荞麦剥壳性能在线检测系统的设计与试验
摘要 | 第3-4页 |
Abstract | 第4页 |
1 引言 | 第9-17页 |
1.1 国内外研究现状 | 第10-15页 |
1.1.1 谷物静态检测系统国内外研究现状 | 第10-12页 |
1.1.2 谷物动态检测系统国内外研究现状 | 第12-15页 |
1.2 存在的主要问题 | 第15页 |
1.3 研究的目的和意义 | 第15-16页 |
1.3.1 研究目的 | 第15页 |
1.3.2 研究意义 | 第15-16页 |
1.4 研究内容及技术路线 | 第16-17页 |
1.4.1 研究内容 | 第16页 |
1.4.2 技术路线 | 第16-17页 |
2 荞麦剥壳性能在线检测装置的设计 | 第17-25页 |
2.1 总体设计 | 第17页 |
2.2 取样部件的设计 | 第17-18页 |
2.2.1 取样流量的确定 | 第17-18页 |
2.2.2 取样部件的确定 | 第18页 |
2.3 匀样部件的设计 | 第18-19页 |
2.4 输样机构的设计 | 第19-20页 |
2.5 气流除尘光照箱的设计 | 第20-22页 |
2.5.1 整体设计 | 第20-21页 |
2.5.2 风机的选型 | 第21-22页 |
2.6 图像采集系统的设计 | 第22-25页 |
2.6.1 总体设计 | 第22-24页 |
2.6.2 图像自动采集的实现 | 第24-25页 |
3 在线检测装置工作参数的确定与试验 | 第25-27页 |
3.1 输样机构工作参数的确定 | 第25页 |
3.2 气流除尘光照箱工作参数的确定 | 第25-26页 |
3.3. 取样部件工作参数的确定 | 第26页 |
3.4 匀样部件工作参数的确定 | 第26-27页 |
4 基于MATLAB软件图像处理算法的研究 | 第27-40页 |
4.1 未剥壳荞麦的识别与计数 | 第27-34页 |
4.1.1 混合物图像的灰度化 | 第27-28页 |
4.1.2 基于阈值的图像分割 | 第28-32页 |
4.1.3 未剥壳荞麦标记与结果输出 | 第32-34页 |
4.2 彩色图像分割 | 第34-36页 |
4.2.1 K-均值聚类分割算法的原理与步骤 | 第35页 |
4.2.2 荞麦混合物图像的分割 | 第35-36页 |
4.3 荞麦米的识别与计数 | 第36-37页 |
4.4 碎米的识别与计数 | 第37-39页 |
4.4.1 碎米的定义 | 第37页 |
4.4.2 背景图像的处理与碎米识别结果 | 第37-39页 |
4.5 在线检测的实现 | 第39-40页 |
5 试验及结果 | 第40-43页 |
5.1 试验原料及试验设备 | 第40页 |
5.1.1 试验原料 | 第40页 |
5.1.2 试验设备 | 第40页 |
5.2 试验过程 | 第40页 |
5.3 剥壳性能真值的确定 | 第40-41页 |
5.4 试验结果 | 第41-43页 |
5.4.1 单张图像的处理结果 | 第41页 |
5.4.2 评判剥壳性能的试验结果 | 第41-43页 |
6 结论及建议 | 第43-44页 |
6.1 结论 | 第43页 |
6.2 建议 | 第43-44页 |
致谢 | 第44-45页 |
参考文献 | 第45-47页 |
附录 | 第47-51页 |
作者简介 | 第51页 |