基于圖像處理技術的大豆外觀品質檢測系統(tǒng)的研究.pdf

1、大豆是我國重要的經濟作物，但是大豆外觀檢測作為大豆生產加工的重要環(huán)節(jié)，檢測手段仍然停留在傳統(tǒng)低端的人工檢測手段上，不能將檢測結果進行直觀的量化和系統(tǒng)化，沒有準確的檢測結果，使大豆無法進行分品分級，嚴重制約了我國大豆產業(yè)的發(fā)展。因此，大豆外觀品質檢測應以無損，高效，精確的為研究方向。本研究正是基于此原則，進行算法研究和系統(tǒng)設計。課題是國家博士后基金項目《基于機器視覺技術的大豆外觀品質無損檢測系統(tǒng)的研究》的組成部分。根據(jù)大豆外觀品質與內部品

2、質的聯(lián)系，本研究開發(fā)基于圖像處理技術的大豆外觀品質檢測系統(tǒng)。以此來開發(fā)一種精確、高效的大豆品質無損檢測新技術。研究的具體內容如下：
　　 經過對不同光照條件和背景下大豆樣本拍攝效果比較，實驗最終設計了拍攝條件均一穩(wěn)定內置恒定光源的暗箱作為拍攝環(huán)境。并搭建了操作簡單、成本低、拍攝效果清晰的圖像處理硬件系統(tǒng)。這其中包括CCD數(shù)碼攝像機，存儲功能強大的計算機和用于測試穩(wěn)定光源的照度計。實驗中以16粒大豆為一組，分別對正常大豆，病斑大豆

3、，霉變大豆，蟲蝕大豆，破碎大豆以及混雜豆粒進行圖像采集，拍攝上千幅大豆圖片，使實驗數(shù)據(jù)更為精確。
　　 在圖像處理過程中，分別選取RGB和HIS顏色模型，并對顏色模型所處理的結果進行分析。研究利用灰度線性變換圖像增強的圖像處理方法來增強目標和背景的對比度，進而通過比較各種分割方法，選取了按幅度分割的閾值分割法。對提取的豆粒二值圖像進行了孔洞填充和黏連的分割?；趫D像處理的結果，本研究分別對形態(tài)特征，顏色特征和紋理特征的39個特征

4、參數(shù)值進行詳細明確說明。其中包括圓形度、緊實度、蓬松度、弧形度、偏心率、橢長軸和橢短軸等一系列特征參數(shù)。將提取到的特征參數(shù)進行數(shù)據(jù)標準化，運用土成分分析法來數(shù)據(jù)降維，從而降低神經網(wǎng)絡的復雜度，改善訓練精度。實驗建立三層BP神經網(wǎng)絡，通過誤差對比選擇隱含層個數(shù)為12。對600多幅各種大豆圖片進行的識別測試，發(fā)現(xiàn)系統(tǒng)的平均識別精度為90.33％，可以達到識別要求。
　　 在設計大豆外觀品質檢測軟件時，首先利用VC++開發(fā)平臺編寫圖像

5、處理程序：然后運用Matlab軟件進行神經網(wǎng)絡識別系統(tǒng)的構建，最后將編寫好的Matlab識別程序嵌套進VC++編寫的圖像處理程序，完成人機交互界面的開發(fā)。這是一套完整的、獨立的大豆外觀品質檢測軟件，不受其他任何軟件的制約，可以在此基礎上進一步擴充功能為整個系統(tǒng)的進一步擴展提供堅實基礎，并為今后系統(tǒng)的推廣鋪平道路。該軟件的操作窗體設計規(guī)范合理、按鈕名稱明確，操作簡便。具備消息標題，菜單欄、工具欄、幫助菜單、熱鍵標識等一系列基本功能。符合一