基于机器视觉的大米外观品质判别研究-检测技术与自动化装置专业论文.docxVIP

万方数据 万方数据 Classified Index：TP213 Dissertation for the Master Degree in Engineering The Research for Rice Appearance Quality Judgment Based on Machine Vision Candidate： Ma Lixia Supervisor： Zhong Weifeng Academic Degree Applied for： Master of Engineering Specialty： Detection Technology and Automatic Equipment Date of Oral Examination： March, 2016 University： Harbin University of Science and Technology 哈尔滨理工大学硕士学位论文原创性声明 本人郑重声明：此处所提交的硕士学位论文《基于机器视觉的大米外观品 质判别研究》，是本人在导师指导下，在哈尔滨理工大学攻读硕士学位期间独 立进行研究工作所取得的成果。据本人所知，论文中除已注明部分外不包含他 人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集 体，均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。 作者签字： 日期: 年 月 日 哈尔滨理工大学硕士学位论文使用授权书 《基于机器视觉的大米外观品质判别研究》系本人在哈尔滨理工大学攻读 硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归哈尔滨 理工大学所有，本论文的研究内容不得以其它单位的名义发表。本人完全了解 哈尔滨理工大学关于保存、使用学位论文的规定，同意学校保留并向有关部门 提交论文的复印件和电子版本，允许论文被查阅和借阅。本人授权哈尔滨理工 大学可以采用影印、缩印或其他复制手段保存论文，可以公布论文的全部或部 分内容。 本学位论文属于  保密□，在 年解密后适用本授权书。 不保密?。 (请在以上相应方框内打√) 作者签名： 日期： 年 月 日 导师签名： 日期： 年 月 日 哈尔滨理工大学工学硕士学位论文 哈尔滨理工大学工学硕士学位论文 基于机器视觉的大米外观品质判别研究 摘 要 随着人们生活水平的日益提高，大米品质的优劣在饮食生活中占据着重要 的位置，因此对于大米品质的检测与判别更加重要。为了改善检测系统的效率 以及提高判别的精确度，机器视觉技术被应用到大米产品的检测中。本文采用 机器视觉技术实现大米外观品质的检测与判别，并对检测系统的硬件、软件及 判别方法进行设计和研究。 本文首先针对机器视觉技术基本原理以及大米品质相关参考文献进行研 究，然后基于此开发了大米外观品质检测系统并对硬件和软件部分分别进行设 计。在硬件设计中，为了得到高质量、受外界影响较少的图片，选择了合适的 光源、背景板、图像传感器以及镜头器件等。在软件设计中，采用 C++与 OpenCV 库相结合模式实现图像的采集、图像的预处理和图像的识别，然后采 用 PCA-BP 神经网络模型实现了大米品质的判别。 为了分割出每个米粒的图像，有效地提取出米粒的特征数据，需要对图像 进行必要的预处理，包括图像增强、噪声处理、背景分割、垩白分割等，同时 为了标记混合大米中的每个米粒。针对样品中可能出现米粒粘连的情况，还需 要进行粘连米粒的有效分割。本文根据大米图像的特点，采用多种算法完成图 像的预处理，并对不同的算法性能进行了分析，为后面的判别奠定良好基础。 在完成图像预处理基础上，进行米粒特征数据的提取。针对大米的外观品 质检测要求，提取了大米的形状、大小、颜色参数进行研究。为了减少数据复 杂度，提高判别效率，建立了主成分分析法与 BP 算法相结合的判别模型。通 过主成分分析进行了大米参数主成分提取，然后将变量作为 BP 神经网络的输 入进行训练、固定网络参数，并对神经网络进行改进，最后将训练完成的神经 网络用于大米品质判别。采用 MATLAB 软件对算法进行仿真，仿真结果表 明，改进的 PCA-BP 判别算法在精确度和实时性方面有很大的提高，达到了研 究目的。 关键词 大米外观品质；图像预处理；特征数据；主成分分析法；BP 神经网络 I - The Research for Rice Appearance Quality Judgment Based on Machine Vision Abstract Along with the rising living standard of the people, Rice quality plays an important role in people’s diet, so it is