基于红外和可见光图像融合的苹果缺陷检测

摘要

我国作为苹果生产第一大国，为了提高苹果和苹果制品的品质，加大其出口量，增强其市场竞争力，就必须严格把关我国苹果的缺陷检测。目前，我国对水果缺陷的检测仍停留在主要依靠人工目测、抽样切片或常规可见光机器视觉检测的阶段，误判率较高，且不能满足水果在线检测应具备的无损性、快速性、直观性等要求。
　　针对上述传统检测方法的不足，本文将红外和可见光图像融合技术引入至水果的缺陷检测，以我国的红富士苹果为研究材料，重点从图像的采集和融合两大部分出发，对苹果缺陷特征检测所涉及的关键技术展开研究。文章首先分析比较了现阶段常用的几种水果缺陷无损检测技术的优缺点，在此基础上确定了本文的苹果缺陷检测方法——基于红外和可见光图像融合的无损检测方法，并给出了文章的主要研究内容。
　　论文前部分研究是红外和可见光图像融合的基础。首先，阐述了红外和可见光图像融合的基础理论，主要包括：红外成像技术的基本机理与成像特点，图像融合的层次与基本方法。接着，确定了本文苹果缺陷检测的总体方案，并着重对红外图像的采集方法作了相关设计，主要包括：检测系统激励方式的选择，激励工具的选择与放置，苹果表面热辐射模型的建立。之后，给出了几种具有典型特征的苹果红外图像，并对其在热像仪下的成像特点作了简要分析。此外，还对苹果红外图像进行了取点和取线分析，得到了所取点的温度、坐标等信息，以及沿所取直线的温度变化曲线。
　　论文后半部分内容是本研究的重点和关键，主要是对苹果图像融合中关键技术的研究，包括图像的预处理、图像配准和图像融合三大部分。图像的预处理过程主要是图像的去噪和背景分割。本文对苹果图像的颗粒噪声采用中值滤波，对图像白噪声则采用小波去噪。接着，文章提出了基于图像灰度阈值的图像背景分割方法用以消除苹果的背景噪声。本文采用了基于Harris算子的特征点提取方法对苹果图像进行特征点的提取，并在4种不同的特征点匹配变换模型下进行了图像配准实验，通过对比确定了适用于本文图像配准的投影变换模型。采取基于改进的小波变换的图像融合方法对苹果图像进行融合：○1、先对源图像进行离散小波分解；○2、对红外和可见光图像的低频小波系数采用基于区域能量的自适应加权融合；○3、对两源图像的小波高频系数则采用基于区域强度的加权融合；○4、通过小波重构生成苹果的融合图像。文章最后给出了上述算法下的苹果图像的融合结果，并对融合结果做出了客观评价和实验验证，得出了研究结论，证实了基于图像融合的检测方法的可行性和优越性。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 前言

1.2 水果缺陷无损检测技术的相关研究

1.3 图像融合技术在农产品检测中的发展和现状

1.4 本文的研究内容和重点

1.5 论文的基本结构安排

1.6 本章小结

第二章 红外图像和可见光图像融合的理论基础

2.1 红外检测技术的理论基础

2.2 图像融合的基本理论

2.3 图像融合的方法

2.4 本章小结

第三章 苹果缺陷检测的方法研究

3.1 研究材料与目的

3.2 苹果缺陷检测的总体方案设计

3.3 苹果常见缺陷的检测方法

3.4 球面红外辐射规律及苹果红外检测原理

3.5 本章小结

第四章 苹果图像融合前预处理技术的研究

4.1 苹果图像的预处理

4.2 苹果图像的平滑滤波

4.3 图像的小波去噪方法

4.4 图像的背景分割

4.5 图像配准的定义与方法

4.6 基于Harris算子的苹果图像配准

4.7 本章小结

第五章 苹果红外图像与可见光图像的融合

5.1 基于多分辨分析理论的图像融合方法

5.2 离散小波变换

5.3 基于离散小波变换的图像融合

5.4 实验结果与分析

5.5 本章小结

第六章 工作总结

6.1 主要工作回顾

6.2 本课题今后的研究设想

参考文献

个人简历 在读期间发表的学术论文

致谢