基于颜色和形状特征的茶叶分选研究-测试计量技术与仪器专业论文.docxVIP

优秀毕业论文 精品参考文献资料 摘要摘要 摘要 摘要 随着机器视觉技术的不断发展，非接触式在线检测技术已经延伸到工业分选 的多个领域中，茶叶分选机作为一种集光、机、电一体的设备，能够有效提高茶 叶等级分类的精度和产量，具有极大经济价值，本文从分选系统软硬件设计和分 选算法两方面开展研究。 硬件模块设计中，分选系统相机部分由彩色线阵CCD和FPGA组成，主要 工作包括CCD前端驱动电路设计，后端放大电路设计以及模数转换采样端芯片 AD9945的相关双采样和可编程增益放大器功能的使用，完成了可调白平衡的图 像采集电路设计。软件部分围绕触摸屏人机界面展开，设计基于对话框的MFC 智能设备应用程序，在Windows自定义消息响应机制下实现多对话框切换功能， 并在触摸屏中利用API函数对相机拍摄图像绘图与图片指定位置像素获取，最 后实现了WinCE系统下的串口通信软件设计。 分选算法主要基于颜色和形状两部分。提出了一种基于像素分布统计直方图 的颜色阈值自动分割算法，并基于该算法在人机界面中编写软件提高色选阈值设 置效率。以铁观音茶叶为实验材料，对比分析YUV颜色模型较RGB颜色模型 色选使用的优势。对表面颜色复杂的茶叶，提出一种自适应多窗口阈值处理方法， 使用多窗口识别不同颜色形状的特征色斑，高效率的在一次色选中达到完全分选 的效果。在研究应用BP神经网络进行茶叶形状分选过程中，首先提出灰度变换、 图像标记、Roberts算子边缘检测等形状特征提取算法，为适用于FPGA硬件平 台，利用数学分析将其优化为基于移位和异或逻辑运算的图像处理算法。根据输 入输出特征及I201．mogorov定理确定神经网络拓扑结构优选范围，使用MATLAB 模拟分选过程，并基于误差评估函数比对获得最优解。使用该模型设计的神经网 络茶叶形状分选系统，以安徽六安瓜片三种不同等级茶叶为实验对象描述 MATLAB仿真过程，结果中识别分选率达90％以上。 关键词：茶叶分选机器视觉人机界面软件数字图像处理BP神经网络色 选形选 摘要 II ABSTRACTABSTRACT ABSTRACT ABSTRACT Wjth the development of machine vision technology non—contact online detection technology has been extended to all areas of industrial sorting．As a set of optical， mechanical，electrical integration equipment，the tea sorter can effectively improve the classification accuracy and throughput requirements，SO it has a huge economic value．The research of dissertation is mainly focused on system hardware and software design based on the functional requirements． In hardware design，the camera of sorter is designed with color linear CCD and FPGA include front-end CCD drive circuit design．back—end CCD amplifier circuit design and the use of CDS and VGA from AD9945 which converts analog tO digital． At last the image acquisition circuit which can make white balance is finished．The MFC Smart device application software based on dialog is designed for touch screen HMI and it switches dialogs within the custom message response mechanism of Windows operating system．The software of HMI uses API to draw the picture with pixels from camera，and also it can acquire pixels from specified location．Finally the