绿橙表面缺陷及大小尺寸的计算机视觉分级技术研究

论文摘要

本文应用计算机视觉技术研究了绿橙的表面缺陷及大小尺寸的检测方法。研究内容如下：1、建立并完善了适合本课题的计算机视觉系统。该系统包括大亨图像采集卡、CCD摄像机、光照箱、计算机主机、显示器、打印机、滚筒式传输带、三项异步电动机及美国国家仪器公司推出的NI Vision Development Module Ver 8.2.1软件和Lab WindowsCVI8.1软件。2、分析了对绿橙图像进行预处理的方法,包括：图像平滑、图像增强、边缘检测、图像分割等。3、研究了各种检测绿橙大小尺寸的方法,最终确定采用果径法来进行检测,试验结果表明,分级正确率为93.5%。4、研究了检测绿橙表面缺陷的方法。通过CCD采集绿橙的可见光图像,经图像低层处理后,采用美国National Instruments Vision Assistant软件测得绿橙的果实横径、整果、缺陷像素数,将果实横径像素数变换成实际的果实横径后即可求出绿橙的表面积,再根据绿橙的表面积和整果、缺陷像素数之间的比例关系计算出缺陷面积,进而对其进行分级。结果表明,该方法对绿橙的4个质量等级的正确分级率分别是97.44%,91.49%,91.78%和95.12%。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究目的及意义
• 1.2 绿橙的生物学特性
• 1.3 计算机视觉的国内外研究现状
• 1.3.1 在农产品颜色识别中的应用现状
• 1.3.2 在农产品表面缺陷和损伤检测中的应用现状
• 1.3.3 在农产品尺寸大小与果形检测中的应用现状
• 1.3.4 在果梗识别中的应用现状
• 1.4 研究内容和技术路线
• 2 计算机图像处理技术及研究条件
• 2.1 计算机视觉技术概述
• 2.2 计算机视觉的应用
• 2.3 计算机视觉系统的组成
• 2.3.1 计算机视觉系统的硬件组成
• 2.3.2 计算机视觉系统的软件组成
• 3 图像的获取
• 3.1 绿橙图像的获取
• 3.2 绿橙灰度图像的获取
• 4 绿橙图像的低层处理
• 4.1 图像噪声的消除——图像平滑
• 4.1.1 均值滤波
• 4.1.2 中值滤波
• 4.1.3 高斯滤波
• 4.1.4 低通滤波
• 4.1.5 比较分析
• 4.2 图像增强
• 4.2.1 直方图均衡化
• 4.2.2 灰度变换
• 4.2.3 比较分析
• 4.3 图像边缘检测
• 4.3.1 差分边缘检测（Diff.）
• 4.3.2 Sobel算子
• 4.3.3 Roberts算子
• 4.3.4 Prewitt算子
• 4.3.5 Laplacian算子
• 4.3.6 比较分析
• 4.4 图像分割
• 4.4.1 单阈值分割法
• 4.4.2 双阈值分割法
• 4.4.3 比较分析
• 4.5 二值图像的数学形态学分析
• 4.5.1 腐蚀
• 4.5.2 膨胀
• 4.5.3 开运算
• 4.5.4 闭运算
• 4.6 本章小结
• 5 绿橙的大小尺寸检测和缺陷检测
• 5.1 绿橙的大小尺寸检测
• 5.1.1 最小外接矩形法
• 5.1.2 最大果宽（或果轴）法
• 5.1.3 投影面积法
• 5.1.4 果径法
• 5.1.5 绿橙大小检测
• 5.2 绿橙的缺陷检测
• 5.2.1 缺陷提取
• 5.2.2 缺陷检测方法
• 5.2.3 误差分析
• 5.3 本章小结
• 6 结论与建议
• 6.1 结论
• 6.2 建议
• 参考文献
• 致谢
• 附录1 DB46/61-2006对绿橙表面缺陷和大小规格的规定绿橙大小规格
• 附录2 缺陷检测实验数据
• 附录3 大小检测（小果）实验数据
• 附录4 大小检测（中果）实验数据
• 附录5 大小检测（大果）实验数据
• 附录6 绿橙大小检测相对误差判别