学位论文 > 优秀研究生学位论文题录展示

基于多光谱柑桔检测方法研究

作　者: 李晓慧
导　师: 张宝峰；朱均超
学　校: 天津理工大学
专　业: 检测技术与自动化装置
关键词: 多光谱技术大小形状检测缺陷检测颜色检测
分类号: TP274
类　型: 硕士论文
年　份: 2010年
下　载: 24次
引　用: 0次
阅　读: 论文下载

内容摘要

柑桔是我国南方栽培面积最广的水果,柑桔产业已成为南方农村经济的支柱产业。当前我国柑桔采后分级的研究较少,现有分级方法主要是人工分级和机械分级,工作效率较低,准确性较差。因此国内柑桔产业商品化程度不足,其产品附加值较低。研究利用无损检测技术对柑桔品质进行无损检测处理,对于提高其产品质量,提升商品附加值,增加农民收入具有重要意义。根据计算机视觉技术工作效率高的特点和水果在不同光谱下吸收反射特性,研究了基于计算机视觉技术与多光谱技术的柑桔识别方法。主要研究内容如下：1.提出了一种基于多光谱光源的新多光谱图像采集方法,并设计了适合柑桔检测的多光谱LED光源。2.研究了柑桔不同识别特征的多光谱测量方法,并得到如下结论：在红色波段与黄色波段下采集的多光谱图像,边缘与果体更易提取；在红色波段与黄色波段下采集的多光谱图像,表面缺陷特征更易提取,在红外波段下采集的图像,柑桔的内部缺陷可以提取出来,但表皮缺陷不能提取出来,因此,采用红外波段下的单光谱图像与红色波段、黄色波段下的多光谱图像共同判断柑桔的缺陷；在红色波段下采集的图像,绿色柑桔图像与黄色柑桔图像在果体灰度上有很大的差异,但不宜进行水果颜色的定性分析,因此根据分时曝光光源特性,采集白色光谱下的彩色图像进行颜色分级。3.研究了图像预处理算法。通过分析现有的图像预处理算法与被测对象柑桔的识别特性,提出了采用Otsu方法进行阈值的计算,采用Roberts算子对分割后的图像进行边缘提取。4.提出了采用投影面积法求取柑桔图像的大小信息,采用面积周长比法来求取柑桔的形状信息,实验结果表明识别率可达96%。5.提出了基于多光谱的缺陷检测方法。该方法为：采用红色与黄色波段下的多光谱图像缺陷提取结果与红外波段下的柑桔图像的缺陷提取结果相与的方法,来判断缺陷为内部还是外部缺陷,实验结果表明识别率可达97%。6.研究了与柑桔颜色相关的彩色模型、伪彩色理论、假彩色理论,提出了基于多光谱光源的颜色检测方法,即利用HIS模型下的H分量进行水果颜色分级,实验结果表明识别率可达97%。

全文目录

摘要  5-6
Abstract  6-11
第一章绪论  11-18
  1.1 引言  11-12
  1.2 本研究的目的与意义  12-14
    1.2.1 我国水果生产现状  12-13
    1.2.2 现有的分级方法  13
    1.2.3 本研究的目的与意义  13-14
  1.3 水果检测的国内外发展概况  14-16
    1.3.1 计算机视觉技术国内外发展概况  14-15
    1.3.2 多光谱图像技术国内外发展概况  15-16
    1.3.3 现有技术存在的缺陷和不足  16
  1.4 本文的主要研究内容  16-17
  1.5 本章小结  17-18
第二章柑桔的光学分析与多光谱光源设计  18-29
  2.1 引言  18
  2.2 图像的光学基础与原理  18-21
    2.2.1 光学的基本性质  18-20
    2.2.2 多光谱图像的基本原理  20-21
  2.3 水果分光反射特性  21-24
    2.3.1 受损苹果的红外反射特性  21-22
    2.3.2 桃与梨的红外反射特性  22-23
    2.3.3 讨论  23-24
  2.4 多光谱光源设计  24-28
    2.4.1 多光谱光源总体设计  24-26
    2.4.2 灯体设计  26
    2.4.3 光源控制部分设计  26-28
  2.5 本章小结  28-29
第三章多光谱图像获取方法研究  29-39
  3.1 引言  29
  3.2 图像融合的基本理论  29-32
    3.2.1 代数运算  29-30
    3.2.2 变换处理  30-32
  3.3 多光谱图像获取方法研究  32-34
    3.3.1 单色光谱图像采集与图像分析  32
    3.3.2 多光谱图像采集与图像分析  32-34
  3.4 柑桔特征光谱分析  34-38
    3.4.1 柑桔的识别特征  34-35
    3.4.2 柑桔识别特征与光谱关系  35-38
  3.5 本章小结  38-39
第四章柑桔预处理算法研究  39-49
  4.1 引言  39
  4.2 多光谱图像采集系统  39-41
    4.2.1 基于多光谱柑桔分级系统结构  39-40
    4.2.2 本文主要采用的部件  40-41
  4.3 图像分割预处理算法研究  41-45
    4.3.1 几种常见阂值分割算法  41-43
    4.3.2 几种算法分析比较  43-44
    4.3.3 柑桔Otsu法分割结果  44-45
  4.4 边缘检测算法研究  45-48
    4.4.1 几种常见的边缘检测算法  45-47
    4.4.2 几种方法的分析与比较  47
    4.4.3 柑桔边缘检测结果  47-48
  4.5 水果形心计算  48
  4.6 本章小结  48-49
第五章柑桔图像识别算法研究  49-64
  5.1 引言  49
  5.2 柑桔大小和形状算法研究  49-53
    5.2.1 圆形果大小、形状常用的识别算法  49-51
    5.2.2 三种方法的比较与分析  51
    5.2.3 柑桔大小形状检测结果  51-53
    5.2.4 本节小结  53
  5.3 柑桔缺陷识别方法研究  53-55
    5.3.1 水果缺陷识别的几种算法  53
    5.3.2 两种方法的比较  53-54
    5.3.3 柑桔缺陷检测结果  54-55
    5.3.4 本节小结  55
  5.4 柑桔颜色识别方法研究  55-61
    5.4.1 颜色的基本理论  56-57
    5.4.2 现有的颜色判断方法  57-58
    5.4.3 柑桔颜色检测方法研究  58-60
    5.4.4 柑桔颜色检测结果  60-61
    5.4.5 本节小结  61
  5.5 柑桔检测软件实现  61-63
  5.6 本章小结  63-64
第六章结论和展望  64-66
  6.1 本文主要结论  64
  6.2 展望  64-66
参考文献  66-69
发表论文和科研情况说明  69-70
致谢  70

基于多光谱柑桔检测方法研究

内容摘要

全文目录

相似论文