基于机器视觉技术的蜜桔 脐橙外部品质在线检测分级研究-农业电气化与自动化专业论文.docxVIP

f蚴㈣『『f『f『|f『f㈣删Y1 f蚴㈣『『f『f『|f『f㈣删 Y1 9 1 9§ji|j}7 本论文受国家科技支撑计划项目(编号 2007BAD61807)资助。 摘要摘要 摘要 摘要 蜜桔、脐橙的外部品质检测分级是商品化处理中重要的处理步骤。研究蜜桔、脐 橙外部品质在线检测分级方法，并设计出脐橙、蜜桔的外部品质检测分级设备。使用 机器视觉技术进行水果外部品质分级和人工分级相比，具有分级准确率高，处理速度 快等优点。机器视觉分级设备可以分拣出更多优质脐橙、蜜桔，对增加果农种植水果 收入有着重大的意义。本文构建了脐橙、蜜桔外部品质检测的硬件和软件系统，实现 了脐橙、蜜桔基于机器视觉技术的大小、颜色、外部缺陷三个外部品质指标的在线检 测。主要研究内容和结果如下： 1．在机器视觉系统中，通过相机获得目标物的源图像。探索图像处理方法和关 键技术手段，得到了适合脐橙、蜜桔在线快速分级的图象预处理方法，包括图像平滑、 增强、分割、形态学处理等。 2．依据水果大小来分级。源图像经过预处理，得到蜜桔和脐橙的二值化图像， 统计二值化图像里像素值为255的像素点的个数，得出对应水果的大小。蜜桔的大小 检测准确率达91％，脐橙在线检测准确率达92％。 3．依据水果的颜色来分级。通过统计蜜桔和脐橙的HIS空间的各个分量，得出 H分量能够代表水果颜色特征。根据此特征对蜜桔进行在线检测准确率达89％，脐橙 的准确率达9l％。 4．依据水果的表面缺陷来分级。分别统计了蜜桔和脐橙的R／B特征具有代表性， 结合缺陷特征的面积来判断决定得出表面有缺陷的蜜桔和脐橙。实验结果蜜桔准确率 84％，脐橙在线检测准确率89％。 5．使用Visual C++6．O分别编写了脐橙、蜜桔外部品质在线检测分级系统的的 运行软件。结合对应的硬件进行了综合实验，根据水果具体的情况来调试设备，得出 最好的处理结果。设备最快分级速度：蜜桔0．5吨／小时、脐橙2．7吨／小时。分级的 速度和准确率基本上满足在线分级的要求。 本研究是利用机器视觉技术的处理速度快、准确度高等特点，结合蜜桔和脐橙自 身的特点，分别设计了蜜桔和脐橙分级设备系统。分级设备减轻了人工分级的劳动强 度，提高了生产劳动的效率。机器视觉应用于脐橙、蜜桔在线检测分级，将会对脐橙、 蜜桔的发展起到很好的促进作用。 关键字：机器视觉；脐橙；蜜桔；图像处理；在线分级。 Abstr暑lctA Abstr暑lct A bStract The extemal qu2ll时detection gEading of naIlfeng orallge a|ld naVel orallge is aIl importarIt st印in c0删mercial processing．Research the extemal qual时detection铲ading method of naVel o眦培e aIld姗位ng orange，aIld desigIl the detection processing equipmem for nallfeng orallge aIld mlVel o砌ge．Compared wim manual labor，macmne Vision equipment have a f．ast processing Speed and hi曲prccessing accuracy．Maclline Vision equipment could separate more lligll qual畸nallfeng o啪ge and naVel oramge which has great sigmficallce on increaSingⅡle income．Tms article include the soRware system 觚d hardware system of naIlf．eng oraIlge alld naVel oraIlge oIlline detection equipment， WIlich莎ade the navel or锄ge aIld naIlfeng omge according t0Ⅱle size、color and outside defectS three index of extenlal qual时baSed on machine vision technology．Tk main contents and results are as f．onows： 1．h1 nle maclline Vision hardware system，computer obtain the ta：唱et source image tllrou曲me c锄era．We explo