基于機器視覺技術的蘋果分級系統(tǒng)研究.pdf

1、　　蘋果的品質分級是水果產后處理和市場銷售的一個重要環(huán)節(jié)，主要依據其大小、形狀、顏色等指標進行。我國的蘋果分級長期以來一直是手工進行，其缺點是客觀性和穩(wěn)定性差，效率低?！　∮嬎銠C圖像處理和機器視覺技術的發(fā)展大大推動了蘋果自動分級研究的進展。本研究通過VC++語言編程實現了圖像的采集、處理和步進電機的控制?！　D像的采集是第一步工作，本文通過編程實現了圖像的定時采集，本研究的時間間隔為1000ms，采集寬度和高度均為352個像素?！?/p>

2、　本文提出了一種方法，通過建立模板不僅可實現單像素的邊界提取功能，而且可以用來判斷目標圖像的邊緣是否含有噪聲；形態(tài)學方法可有效去除果梗，第二章中，經多方位的分析，得出可能要經過多次腐蝕才能去除果梗、腐蝕方向必須恰當等結論；灰度拉伸對灰度圖像有很好的效果，但對彩色圖像的拉伸容易使原來的圖像失真，本文分析了產生失真的原因及如何避免的一些辦法?！　∩菻是圖像的一個重要特征，在第三章中，本文通過大量試驗，得出紅富士蘋果的H值主要集中在0-7

3、9度的結論，然后將0-79分成8等份，并將各等份歸一化后的平均值輸入訓練好的遺傳人工神經網絡實現顏色檢測?！　”疚氖状翁岢隽艘环N新方法實現了蘋果表面缺陷的檢測，該方法主要步驟為：精選有代表性的傷斑，從中截取4×4方形區(qū)域6個；同理，在精選的完好表面中也截取4×4方形區(qū)域6個；對12個區(qū)域中的每個飽和度S作一維離散傅立葉變換，并構成兩個參考組；最后將待測蘋果分成多個方形區(qū)域，使每個區(qū)域的寬度和高度均為4個像素，取出其中6個并與前面兩組合