基于图像分析的橙子识别和计数研究.docVIP

基于图像分析的橙子识别和计数研究

摘要：随着计算机技术的快速发展，农业所使用的手段也在更新换代。以前所使用的通过人工来识别水果和技术的方法已经不能满足农民的需求，通过计算机对图像的分析可以快速完成对水果的识别，节省大量的时间和劳动力。本文对于球状水果，用MATLAB作为研究手段，从图像特征灰度化开始，通过小波去噪与中值滤波对图像进行预处理，用sobel算子做边缘检测，通过基于形态学的图像特征抽取和分析，最后用分水岭图像分割法实现目标识别与计数。该课题充分利用了MATLAB平台在图像处理方面的优势，经过优化和调试，可以快速准确地分析出结果。

关键词：MATLAB；形态学；分水岭算法

第一章引言

1论文概述

1.1课题研究目的和意义

我国的水果品种丰富多样，产量在世界排于首位，但是我国水果的出口量仅达到世界的0.02。目前，我国的水果销售主要都集中在本土市场，国内的水果价格与国外相比，要低一些，其中最主要的原因是落后的水果分级技术。国内水果分级绝大部分是通过人眼识别和采摘的，由于近几年国家的理念核心是以人为本，重视人才，人工成本的提升使得水果成本增加。国外多用机器设备进行水果分级而国内对于水果分级的研究还不完善，使得国内只能进口国外机器。但国内由于进口设备价格昂贵，企业难以负担，水果分级分类基本上由人工完成。但人工分级任务繁重，消耗大量人力资源，且国内水果分级技术落后，不能生产与国外相同的设备，这就要求国内研究者在水果分级技术进一步钻研。将图像处理技术引入果园自动化，是解决该问题的有效途径之一。

通过研究这个课题不但可以加深对图像处理基本思想的理解和对其方法的掌握，还熟悉了图像处理中的精髓内容--目标分类识别。本课题的研究具有分厂重要的经济和使用价值，应用前景十分广阔。因此，很有必要对本课题进行深入细致的研究。本课题选取橙子为研究对象，通过MATLAB仿真平台，介绍如何对图像的进行预处理和特征提取，并通过对橙子特征的分析对比进行识别和计数，以达到智能识别与处理的目的。

1.2水果识别研究现状

随着改革开放进程的不断加快，计算机技术的发展也越来越快，在计算机图像学的领域也出现了越来越多的研究成果。世界各国的学者们在这一方面进行的研究都能够在一定程度上改进水果分级的速度，并取得良好的经济效益。而我国研究时间短暂，方式繁琐，不能与国外相比，但也为我国水果识别研究奠定了基础。水果大小、形状和颜色等都是水果识别和分级的重要指标条件。

1.2.1国外研究现状

在国外，机器视觉是70年代开始兴起的，它主要应用于卫星遥感和医学方面。

国外学者Throop[1]等人从不同的空间角度来获取苹果的平面图像，然后通过这些图像便可以获取到其赤道半径的大小，再根据半径即可以计算出面积；紧接着将苹果作为一个椭球体来处理，分别测量计算出其几何参数，最后根据所获得的信息估算苹果的大小。

国外学者Koc[2]的研究成果有关于如何测算西瓜体系的方法，首先获取西瓜在不同的空间平面上的投影图，以足够数量的投影图来形成轮廓切片，接下来沿着某一定轴旋转切片，这些不同的切线在旋转过程中发生重合的部分的体积就是西瓜的体积。

Blasco等人[3]分别使用了两种方法来实时地区分四种不同石榴的品种，即算像素RGB平均值与对R/G设定简单阈值的方法，区分的成功率很高，高于90%。

国外学者Tao[4]等人的研究成果中有关于如何以计算机视觉技术为基础来检测苹果缺陷的技术，此技术应用于检测可以使得检测工作更加的高效和准确。此项技术的大致原理如下：首先是通过传统技术来获取六个苹果的图像，然后通过分离或者降噪技术进行进一步处理，处理之后在进行果面缺陷的计算工作。因为苹果表面并不平整，而是具有一定的曲率，而曲率会造成光照强度的不均匀，这里以变换缺陷和变换形状的手段来对其进行一定的补偿。

1.2.2国内研究现状

按照大小指标分类，国内学者应义斌曾发表了基于计算机视觉方法来测量水果尺寸的技术方面的研究成果，在研究苹果的外观特性的过程中，学者章文英用苹果的质量中心与其最小外接正四棱柱的相接点之间的距离的大小来来表示椭球体的的长径和短径的大小，并且取得了不错的效果，王雅琴等学者为了表示其大小所使用的参数是傅里叶半径，而冯斌等学者标了表示其外形特征而使用的参数是其自然对称形态的特征。

按形状指标分类，何东健、宁纪锋等人为测量果实形状使用图像形态学分析，准确率很高，最高可以呈现出91.4%。赵静、何东健用半径作为研究方向，通过人工神经网络对水果的形状进行识别和分级。景寒松、应义斌等人提出了采用傅立叶变换与傅立叶反变换来描述黄花梨的形状[6]。

按颜色指标分类。国内学者冯斌等人曾经以水果的颜色作为研究对象对其进行过等级划分。学者何东健，杨青等人通过计算机来检查其表面的着色度，在收集到其彩色图