论文部分内容阅读
利用计算机视觉技术进行水果品质检测与分选技术研究,对提高果品市场竞争力与产品增值效益具有重要应用前景。特别是在我国加入世界贸易组织之后,面对国外产品的竞争和冲击的严峻挑战,这样的需求显得更为迫切。本论文就是在这样的背景下,研究荔枝特征检测与品质分选的方法,目的在于提高荔枝特征检测的精度,改善荔枝分级的手段,对我国农产品品质评价工作起到促进作用。本文的主要研究内容如下:
(1)搭建了一套适合荔枝等水果进行品质自动检测与分级的计算机视觉系统。建立了描述荔枝与其图像相互关系的数学模型,并把对图像的处理变成对矩阵的各种操作。
(2)通过对图像灰度变换、去除噪声、图像增强、图像分割等多种低层处理方法的对比研究,最终确定了适合于荔枝检测与分级的预处理方法,从而满足了进一步进行荔枝特征提取和模式识别的要求。
(3)通过对传统标定方法误差的分析,采用了更细致的标定方法以减小标定过程的误差,从而为后续精确的检测与分级奠定了基础。
(4)提出了一种荔枝横径测量的新算法,通过与传统方法的对比发现,最大轴旋转法使用了一种简单的方法确定轴向,并通过旋转法,仅旋转一次便确定了最大径的位置。这种方法不仅结合了传统方法的优点,对算法进行了简化,而且测量精度较高,将其与人工游标卡尺测量的荔枝横径结果相比较,使用最大轴旋转法测量并分级的两种荔枝正确率分别为98.4%和96.7%,从而能够较好地适应实际生产的需求。
(5)利用荔枝最大横径处面积估测荔枝重量。实验表明,该方法估测的荔枝重量与其最大横径处面积的相关系数分别可达0.9841和0.9775,分级精度可达96.8%和96.7%。
(6)将荔枝的投影面积还原成荔枝实际的表面积,同时将荔枝的红色区域成功提取出来,而且较精确的计算出红色区域在实际空间中占整个荔枝表面积的比例,从而可以按照标准根据荔枝着色面积的覆盖比例进行分级。
(7)利用MATLAB提供的可视化的界面环境Guide开发了荔枝自动分级系统,其界面友好、操作简单、直观易懂。