基于机器视觉的红提果粉及果粒尺寸在线检测方法及其装备
摘要 | 第6-8页 |
Abstract | 第8-10页 |
1.绪论 | 第11-20页 |
1.1 课题研究背景及意义 | 第11-13页 |
1.2 国内外研究现状 | 第13-17页 |
1.2.1 基于机器视觉的水果检测技术研究现状 | 第13-14页 |
1.2.2 葡萄无损检测技术的研究现状 | 第14-15页 |
1.2.3 水果检测分级系统的研究现状 | 第15-17页 |
1.3 研究内容 | 第17-19页 |
1.4 技术路线 | 第19页 |
1.5 本章小结 | 第19-20页 |
2.红提图像采集试验 | 第20-27页 |
2.1 图像采集系统 | 第20-25页 |
2.1.1 图像采集硬件设置 | 第20-23页 |
2.1.2 在线采集试验平台 | 第23-25页 |
2.2 试验材料和方法 | 第25-26页 |
2.2.1 试验材料 | 第25页 |
2.2.2 试验方法 | 第25-26页 |
2.3 本章小结 | 第26-27页 |
3.红提串果粉附着率检测与分级模型 | 第27-42页 |
3.1 红提图像预处理 | 第27-32页 |
3.1.1 图像滤波 | 第27-30页 |
3.1.2 果梗去除 | 第30-32页 |
3.2 果粉及果肉区域特征参数提取 | 第32-34页 |
3.3 果粉的判别模型 | 第34-40页 |
3.3.1 朴素贝叶斯模型 | 第34-35页 |
3.3.2 BP神经网络模型 | 第35-37页 |
3.3.3 SVM支持向量机模型 | 第37-40页 |
3.3.4 判别模型的比较 | 第40页 |
3.4 红提串果粉分级结果 | 第40-41页 |
3.5 本章小结 | 第41-42页 |
4.红提串果粒尺寸检测与分级模型 | 第42-52页 |
4.1 边缘检测 | 第42-43页 |
4.2 红提果粒的定位 | 第43-45页 |
4.3 边缘拟合 | 第45-49页 |
4.3.1 梯度分割 | 第45-48页 |
4.3.2 随机最小二乘椭圆拟合 | 第48-49页 |
4.4 判别结果与分析 | 第49-51页 |
4.4.1 红提尺寸参数的转化 | 第49-50页 |
4.4.2 判别结果及分析 | 第50-51页 |
4.5 本章小结 | 第51-52页 |
5.红提品质在线检测控制系统及软件设计 | 第52-67页 |
5.1 控制器选择 | 第52页 |
5.2 电机控制系统 | 第52-56页 |
5.2.1 步进电机驱动系统硬件设置 | 第52-53页 |
5.2.2 步进电机、驱动器和单片机的接线图 | 第53-54页 |
5.2.3 PWM脉冲信号简介 | 第54-56页 |
5.3 图像采集控制系统的实现 | 第56-61页 |
5.3.1 传感器外部中断触发 | 第56-57页 |
5.3.2 上下位机通信 | 第57-60页 |
5.3.3 图像信息采集 | 第60-61页 |
5.4 红提品质在线检测软件开发及运行 | 第61-65页 |
5.4.1 软件开发 | 第61-63页 |
5.4.2 软件调试 | 第63-64页 |
5.4.3 在线检测软件运行 | 第64-65页 |
5.5 本章小结 | 第65-67页 |
6.红提检测分级装备设计 | 第67-75页 |
6.1 检测分级装备总体设计 | 第67-69页 |
6.2 检测分级装备各部分设计 | 第69-74页 |
6.2.1 输送装置设计 | 第69-72页 |
6.2.2 图像采集装置设计 | 第72页 |
6.2.3 分级踢出装置设计 | 第72-73页 |
6.2.4 分拣装置设计 | 第73-74页 |
6.3 本章小结 | 第74-75页 |
7.结论与展望 | 第75-77页 |
7.1 结论 | 第75-76页 |
7.2 创新点 | 第76页 |
7.3 讨论与展望 | 第76-77页 |
参考文献 | 第77-82页 |
附录A | 第82-83页 |
附录B | 第83-91页 |
致谢 | 第91页 |