基于机器视觉的大枣检测分级技术的研究与实现
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
1 绪论 | 第10-20页 |
1.1 课题的研究背景 | 第10页 |
1.2 课题研究的目的和意义 | 第10-11页 |
1.3 大枣分级标准 | 第11-13页 |
1.4 国内外研究现状 | 第13-17页 |
1.4.1 国内研究现状 | 第14-16页 |
1.4.2 国外研究现状 | 第16-17页 |
1.5 本论文研究的主要内容及研究技术路线 | 第17-18页 |
1.6 本章小结 | 第18-20页 |
2 分级机总体方案及各主要部件设计 | 第20-38页 |
2.1 分级总体方案的设计 | 第20-22页 |
2.2 上料机构设计 | 第22-25页 |
2.2.1 上料斗的设计 | 第22-23页 |
2.2.2 辊轮的设计 | 第23-24页 |
2.2.3 上料机构倾斜角的设计 | 第24-25页 |
2.3 检测机构设计 | 第25-29页 |
2.3.1 相机的选择 | 第26页 |
2.3.2 光源的选择 | 第26-28页 |
2.3.3 柔性搓动装置设计 | 第28-29页 |
2.4 分级机构设计 | 第29-32页 |
2.5 传动系统设计硏究 | 第32-35页 |
2.5.1 链轮的选择 | 第32-33页 |
2.5.2 带的选择 | 第33-34页 |
2.5.3 电机选择及功率计算 | 第34-35页 |
2.6 分级机整体结构建模及装配 | 第35-37页 |
2.7 本章小结 | 第37-38页 |
3 大枣表型特征的检测 | 第38-52页 |
3.1 颜色空间 | 第38-41页 |
3.1.1 RGB颜色空间 | 第38-39页 |
3.1.2 HSI颜色空间 | 第39-41页 |
3.2 图像品质与噪声 | 第41-42页 |
3.3 图像平滑处理 | 第42页 |
3.4 边缘检测算法 | 第42-46页 |
3.5 背景分割 | 第46-47页 |
3.6 大枣等效拟圆 | 第47-49页 |
3.7 表型参数的提取 | 第49-51页 |
3.8 本章小结 | 第51-52页 |
4 大枣表面缺陷的检测研究 | 第52-64页 |
4.1 学习分类器 | 第52-55页 |
4.2 大枣表面颜色的灰度剖面分布特征 | 第55-57页 |
4.3 特征选择 | 第57-58页 |
4.4 核函数 | 第58-61页 |
4.4.1 核函数选择 | 第58-60页 |
4.4.2 核函数及正则常数的计算 | 第60-61页 |
4.5 实验验证 | 第61-62页 |
4.6 本章小结 | 第62-64页 |
5 大枣品质分级系统与系统界面的设计 | 第64-70页 |
5.1 总体设计 | 第64-65页 |
5.2 软件模块 | 第65-66页 |
5.3 用户界面 | 第66-68页 |
5.4 检测结果及分析 | 第68页 |
5.5 本章小结 | 第68-70页 |
6 总结与展望 | 第70-72页 |
6.1 总结 | 第70-71页 |
6.2 展望 | 第71-72页 |
致谢 | 第72-74页 |
参考文献 | 第74-79页 |
附录A:程序 | 第79-86页 |
附录B:分级机结构图 | 第86-88页 |
攻读学位期间发表的学术论文目录 | 第88-89页 |