freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

畢業(yè)論文---稻米外觀品質(zhì)檢測(cè)技術(shù)-文庫(kù)吧在線文庫(kù)

  

【正文】 的基本原理 [19]和基于灰度直方圖的閾值分割 [20]。 圖像分割的定義 圖像分割就是將圖像中具有特殊含義的不同區(qū)域分開(kāi)來(lái),這些區(qū)域互相不交叉,每個(gè)區(qū)域都滿(mǎn)足特定區(qū)域的一致性。 第 2 章,具體介紹了圖像預(yù)處理的有關(guān)算法,包括采用開(kāi)運(yùn)算進(jìn)行圖像去噪 。檢測(cè)完畢后,還需要人工清理檢測(cè)樣品。 Reyer等 利用計(jì)算機(jī)視覺(jué)技術(shù),尋找合適的波長(zhǎng)并該波長(zhǎng)下的濾光鏡獲得梨的圖像,然后對(duì)該圖像進(jìn)行分析,從而對(duì)梨的表面損傷進(jìn)行檢測(cè)。 Lloyd 等使用振動(dòng)臺(tái)和計(jì)算浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文(設(shè)計(jì)) 3 機(jī)視覺(jué)技術(shù)開(kāi)發(fā)出 GrainCheck 系統(tǒng)用于估算實(shí)驗(yàn)室碾磨機(jī)和商業(yè)化碾磨機(jī)碾磨出的稻米整精米率 [14]。從 1983 年開(kāi)始,日本大學(xué)森島博利用計(jì)算機(jī)視覺(jué)對(duì)稻米識(shí)別和分級(jí)進(jìn)行廣泛的研究。張樹(shù)槐、孫明利用計(jì)算機(jī)視覺(jué)技術(shù)的顏色、形狀特征分析實(shí)現(xiàn)蘋(píng)果的識(shí)別與自動(dòng)分級(jí) [1]。 凌云采用機(jī)器視覺(jué)技術(shù)對(duì)稻米的外觀包括粒型、堊白、黃米粒、異型米進(jìn)行檢測(cè),并嘗試實(shí)現(xiàn)谷物外觀品質(zhì)動(dòng)態(tài)檢測(cè) [1]。人工目測(cè)的檢驗(yàn)手段顯然無(wú)法滿(mǎn)足現(xiàn)代農(nóng)業(yè)發(fā)展的要求。 關(guān)鍵詞 :圖像處理;稻米粒型;整精米率 ABSTRACT Characteristics of rice appearance quality are very important to evaluate rice quality and pricing. The normal method for determining rice quality is based on manual inspection which is an inefficient way and resulting in unconstant outes. Thus, we evaluate rice appearance quality rely on image processing. We use Matlab procedure to pretreat the image of rice. Including: removing the image noise by open operation, determining the threshold for image segmentation automatically by the improved Ostu method to put the grey image into binary iamge, cutting the rice on the image, calculating using the minimum bounding rectangle of rice grain, the area under rice, wide and long the whole rice and broken rice distinction between information and calculate the rate of milled rice. It’s a work to improve the inspection of rice appearance with theoretical worth and practical significance. Keywords: Image Processing。 浙 江 理 工 大 學(xué) 畢業(yè)論文 (設(shè)計(jì) )誠(chéng)信聲明 我謹(jǐn)在此保證:本人所寫(xiě)的畢業(yè)論文 (設(shè)計(jì) ),凡引用他人的研究成果均已在參考文獻(xiàn)或注釋中列出。這對(duì)提高稻米外觀品質(zhì)檢測(cè)水平,具有一定的理論意義和重要的應(yīng)用價(jià)值。這種單單依靠肉眼主觀觀測(cè)不僅客觀性差、效率低、勞動(dòng)強(qiáng)度大,而且在長(zhǎng)時(shí)間工作環(huán)境下,嚴(yán)重?fù)p害檢驗(yàn) 人員的身體健康。 國(guó)內(nèi)外研究進(jìn)展 國(guó)內(nèi)研究進(jìn)展 在國(guó)內(nèi),利用圖像處理技術(shù)對(duì)稻米外觀品質(zhì)進(jìn)行檢測(cè)主要包括加工精度、粒型、整精米率等。應(yīng)義斌等通過(guò)分析 RGB 各分量灰度的變化特點(diǎn),采用梯度算法獲取黃花梨缺陷區(qū)域,并嘗試通過(guò)二維圖像恢復(fù)物體表面真實(shí)的幾何面積的設(shè)想 [13]。 國(guó)外研究進(jìn)展 在國(guó)際上,最早將計(jì)算機(jī)視覺(jué)技術(shù)用于稻米識(shí)別和分級(jí)檢測(cè)研究出現(xiàn)在 20 世紀(jì)80 年代。 Wan 等利用機(jī)器視覺(jué)技術(shù)開(kāi)發(fā)出了在線自動(dòng)稻米檢測(cè)系統(tǒng),對(duì) 16 種糙米表面特征進(jìn)行識(shí)別和分級(jí),準(zhǔn)確度達(dá)到 91%,平均檢測(cè)速度達(dá)到 1200 粒 /分 [13]。 Tao 等研制出了基于計(jì)算機(jī)視覺(jué)的蘋(píng)果檢測(cè)系統(tǒng),實(shí)現(xiàn)對(duì)蘋(píng)果質(zhì)量的快速和全面檢測(cè)。在檢測(cè)時(shí),一般需要人工放置待測(cè)樣品 。論文的研究?jī)?nèi)容包括: 第 1 章,簡(jiǎn)要論述了圖像處理技術(shù)的整體情況,論文研究的意義及目的,詳細(xì)介紹了 國(guó)內(nèi)外的研究進(jìn)展進(jìn)而提出本論 文的研究任務(wù)。 圖像分割 圖像分割是圖像處理中的重要問(wèn)題,圖像分割結(jié)果的優(yōu)劣直接影響到隨后的圖像分析、理解,目標(biāo)特征的提取與識(shí)別等。 當(dāng)圖像 背景比較單一 ,圖像灰度直方圖明顯呈雙峰分布時(shí) ,采用全局閾值進(jìn)行圖像分割一般可得到比較滿(mǎn)意的結(jié)果。 由于稻米圖像的背景和目標(biāo)區(qū)別明顯,背景單一,對(duì)此圖像進(jìn)行分割可以用最大類(lèi)間方差法,也可以用直方圖法進(jìn)行?;舅悸肥怯镁哂幸欢ㄐ螒B(tài)的結(jié)構(gòu)元素去度量和提取圖像中的對(duì)應(yīng)形狀以達(dá)到對(duì)圖像分析和識(shí)別的目的。 圖 22 腐蝕運(yùn)算 膨脹 膨脹是腐蝕運(yùn)算的逆運(yùn)算,可以通過(guò)對(duì)補(bǔ)集的腐蝕來(lái)定義。 開(kāi)運(yùn)算具有去噪的功能,主要去處圖像中的微小連接,孤立點(diǎn)和突出部分,切斷細(xì)長(zhǎng)的搭接而起到分離的作用,使圖像更加平滑。圖像處理的重要任務(wù)就是將它們尋找出來(lái),并對(duì)其進(jìn)行分析和特征提取。 與直角坐標(biāo)表示法比較 ,鏈碼表示法的優(yōu)點(diǎn)明顯,它把二維圖像的存儲(chǔ)和處理變成一維鏈上的問(wèn)題,對(duì)于處理大尺度的圖像而言,鏈碼表示法既節(jié)省了存儲(chǔ)空間又提高了處理速度。從應(yīng)用的角度出發(fā),利用方形點(diǎn)陣的八領(lǐng)域?qū)Χ祱D像進(jìn)行頂點(diǎn)鏈碼編碼。對(duì)于每一種位置關(guān)系,還要分析光標(biāo)當(dāng)前位置( ? )周?chē)溆?5 個(gè)單元格是否空缺。這 24 種狀態(tài)圖構(gòu)成的集合具有完備性和封閉型。 通常情況下,求 MER 方法首先對(duì)米粒進(jìn)行區(qū)域標(biāo) 記,獲得標(biāo)記區(qū)域的最左、右、上、下各點(diǎn)坐標(biāo)值,計(jì)算其外接矩形面積大小,從 00開(kāi)始,以 30為增量順時(shí)針旋轉(zhuǎn)二維圖像矩陣,直至 900結(jié)束;比較標(biāo)記區(qū)域外接矩形大小,當(dāng)面積最小時(shí)獲得 MER,此時(shí) MER 長(zhǎng)寬即為稻米的長(zhǎng)寬。通過(guò)解碼來(lái)尋找 x 和 y 軸方向上具有最大坐標(biāo)和最小坐標(biāo)的兩個(gè)點(diǎn),以?xún)牲c(diǎn)連線為對(duì)角線的矩形即為圖像區(qū)域的最小外接矩形。針對(duì)此問(wèn)題,本節(jié)采用圖像處理技術(shù)對(duì)整 精米率檢測(cè)方法做進(jìn)一步的研究 。 浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文(設(shè)計(jì)) 19 第 4 章 基于圖像的稻米外觀檢測(cè)系統(tǒng)的實(shí)現(xiàn) 圖形用戶(hù)界面( GUI)在 MATLAB 程序開(kāi)發(fā)中起著舉足輕重的作用。 基于圖像的稻米外觀檢測(cè)系統(tǒng)就可以在這個(gè)設(shè)計(jì)窗口中完成了,在 GUI 設(shè)計(jì)窗口創(chuàng)建圖形對(duì)象后,通過(guò)雙擊該對(duì)象,就會(huì)顯示對(duì)象的屬性編輯器,編輯其屬性即可。 為了 檢驗(yàn)稻米粒型實(shí)時(shí)檢測(cè)系統(tǒng)的準(zhǔn)確性、穩(wěn)定性和可靠性,隨機(jī)選擇三個(gè)樣品,每個(gè)樣品抽樣三次,每次 10 粒, 利用 MER 法和人工直尺測(cè)量法進(jìn)行測(cè)量,結(jié)果見(jiàn)表 41。 177。 177。 隨機(jī)挑選 5 個(gè)待測(cè)樣品,采用人工法、計(jì)數(shù)法、 進(jìn)行整精米率實(shí)驗(yàn), 其中人工法是采用人工識(shí)別整精米與碎米,并 計(jì)算整精米率;計(jì)數(shù)法是采用公式 31 計(jì)算整精米率 ,結(jié)果見(jiàn)表 42。 ( 5) 在稻米整精米率檢測(cè)方面,提出根據(jù)稻米的面積、長(zhǎng)度、長(zhǎng)寬比外形特征區(qū)分整精米與碎米,并利用面積法計(jì)算整精米率。在這里,我要感謝在這些在我畢業(yè)設(shè)計(jì)過(guò)程中指導(dǎo)和幫助過(guò)我的人。39。 //圖像開(kāi)操作 figure,imshow(Io), title(39。) //顯示圖像的灰度直方圖 T=graythresh(Iobr)。 //求出各個(gè)連通區(qū)域面積 for i=1:max(L(:))1 //按面積大小排序 for j=i+1:max(L(:)) if(Ar(i)Ar(j)) t=Ar(i)。noholes39。 a=sqrt((V(2,1)V(1,1)).^2+(V(2,2)V(1,2)).^2)。length(i)=b。 zz bb=zz(1,1) aa=zz(1,2) kk=aa/bb。 end end end Ar I1=bwareaopen(I,246)。title(39。) [L,num1]=bwlabel(I1)。 end Ar。 end z //輸出長(zhǎng)和寬 k //輸出寬長(zhǎng)比 sum1=0。length(i)=a。 [rx,ry,area]=minboundrect(boundary(:,2),boundary(:,1),39。 for i=1:num 浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文(設(shè)計(jì)) 29 sum=sum+Ar(i)。) //顯示二值圖像 //自動(dòng)計(jì)數(shù) [L,num]=bwlabel(I)。 //基于開(kāi)的重建圖像 figure,imshow(Iobr),title(39。 end se=strel(39。 另外,我要感謝父母一直默默地給予我關(guān)心和支持,父母的悉心關(guān)懷,永遠(yuǎn)是鼓勵(lì)我積極向上的不竭動(dòng)力。 ( 3)論文實(shí)現(xiàn)了稻米外觀品質(zhì)指標(biāo)的圖像檢測(cè),具有較高的檢測(cè)精度和檢測(cè)速度,基于圖像的稻米外觀 檢測(cè)系統(tǒng)研究 24 但是還沒(méi)有實(shí)現(xiàn)真正的流水線在線實(shí)時(shí)檢測(cè)。論文的主要工作總結(jié)如下: ( 1) 從總體上闡明了稻米外觀品質(zhì)檢測(cè)目前存在的問(wèn)題和發(fā)展趨勢(shì)。 177。 177。 177。 基于圖像的稻米外觀 檢測(cè)系統(tǒng)研究 20 圖 41 粒型檢測(cè)界面 圖 42 整精米率檢測(cè)界面 系統(tǒng)實(shí)現(xiàn)的功能 本論文研究基于圖像的稻米外觀檢測(cè)系統(tǒng),主要實(shí)現(xiàn)稻米的粒型檢測(cè)和稻米的整精米率檢測(cè)這兩個(gè)功能,通過(guò)對(duì)對(duì)象的代碼編寫(xiě),實(shí)現(xiàn)以下的操作,包括:選擇圖像,對(duì)圖像進(jìn)行去噪,二值化,求最小外接矩形,顯示長(zhǎng)、寬、面積等信息,計(jì)算米粒數(shù)等 。 系統(tǒng)界面設(shè)計(jì) 首先,打開(kāi) MATLAB 主窗口,選擇 File 菜單中的 New 菜單項(xiàng),再選擇其中的GUI 命令,就會(huì)顯示圖形用戶(hù)界面的設(shè)計(jì)模板。 ( 3) 當(dāng)被檢測(cè)稻米面積大于等于標(biāo)準(zhǔn)整精米面積的 倍,即判斷為整 米。 整精米率是稻谷標(biāo)準(zhǔn) GB13501999[29]中新增加的內(nèi)容,也是優(yōu)質(zhì)稻谷標(biāo)準(zhǔn) GB/T 178911999 中的分級(jí)質(zhì)量指標(biāo)之一。具體實(shí)現(xiàn)算法如下 [30]: (1) 將 24 種狀態(tài)映射圖保存在數(shù)組 TempArray 中,作為狀態(tài)遷移的模板保存起來(lái)為后面進(jìn)行狀態(tài)匹配使用。 (0,+1) (+1,0) (1,+1) (0, 0) (1,0) (+1,0) 當(dāng)前狀態(tài)圖 下一時(shí)刻狀態(tài)圖 4 4 3 (+1,1) (+1,1) (+1,0) (+1,0) (+1,+1) (+1,+1) 當(dāng)前狀態(tài)圖 下一時(shí)刻狀態(tài)圖 2 1 1 浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文(設(shè)計(jì)) 15 表 31 八近鄰頂點(diǎn)鏈碼子串 輸入狀態(tài)圖編號(hào) 八近鄰頂點(diǎn)鏈碼子串 1
點(diǎn)擊復(fù)制文檔內(nèi)容
黨政相關(guān)相關(guān)推薦
文庫(kù)吧 www.dybbs8.com
備案圖鄂ICP備17016276號(hào)-1