jià)只有國際平均售價(jià)的 /≯ :也 ,這與我國世界水果第一王 國的地位極不相稱。利 。 .國內(nèi)外研究概況 年代以后國外開始研究計(jì)算機(jī)視覺技術(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)檢測等技術(shù)。年 ,”等采用黑白 攝像系統(tǒng) ,利用視覺檢測技術(shù)檢測水果大小、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。但計(jì)算過程復(fù)雜 ,需耗費(fèi)較多處理時(shí)間。年 , 狀。通過在 線試驗(yàn)表明 ,對形狀的檢測準(zhǔn)確率在 %~%之間 ,對缺陷的檢 等研究了一個(gè)纂丁缺陷特征的水果實(shí)時(shí)分級方 測準(zhǔn)確窄為 %。在果梗檢漫方面 ,提出了 使用正方形模板鑒圳果梗存在與否的算法 ,并根據(jù)果梗的斜率對果梗的完好性進(jìn)行判別。結(jié) 累表明 ,計(jì)算機(jī)視覺與人分級的平均 一致率在 %以上。試驗(yàn)結(jié)果表明 ,該系統(tǒng)達(dá)到了對動態(tài)圖像實(shí)時(shí)采