基于图像处理的苹果大小自动分级方法

 2023-04-18 09:04

论文总字数:15606字

摘 要

苹果分级一直是我国水果产业上的一大薄弱环节,直接影响到苹果在市场上的销售,国内的分级一直都是依靠人工分级来完成,自动分级水平还很落后。为了改善人工分级的不足,本文将应用图像处理技术设计苹果的大小自动分级系统,对于提取边缘轮廓计算二维苹果图像的面积进行了研究。

首先搭建一个硬件平台来采集图像,利用MATLAB2012b平台设计苹果尺寸测量的应用软件,包括将采集到的苹果图像通过背景去除、灰度变换、边缘检测、骨架化以及区域填充等一系列过程处理,计算出苹果的像素面积,然后将已知实际面积的一元硬币作为参照物,利用上述方法求得其像素面积,进行比例兑换求得苹果的实际面积,从而实现苹果的大小自动分级。

通过对基于图像处理的苹果自动分级的方法研究,大大缩短了分级时间,提高了分级效率,非常具有实用价值。

关键词:苹果分级;图像处理;边缘检测;尺寸测量

Automatic classification method of apple size based on image processing

Abstract

Apple grading has been a weak link of fruit industry in our country, and directly affect the apple in the market, sales of domestic classification has been relying on artificial classification, automatic classification level is still very backward. In order to improve the shortcomings of artificial classification, this paper will apply image processing technique to design the size of the apple automatic grading system, to extract edge profile calculated two-dimensional apple image area were studied.

First builds a hardware platform to collect images, using MATLAB2012b apple size measurement applications software platform design, including the background apple images were collected by removing, gray level transformation, edge detection, skeletonization and fill in the region and a series of process, calculate the pixel area of the apple, and then the actual area is known as a reference of a yuan of coin, its pixel area obtained by using the above methods, the rate of exchange for apple"s actual area, so as to realize the size of the apple automatic grading.

Through the apple automatic grading method based on image processing research, greatly shortens the time of classification and improve the efficiency of classification, very practical.

Keywords: apple grading;image processing;edge detection;size measurement

目 录

摘 要 I

Abstract II

第一章 绪论 1

1.1研究水果分级的背景与意义 1

1.2传统的水果分级方法 1

1.3基于图像处理的苹果分级系统 1

1.3.1国外研究概况 1

1.3.2国内研究概况 1

1.4苹果分级的发展趋势 2

1.5本文的主要研究内容 2

第二章 图像采集 3

2.1图像光源的布置 3

2.2图像背景的确定 3

2.3图像的采集 4

2.4本章小结 4

第三章 图像预处理方法 5

3.1 灰度变换 5

3.2 图像平滑 5

3.2.1 图像平滑概述 5

3.2.2低通滤波 5

3.2.3 均值滤波 5

3.2.4 中值滤波 6

3.3 图像增强 7

3.3.1 图像增强概述 7

3.3.2直方图调整法 7

3.4 图像分割 8

3.4.1图像分割概述 8

3.4.2阈值分割 8

3.4.3 边缘检测 8

3.4.4 骨架化 10

3.4.5 本章小结 11

第四章 苹果大小检测方法研究 12

4.1 苹果的大小分级标准概述 12

4.2 常用苹果大小检测方法 12

4.2.1果径法 12

4.2.2投影面积法 13

4.2.3当量直径法 13

4.3 苹果区域边界的形状特征提取 14

4.3.1边界和区域 14

4.3.2 链码 14

4.4 软件设计 15

4.5 误差分析 18

4.6 本章小结 18

第五章 结束语 19

致谢 20

参考文献 21

第一章 绪论

1.1研究水果分级的背景与意义

中国是一个水果产量大国,尤其是从90年代开始水果市场发展的趋势更加迅猛。根据调查表明,2004年我国水果的总产量已经达到了将近152万吨,比2000年增长了足足5%,占世界总产量的12.7%。水果的自动分级技术一直是我国水果产业上的一大欠缺部分,并且直接影响到水果的在市场上的销售量。人工分级存在很多明显的缺陷:第一,分级标准的客观性能力差,相同种类的苹果对于不同的产地,人工指定的标准也可能一样,即便是同一生产商,会因为受到情绪和疲劳程度的影响,视觉判断标准也会因此改变;另一方面,分级效率低,不能与自动化分级水平的能力相提并论。随着科技的飞速发展,图像处理技术已经被大量运用于实际应用中,机器视觉检测是用机器视觉代替人眼,并模拟人类大脑完成检测分级工作。

1.2传统的水果分级方法

传统的水果分级是由人工完成的。常用的人工分级方法有两种,一种是单凭人的视觉感受,将水果根据其颜色、大小、形状等进行分级;另一种是依靠机械判断。依靠机械系统分级的水果,同一种类的水果差别较小,并且能大大减轻水果的机械损伤。但这种方法受人的主观判断的影响因素很大,并且分级的工人要花费很大的劳动力,所以此方法很难实现。

1.3基于图像处理的苹果分级系统

1.3.1国外研究概况

1988年,Marchant等人利用三个68010单片系统同时处理三幅动态图像,最先是用土豆做实验,设计了基于土豆的大小和形状自动分级系统,实验用的方案是采用硬件并行处理方式提高系统速度,使分级速度达到了每秒40个,基本能够满足实验要求。2000年,Ingrid Paulus等人决定采用傅里叶变换以及边界半径苹果的果形进行描述,实验显示,苹果的形状可以用12个余弦值和12个正弦值表示,相关性超过0.98。2003年,Blasco等人开发了一套计算机视觉系统,对桔子、胡柚和苹果的形状的检测,准确率达到了91%~95%,为利用图像处理技术实现苹果自动分级提供了非常广阔前景。

总的来说,国外学者研究水果自动分级的技术已经趋向比较成熟的水平,图像处理技术能力也越来越精湛。特别是美国每年有50%以上的水果利用图像处理技术进行大小自动分级,给美国的水果产业带来了不可估量的经济效益,就连日本和意大利也掌握了主要技术,加工出成熟的产品,极大的促进了水果产业的发展。

1.3.2国内研究概况

如果和国外的分级水平相比的话,那么国内的水果分级市场要远远滞后。国内的水果市场大多还是采用人工分级的方法对水果进行分级处理,只有很少一部分企业采用半自动水果分级,由于技术的不成熟以及成本的因素,国内采用全自动化分级技术的几乎没有。

剩余内容已隐藏,请支付后下载全文,论文总字数:15606字

您需要先支付 80元 才能查看全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找;