基于机器视觉的虾体位姿和特征点识别-农业电气化与自动化专业论文.docxVIP

茹f汀大学颀士学付论土： 茹f汀大学颀士学付论土： 摘要 摘要 虾类是主要的水产品．虾的加工处理包括剥壳、左头、分级和包装等。H前市场r钉虾剥壳 的设备，但是虾去头绝大部分还足¨1人上予L束完成的。虾的头部识别在新鲋虾去头、剥壳虾去 头、分级等虾加丁处理中具有重要意义。本文利JHJ机器视觉技术和小波变换低通滤波研究虾的图 像处删和虾头部i,LfN。主要内容和绌果如下： 1． 综述了虾剥壳和上头的研究应用情况，特别阐述了桃器视觉在水产品中的研究现状，例 如在虾体特征识别、分级、晶赝检测和包装上的研究情况。 2． 研究分析J，虾图像的预处理方法，包括中值滤波、迭代阈值分割、形态学开闭运算、轮 lI|i提取等。 3． 分析对比发现3次小波变换低通滤波处理后的网像枉保持虾茸术轮廓的前提下较大限度 地保留了轮廓lfII线上虾头连接点的细节。利用链码表示虾的背部和腹部lfll线，通过计算 链码上水平和幸盥疗向具有最人阶跃变化的码值点的坐标，即可识别虾轮廓Im线上头部 和身体连接点的坐标。整个口{别过程中的内容和结果仃： 1) 链码上虾头尾端点的识别算法。 2) 根据小波滤波后的虾体细化图像得剑的头部端点和尾部端点形成的“线『FJ斜率K 的小同建立了10种位姿模式矛’判断方法。 3) 判断山虾体的位姿后，以一定的算法来识别背部和腹部链丹。 4) 以背部链码上的头部端点为起始点。以特定的算法识别得剑虾头和身体连接点处的 两个坐标。 51 试验结粜表明：基J：小波变换低通滤波的虾背部和腹部连接点半标的识别误差约为 3．53mm。当误芹范隔在4mm以内时．第’批冰冻解冻虾识别算法准确率约为91．6 ％；第一批非冰冻虾识别算法的准确率约为85％。 4． 归纳了I-J批次长度不均匀^F的虾头和身体连接处的识别方法巾需蜚调整的参数及参数 计算公式。 5． 结合虾头和身体连接处的颜色差异，提出增进算法识别精度和效率的研究设想。 关键词：机器视觉，虾，去头，特祉提取，链码．小波变换 浙汀大学倾士学位硷史 浙汀大学倾士学位硷史 ABSTRACT ABSTRACT Shrimp is ofthe main products in worm aquatic product volume oftrade．shrimp’s processing includes peeling，dehead,grade and package．卜，wadays there shrimp peeling devices in market．but the operation of shrimp dehead is mostly done by manual work．Identification of shrimp head has signicificant meaning in shrimp processing．This paper stodys shrimp image process and shrimp head identification by using machine vision and wavelet transform Iowpass filtering．The research content and rusults as following： 1． Introduce the research and application of shrimp peeling and dehead，especially machine vision research situation in aquatic product,such∞shrimp characteristic recognition．grade, quality detection and package． 2． Stody shrimp image pretreat method，including median filtering,iterated threshold segmentation，morphoIogy open and close operation and contour extraction～ 3． Wavelet transform Iowp∞s filtering is used to analyse image oontour．Compare with experiment results,it is found that three times wavelet transform Iowp∞s filtering is able to preserve details of shrimp contour wt·lie keeping shrimp basic co