基于机器视觉的刺梨果实大小预测和宿萼识别算法研究.pdf

目录

目录

摘要I

ABSTRACTIII

1绪论1

1.1选题背景及研究意义1

1.2国内外研究现状2

1.2.1果实大小检测技术的研究现状2

1.2.2机器视觉技术的研究现状3

1.3本文研究内容及技术路线4

1.3.1研究内容4

1.3.2技术路线5

1.4本文组织的结构安排6

2刺梨果实图像的采集与处理8

2.1图像采集8

2.1.1平台的搭建8

2.1.2相机标定8

2.1.3刺梨果实图像的采集9

2.2图像预处理10

2.2.1图像去阴影10

I

贵州师范大学硕士学位论文

2.2.2图像去噪10

2.2.3图像预处理结果分析12

2.3图像分割14

2.3.1颜色空间分割15

2.3.2K-means聚类分割16

2.3.3图像分割结果分析17

2.4提取边缘法空洞填充18

2.4.1边缘检测相关算法18

2.4.2空洞填充20

2.4.3边缘检测效果分析21

2.5本章小结23

3刺梨果实的投影面积和尺寸计算24

3.1像素值法的投影面积计算24

3.2近似椭球形法的尺寸计算25

3.3数据分析与测量方法评价26

3.3.1数据分析26

3.3.2测量方法评价27

3.4本章小结29

II

目录

4刺梨果实的大小预测30

4.1质量和体积大小的实际测量30

4.2预测模型的选择31

4.2.1基于尺寸的预测模型31

4.2.2基于投影面积的预测模型31

4.2.3基于几何体积的预测模型31

4.3质量和体积大小的预测模型分析32

4.3.1基于尺寸的质量和体积模型32

4.3.2基于投影面积的质量和体积模型34

4.3.3基于几何体积的质量和体积模型37

4.3.4三种预测模型评价38

4.4本章小结39

5基于YOLOv5s的刺梨宿萼识别41

5.1深度学习与目标检测41

5.1.1卷积神经网络41

5.1.2图像分类模型43

5.1.3目标检测模型45

5.1.4改进注意机制47

III

贵州师范大学硕士学位论文

5.2刺梨宿萼的识别51

5.2.1数据集的采集与划分51

5.2.2评价指标53

5.3训练模型评价54

5.3.1YOLOv5s