基于圖像分析的葡萄干分級技術研究.pdf

1、目前，葡萄干主要依據(jù)光電分選和人工分選兩種方法進行分級。光電分選方法主要依據(jù)葡萄干的顏色特征，確定葡萄干等級，存在很大片面性；人工分選方法主要依據(jù)人的肉眼觀測判斷等級，缺乏客觀性。葡萄干大小不一，表面情況復雜，單純依靠顏色特征或用肉眼判斷，均達不到較好的分級效果。針對這一問題，本文以吐魯番綠色無核葡萄干為研究對象，將圖像處理與分析技術與人工神經(jīng)網(wǎng)絡相結(jié)合，研究葡萄干識別和分級的方法。 主要研究內(nèi)容和結(jié)論如下： (1)根據(jù)

2、計算機視覺檢測葡萄干外觀特征并進行識別分級的要求，建立了計算機視覺系統(tǒng)，并進行線性尺寸標定，獲取葡萄干圖像。 (2)研究了圖像預處理算法。背景分割過程中，通過對比判別分析法和迭代法對葡萄干彩色圖像的紅、綠、藍分量圖像背景分割試驗結(jié)果，提出在藍分量圖像中利用判別分析法獲取閾值進行二值化，并將二值化圖像與原彩色圖像進行對比處理，實現(xiàn)彩色圖像的背景分割。葡萄干提取過程中，采用邊界跟蹤法定位圖像中單個葡萄干邊界，并用種子填充算法標記葡萄

3、干所在區(qū)域，復制此區(qū)域像素到另一幅新的圖像，得到單個葡萄干圖像。 (3)通過對葡萄干外部形態(tài)結(jié)構(gòu)分析，計算葡萄干的顏色、形狀特征參數(shù)。在傳統(tǒng)的特征檢測算法基礎上，通過對長短軸直線與圖像相交特點的分析，提出新的長短軸檢測算法，計算出葡萄干的長短軸長度，并標明長短軸位置。試驗結(jié)果表明，算法計算精確，且具有旋轉(zhuǎn)不變性。 (4)采用改進的BP算法，對網(wǎng)絡進行訓練。通過分析特征參數(shù)組合對BP網(wǎng)絡識別率的影響，確定了最能反映葡萄干形

4、態(tài)特征的4個參數(shù)作為等級識別的依據(jù)，試驗分析證明，BP網(wǎng)絡結(jié)構(gòu)為4-17-3時，網(wǎng)絡識別率較高，平均識別準確率達92％。 (5)基于VisualC++6.0，設計了可綜合葡萄干外觀特征進行分級的分級系統(tǒng)。分別用三個等級的葡萄干進行了試驗，取得了滿意的分級效果，表明系統(tǒng)具有一定的實用性。 上述研究成果，為葡萄干外觀品質(zhì)評定的科學化和自動化提供了理論依據(jù)和技術支持。研究的方法對增強我國葡萄干在國際市場的競爭力、促進出口貿(mào)易的