基于计算机视觉的莲藕外观品质分级研究

摘要

目前，在莲藕的批发环节，多采用人工分选的方法，由于莲藕采收量巨大，且采收期较长，给人工分级带来了很大的困扰。而且巨大的人工操作劳动量，也会导致分级人员疲劳，分级效率和分级精度不高等结果。这将直接影响莲藕在批发以及后期销售环节的经济效益。需要建立能够对莲藕外观品质进行高效分级的系统，完成针对采收期后大量莲藕的等级分选工作，进而实现莲藕经济价值的最大化。
　　本文以南京本地的塘藕作为研究对象，研究了计算机视觉技术应用于莲藕的外观品质分级的基本理论和方法，主要研究内容和成果如下:
　　(1)建立了基于计算机视觉技术的莲藕的外观品质分级标准，建立统一的莲藕长度和弯曲度函数，将提取的长度（单位为像素数）与实际的莲藕长度（单位为mm）建立线性函数关系，通过对提取数据的统计与分析，得到像素个数与长度对应的比例系数。
　　(2)利用了最大类间方差法对所采集的图像进行阈值分割操作，并且对比了其他两种图像分割算法，对比发现，本文采用的阈值分割的算法效果最好。采用了图像投影技术和形态学技术，对去噪后的图像进一步切割。通过采用投影技术获得整个莲藕并计算其弯曲度;通过腐蚀处理结合投影技术切割莲藕获得莲藕段数，计算每段莲藕长度。
　　(3)对100个莲藕进行了分级正确率的测试，其中莲藕段数特征参数正确判断率为100％，等级一的莲藕的综合评级正确率为90％，等级二的莲藕的综合评级正确率为85.7％，等级三的莲藕的综合评级正确率为80％，总体分级正确率为85％,基本满足分级的要求。
　　(4)开发了一套基于Matlab的莲藕外观品质分级系统，并为之申请了软件著作权。

目录

声明

摘要

第一章 绪论

1．1 果蔬分级的必要性

1．2 计算机视觉在果蔬品质分级中的应用

1．3 基于外观品质的分级研究综述

1．4 本课题的主要研究内容

参考文献

第二章 莲藕的图像获取

2．1 前言

2．2 实验材料及处理方法

2．3 莲藕图像采集硬件构成

2．4 莲藕人工测量指标

2．5 莲藕人工分级

2．6 本章小结

参考文献

第三章 莲藕图像的处理及特征提取

3．1 前言

3．2 软件环境

3．3 莲藕图像分析处理

3．3．1 试验图像样本

3．3．2 莲藕图像处理

3．3．3 莲藕图像特征提取

3．4 本章小结

参考文献

第四章 基于计算机视觉的莲藕外观品质的分级系统

4．1 前言

4．2 莲藕分级标准

4．3 莲藕外观品质分级系统软件设计

4．3．1 程序设计说明

4．3．2 功能模块介绍

4．4 莲藕外观品种分级系统软件界面展示

4．5 本章小结

参考文献

第五章 莲藕外观品质分级系统的测试

5．1 试验材料

5．2 人工感官分析

5．3 莲藕分级软件分级

5．4 试验结果对比

5．5 分级系统测试结果统计与分析

参考文献

全文小结

致谢