機(jī)器視覺(jué)在農(nóng)產(chǎn)品檢測(cè)中的應(yīng)用研究.pdf

1、我國(guó)是一個(gè)農(nóng)業(yè)大國(guó)，而我國(guó)的人均耕地面積卻遠(yuǎn)遠(yuǎn)低于世界平均水平，農(nóng)業(yè)生產(chǎn)及后續(xù)加工的勞動(dòng)生產(chǎn)率很低。農(nóng)產(chǎn)品品質(zhì)檢測(cè)是保證農(nóng)產(chǎn)品質(zhì)量和農(nóng)產(chǎn)品安全的關(guān)鍵環(huán)節(jié)，而品質(zhì)的檢測(cè)和控制往往是基于成分分析之上。但是，無(wú)論是化學(xué)分析還是儀器分析，其試樣的前處理、實(shí)驗(yàn)本身的耗時(shí)性又是許多場(chǎng)合所不允許的。進(jìn)行農(nóng)產(chǎn)品自動(dòng)檢測(cè)可以大大提高勞動(dòng)生產(chǎn)率。農(nóng)產(chǎn)品檢測(cè)中最重要的是進(jìn)行表面缺陷的檢測(cè)，而利用機(jī)器視覺(jué)技術(shù)代替人的視覺(jué)進(jìn)行農(nóng)產(chǎn)品檢測(cè)具有不言而喻的優(yōu)越性。論文

2、針對(duì)糧食加工廠的實(shí)際需要，基于MATLAB軟件平臺(tái)，構(gòu)建了基于計(jì)算機(jī)視覺(jué)的稻谷品質(zhì)識(shí)別系統(tǒng)；首先選擇稻谷圖像預(yù)處理算法，然后提取稻谷圖像的顏色特征，最后利用提取的稻谷圖像顏色特征，分別使用線性判別函數(shù)和神經(jīng)網(wǎng)絡(luò)的方法對(duì)稻谷圖像分類，并提出了按多數(shù)票表決的方法判定最終結(jié)果。論文的主要工作如下：
　　 ①研究了稻谷圖像特征的提取方法。根據(jù)稻谷圖像的特點(diǎn)，提出稻谷圖像的識(shí)別應(yīng)基于其顏色特征。
　　 ②對(duì)圖像變換、圖像增強(qiáng)等一系

3、列圖像預(yù)處理算法進(jìn)行分析，設(shè)計(jì)了稻谷圖像預(yù)處理方案。在此基礎(chǔ)上，首先把稻谷圖像的顏色空間轉(zhuǎn)換到HSI顏色空間，得到其H分量的色度直方圖，然后分別用直方圖統(tǒng)計(jì)特征、主成份分析法和遺傳算法進(jìn)行特征提取。其中提出了一種改進(jìn)的類內(nèi)類間準(zhǔn)則來(lái)確定遺傳算法適應(yīng)度函數(shù)。
　　 ③對(duì)提取出的稻谷特征，分別用線性判別函數(shù)和BP神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行分類識(shí)別。
　　 ④對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了討論分析，并提出了按多數(shù)票表決的方法判定最終結(jié)果，實(shí)驗(yàn)表明這