基于計(jì)算機(jī)視覺的柑橘品質(zhì)分級(jí)技術(shù)研究.pdf

1、柑橘等水果的品質(zhì)分級(jí)是其采摘后到上市銷售前的一個(gè)重要環(huán)節(jié)。我國(guó)的水果分級(jí)大多采用人工方式，不能保證柑橘的分級(jí)處理的效果。因此，研究應(yīng)用計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)對(duì)柑橘進(jìn)行品質(zhì)的自動(dòng)檢測(cè)和分級(jí)具有重要意義。
　　 本文以蘇州東山柑橘為研究對(duì)象，在對(duì)柑橘圖像預(yù)處理的基礎(chǔ)上，重點(diǎn)研究了應(yīng)用計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)柑橘品質(zhì)分級(jí)的技術(shù)流程和具體實(shí)現(xiàn)方法，包括柑橘對(duì)象和特征值提取方法、分級(jí)算法等。本文的主要研究成果體現(xiàn)在：
　　 (1)針對(duì)柑橘圖

2、像的特點(diǎn)，在分析邊緣檢測(cè)的幾種微分算子的基礎(chǔ)上，設(shè)計(jì)了基于Canny算子的柑橘圖像分割方法。在此基礎(chǔ)上，結(jié)合人的視覺特點(diǎn)，設(shè)計(jì)了基于HIS模型的顏色特征描述方法以及基于傅立葉描述子的柑橘形狀特征描述方法。實(shí)驗(yàn)表明，采用Canny算子具有信噪比大、檢測(cè)精度高和計(jì)算量小等優(yōu)點(diǎn)；HIS模型更符合人眼視覺，基于傅立葉描述子的柑橘形狀特征值便于形狀的分類識(shí)別。
　　 (2)針對(duì)分析傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)算法迭代次數(shù)多，計(jì)算復(fù)雜等問題，設(shè)計(jì)了優(yōu)化

3、的BP神經(jīng)網(wǎng)絡(luò)算法參數(shù)，將顏色和形狀特征值作為輸入，將柑橘分為優(yōu)等、一等、二等及等外四個(gè)等級(jí)。實(shí)驗(yàn)結(jié)果表明分級(jí)正確率達(dá)到95％。
　　 (3)設(shè)計(jì)了一種基于Gabor小波紋理特征提取和PCA融合的SVM柑橘分級(jí)方法。該方法首先用Gabor小波變換生成基函數(shù)，并提取出方向和尺度因子對(duì)紋理特征進(jìn)行描述；然后采用PCA方法對(duì)特征降維，形成優(yōu)化的紋理特征值；在此基礎(chǔ)上，通過SVM算法對(duì)柑橘進(jìn)行了分類。實(shí)驗(yàn)證明：將空域下基于BP神經(jīng)網(wǎng)絡(luò)算