用于苹果自动加工及包装线的计算机视觉检测分级系统

摘要

随着计算机技术和工业生产的发展，生产的在线自动化检测在现代化自动工业生产中具有广阔应用前景。用计算机视觉代替人的视觉，在自动生产线上对产品进行自动检测具有实时、客观、无损害等优点。本文就是在这样的背景下，为相关企业的需求，选择苹果为研究对象，探讨了基于计算机视觉的自动检测的方法和技术。研究内容如下：
　　(1)图像采集，推导出被测物达瞬时稳态的数学模型，依据此模型确保获取被测物表面既定数量的正确信息。建立3CCD位置参数的数学模型，获得确保既定生产率和准确率所需的图像；采用一种派生的形心自标定法对系统进行了标定。
　　(2)用矢量中值滤波法对图像做滤波处理，利用Z变换图像恢复法对运动模糊图像进行恢复；通过“快速模版边缘检测法”对图像边缘检测。
　　(3)提出一种根据果梗(花萼)和形心所在直线斜率检测尺寸的算法；基于此方法又提出的“立方模型法”对果形的检测分级。
　　(4)提出缺陷分割法，分析了被测物缺陷域的颜色特征值的比率关系并成功地用于缺陷的分割。提出一种逻辑关系方法对缺陷进行了快速判别。针对曲率影响和搜索部标外像素费时的问题，提出“微积分像素转换”新方法来计算表面缺陷面积。
　　在WindowsXP操作系统上应用MATLAB程序设计语言进行了系统应用程序的开发，达到了预期的要求。本文的研究成果对工业零件的品质检测，具有重要的推广和实用价值。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题的研究背景及意义

1.2 国内外研究现状分析

1.3 课题研究的主要内容及系统实现的技术路线

第2章 果实图像的全方位采集

2.1 全方位采集的数学模型

2.2 果梗、花萼处出现缺陷的概率

2.3 死角缺陷概率的降低

2.4 图像的采集

2.5 系统的标定

2.6 本章小结

第3章 图像的低层处理

3.1 图像的平滑处理

3.2 运动模糊图像的恢复

3.3 图像的背景分割

3.4 信息恢复

3.5 边缘检测

3.6 本章小结

第4章 果实尺寸和形状的快速检测分级

4.1 引言

4.2 一种新的尺寸检测算法

4.3 一种新的果形检测的算法

4.4 尺寸和果形的分级

4.5 本章小结

第5章 缺陷面积的检测分级

5.1 缺陷的快速分割法

5.2 缺陷的快速检测法

5.3 真假缺陷的快速辨别

5.4 缺陷面积的计算方法

5.5 本章小结

第6章 系统程序设计与试验分析

6.1 系统程序设计

6.2 系统程序流程

6.3 系统软件的功能与实验结果分析

6.4 本章小结

结论

参考文献

攻读硕士学位期间承担的科研任务与主要成果

致谢

作者简介