面向颗粒状农产品的分选方法研究-信息与通信工程专业毕业论文.docxVIP

面向颗粒状农产品的分选方法研究-信息与通信工程专业毕业论文.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
万方数据 万方数据 合肥工业大学 本论文经答辩委员会全体委员审查,确认符合合肥工业 大学学历硕士学位论文质量要求。 答辩委员会签名〈工作单位、职称、姓名) 主席:主叫告-á 1杂税放可爱 委员·  叮咛付、?印件专夜未大雪叔埃 军 . / 民材巴v1以也纠第 7久 在切 a  少伽以马 列轩在 工委↑ 兮恍侈品 作发? 和方经 学位论文独创性声明本人郑重声明:所呈交的学位论文是本人在导师指导下进行独立研究工作所取得的成果。 学位论文独创性声明 本人郑重声明:所呈交的学位论文是本人在导师指导下进行独立研究工作所取得的成果。 据我所知,除了文中特另,J/Jtl以标注和致谢的内容外,论文中不包含其他人已经发表或撰写过的 研究成果,也不包含为获得 金起王些太堂 或其他教育机构的学位或证书而使用过的材料。 对本文成果做出贡献的个人和集体,本人己在论文中作了明确的说明,并表示谢意。 学位论文中表达的观点纯属作者本人观点,与合肥工业大学无关。 学位论文作者签名-丐高 獬日期≯石铂刖夕日 学位论文版权使用授权书 本学位论文作者完全了解 金5垦工些太堂 有关保留、使用学位论文的规定,即:除保 密期内的涉密学位论文外,学校有权保存并向国家有关部门或机构送交论文的复印件和电子 光盘,允许论文被查阅或借阅。本人授权 盒胆王些盔堂 可以将本学位论文的全部或部分 内容编入有关数据库,允许采用影印、缩印或扫描等复制手段保存、汇编学位论文。 (保密的学位论文在解密后适用本授权书) 学位论文作者签名: 吁函 指 导 教 师 嬲名 签名日期:知,6年年月17日 签 名 日 期 渤幻 霭以~ 』争 月 论文作者毕业去向 工作单位: 联系电话: 通讯地址: 邮政编码: 万方数据 万方数据 致谢光阴荏苒,时光飞逝,三年的读研生活即将落下帷幕。在此期间,通 致谢 光阴荏苒,时光飞逝,三年的读研生活即将落下帷幕。在此期间,通 过老师的教诲和同学们的帮助,使我不断地学习本专业的相关知识,不断 充实自己和提高自己的能力。 首先感谢导师郎文辉副教授三年来对我的悉心指导。本课题和论文正 是在郎老师的帮助下才能顺利完成。郎老师高标准高要求、严谨求实的治 学风范、一丝不苟的科研态度深深的影响着我,特别是和自己的学生一样 天天在实验室科研,这种对待科研的态度使我们收益颇丰。值此论文完成 之际,学生向老师表达最深的敬意和谢意。感谢齐美彬老师对我的大论文 费心审阅,并提出意见予以指正,在此衷心的谢谢齐老师。 感谢555实验室的同门,和你们在一起的三年是开心快乐的三年,希 望我们的同门友谊长存。感谢许建平、张盼、胡迎迎,谢谢你们三年来对 我的帮助。感谢师弟师妹马忠磊、贾尚柱、李晓明、曾飞洋、段苓丽、刘 余福、汪辉和佘成龙,谢谢你们给师兄的帮助。谢谢我的大学室友现在也 在工大读研的王继学,谢谢对我三年的帮助。谢谢研究生室友李石荣、王 钰三年来对我的帮助,衷心的感谢大家。 感谢母亲吴大芳、父亲罗志付,给予我生命、抚养我长大成人和教育 我成才让我不断的进步,衷心的谢谢你们在这25年的时间里对我无微不至 的照顾和时时刻刻的牵挂。同时也要感谢我的二舅吴斌在我成长过程中给 予我的关心和帮助,让我始终对外面的世界保持着强烈的好奇心。最后谢 谢所有关心和帮助我的人,愿你们平安幸福。 作者:罗晶 201 6年4月1日 摘要近年来对于颗粒状农产品的分选已经由机器筛选逐渐代替了传统的人工分选, 摘要 近年来对于颗粒状农产品的分选已经由机器筛选逐渐代替了传统的人工分选, 机器筛选以其速度快、信息量大、功能多等优点得到广泛应用,摒弃了传统人工分 选会导致分选周期长、错误率高和效率低等缺陷。本文是面向颗粒状农产品的分选 方法的研究。利用彩色线阵CCD视觉系统对颗粒状农产品进行成像,然后将得到 的图像在PC上保存,并对图像进行特征提取和筛选,最后根据筛选出的最优特征 值在FPGA上实现KNN分类算法,从而实现颗粒状农产品的分选。论文主要研究 的内容有: (1)连通域标记算法的研究。为了对实时运动的物体进行跟踪与标记,需要对 图像中的物体进行连通域标记,讨论了基于线阵CCD的连通域标记算法,并在PC 上对算法进行验证,并给出FPGA实现连通域标记算法的思路。 (2)基于KNN算法的特征筛选。以RGB颜色空间为主进行特征提取,主要以 一维和二维的直方图为主,对于提取的特征用KNN筛选算法进行特征筛选,得到 的最优特征值用KNN算法进行验证,结果表明在选择合理特征个数和K值情况 下对花生和开心果的分选正确率达到了95%以上。实验表明特征个数在3.5个能 达到最高的正确率,3.5个特征表明了KNN算法适合FPGA实现。 (3)基于FPGA的KNN算法实现。利用HDL(硬件描述语言)进行KNN算法 在FPGA上

您可能关注的文档

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档