论文部分内容阅读
利用计算机视觉技术进行水果品质的在线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。目前在我国，因缺乏农产品品质检测标准和手段，使各种农产品混杂上市，在国际市场上缺乏竞争力，初级农产品得不到增值，给国家和农民造成了巨大的经济损失，特别是在我国加入WTO世界贸易组织之后，这一需求显得更为迫切。本文就是在这样的背景下，研究了水果在线检测与品质分选的方法和技术，目的在于解决动态条件下，图像质量差，信息量大，实时处理能力低，检测精度低等问题。水果的外部品质主要涉及大小、形状、颜色和表面缺陷。主要研究内容如下： (1)图像低层处理算法是利用计算机视觉进行水果在线快速分级的基础。本文首先对图像低层处理中的图像平滑、图像增强、图像分割、边缘检测、边缘细化等算法进行了比较和研究，得到了适合水果在线快速分选的低层处理算法。特别是在边缘检测方面采用了模板分析法，这种方法检测的图像面积仅约为传统方法的1／2，因此检测速度约是传统方法的2倍。 (2)国内研究者提出的水果形状、大小识别算法，都是围绕水果中心轴线来提取特征参量，而水果在分选生产线上的状态是随机的，故这些特征参量的提取方法不再适合于在线状态。为此，本文采用质点法计算形心，确定形心以后再计算最大果径，用傅立叶变换描述果形。 (3)本文利用颜色模型RGB、HIS进行颜色分级。水果表面缺陷的识别复杂而费时，一直是实现水果自动化分级的障碍。真正缺陷区与梗萼凹陷区的快速识别是国内外研究的另一热点，因为这是造成分级误差的主要原因。为此，本文提出基于人工神经网络的快速识别新方法。 (4)建立了以分级为目的的软硬件系统。硬件系统可完成水果的传输和动态捕获图像的功能。软件系统完成水果大小、形状、颜色以及表面缺陷的分级功能。软件开发工具为LabWindows／CVI6.0，IMAQ，IMAQ-Vision；IMAQ是采集卡驱动软件，它提供了丰富的图像采集驱动函数，可直接在用户的应用程序中调用这些函数；IMAQ Vision是一个高级图像处理分析软件包，它包括一整套丰富的MMX优化函数，具备灰度、彩色及二值图像的显示、处理和图像形态学处理等功能。