蘋果分級(jí)銷售可以提高它的商品價(jià)值屬性。根據(jù)蘋果分級(jí)標(biāo)準(zhǔn),外部品質(zhì)特征是重要內(nèi)容。利用機(jī)器視覺可以進(jìn)行蘋果的外部特征進(jìn)行無損檢測,為了提高分級(jí)準(zhǔn)確性,對(duì)紅富士蘋果的果徑大小、顏色和紋理這三個(gè)蘋果分級(jí)的重要特征的提取方法進(jìn)行優(yōu)化,結(jié)合缺陷和果形特征進(jìn)行綜合分級(jí)。主要研究內(nèi)容如下:（1）提出了圓形鄰域LBP算子與部分灰度壓縮擴(kuò)階共生矩陣融合的的蘋果紋理提取方法�；叶裙采仃嚳梢宰R(shí)別圖像中的變化幅度、相鄰間隔、灰度方向,但是受光照影響較大。結(jié)合圓形鄰域LBP算子的光照不變性以及可以獲得任意數(shù)目的鄰域像素點(diǎn)和任意半徑的圓形模式這樣的優(yōu)勢進(jìn)行方法融合,對(duì)部分灰度信息作灰度級(jí)壓縮和灰度矩陣擴(kuò)階處理,對(duì)剩余灰度級(jí)部分保持原灰度級(jí)不變,并選取優(yōu)勢方向上的特征均值作為最終結(jié)果,獲得更加準(zhǔn)確地蘋果圖像紋理特征。（2）提出了基于閾值分割的實(shí)際果徑大小計(jì)算方法。通過距離與像素點(diǎn)表示的實(shí)際大小關(guān)系方程,獲得所需的分割閾值。接著采用閾值分割法對(duì)像素直徑進(jìn)行線性函數(shù)擬合,得到實(shí)際的果徑大小,與整體線性擬合相比提高了準(zhǔn)確性。（3）提出了預(yù)分析閾值區(qū)域的紅色分量提取算法。不同環(huán)境影響顏色分量提取,HSV顏色模型中的H分量... 

【文章來源】：浙江理工大學(xué)浙江省

【文章頁數(shù)】：69 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．５標(biāo)定模板??表２．丨相機(jī)內(nèi)參標(biāo)定結(jié)果??

浙江理工大學(xué)碩士學(xué)位論文?基于多特征的紅富士蘋果分級(jí)研究??（２）運(yùn)用公式２－（６）和２－（７）求取畸變后像素點(diǎn)在像素坐標(biāo)系下的位置。??（３）重新轉(zhuǎn)換到圖像像素坐標(biāo)系中，有關(guān)系２－（１１）：??ｗ’?「乂?０叫卜ｗ??Ｖ?＝?〇?／ｖ?ｖ０?ｙｃｌｄ?２－（１１）??１?［０?０?１?１?１??（４）利用步驟（２）獲得的坐標(biāo)和Ｊ的像素灰度值獲取新圖像。校正前后如圖２．６所示：??１?ｍ??（ａ）采集原圖?（ｂ）畸變校正圖??圖２．６蘋果圖像去畸變前后對(duì)比??對(duì)以上兩幅圖求最小外接矩形的四個(gè)角點(diǎn)坐標(biāo)，結(jié)果見表２．２。??表２．２原圖與畸變校正圖最小外接矩形角點(diǎn)坐標(biāo)??左上?左下?右上?右下??（ａ）?（５１，２８２）?（５１，?７３８）?（５６３，?２８２）?（５６３，７３８）??（ｂ）?（５３，?２８４）?（５３，７３９）?（５６１，?２８４）?（５６１，７３９）??由上表可見，圖中蘋果出現(xiàn)輕微畸變。??２．３圖像分割??圖像采集獲得的紅富士蘋果圖像包括蘋果和背景兩個(gè)部分。為了對(duì)蘋果的大孝果形、??顏色、紋理等進(jìn)行檢測，需要去除背景影響。所以我們需要對(duì)采集蘋果圖像進(jìn)行去背景的??分割處理。閾值分割技術(shù)是一個(gè)簡單、經(jīng)典的圖像分割方法，有利于區(qū)分目標(biāo)區(qū)域和背景??區(qū)域。由于采集圖像中包含正常果和缺陷果，所以先采用雙閾值最大類間法進(jìn)行圖像分割??提取完好果面。??２．３．１最大類間方差法??最大類間方差法（ＯＳＴＵ）是在判決分析或最小二乘法原理上推導(dǎo)出來的，適合雙峰圖像??的閾值分割［２４］。方法原理為：設(shè)灰度級(jí)為Ｌ的原始灰度圖像，有個(gè)灰度級(jí)為／的像素。??１０??

浙江理工大學(xué)碩士學(xué)位論文?基于多特征的紅富士蘋果分級(jí)研究??２．３．２雙閾值分割原理??雙閾值分割適合分割有背景、區(qū)域１，區(qū)域２三部分的圖像，設(shè)置兩個(gè)閾值７；、ｒ２，??即為：??＇０，?ｆ｛Ｕｊ）＜Ｔｘ??ｇ（ｉＪ）?＝?＼ｌＴｉ＜ｆ（ｉ，ｊ）＜Ｔ２?２－（１９）??２，?ｆ（ｉ，ｊ）＞Ｔ２??其中，／（／，＿／）表示輸入圖像該點(diǎn)的灰度值，以／，ｙ）表示輸出圖像該點(diǎn)的灰度值。??部分采集紅富士蘋果圖像是由背景、缺陷和正常果面組成的。圖像直方圖中缺陷組織??的灰度峰值介于正常組織和黑色背景１２５］。所以本文選擇兩個(gè)閾值７；、ｒ２先來提取正常果面??部分，即為：當(dāng)／（／，刀＜７；時(shí)，／（／，＿／）為背景，則／（〇＿）?＝?０。當(dāng)?時(shí)，／（／，＿／）為??缺陷組織，則／（／，刀二２５５。當(dāng)／（７？，刀＞７；時(shí)，／（／，＿／）為正常組織，／（／，＿／）?＝?０。??運(yùn)用雙閾值最大類間方法進(jìn)行閾值分割結(jié)果如圖２．７所示。??□□□□??ｎａａｎ??圖２．７基于雙閾值ＯＳＴＵ方法的紅富士蘋果分割圖??通過結(jié)果圖可以看出利用雙閾值ＯＳＴＵ法不是十分的理想，主要是圖像的邊緣部分不??能跟背景完全分割。??２．３．３彩色圖像分割算法??相比于一維亮度空間的灰度圖而言，三維色彩通道的彩色圖像能夠反映更多信息１￥。??１２??

【參考文獻(xiàn)】：
期刊論文
[1]基于方差加權(quán)的LBP特征提取算法[J]. 尹玉梅,彭藝,祁俊輝.  數(shù)據(jù)通信. 2019(04)
[2]SAR圖像多目標(biāo)邊緣檢測性能對(duì)比研究[J]. 李楠.  艦船電子工程. 2019(08)
[3]基于最小外接矩形的集料顆粒形狀特征快速評(píng)價(jià)方法研究[J]. 曹源文,楊國林,張瑩瑩,王若俊,程志豪.  重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(06)
[4]機(jī)器視覺中相機(jī)標(biāo)定方法的研究[J]. 王運(yùn)哲,鄭凱.  機(jī)械管理開發(fā). 2019(05)
[5]“十三五”頭兩年全國經(jīng)濟(jì)林產(chǎn)品產(chǎn)量完成情況分析[J]. 呂永來.  中國林業(yè)產(chǎn)業(yè). 2019(05)
[6]基于改進(jìn)粒子群算法的云計(jì)算產(chǎn)業(yè)聯(lián)盟知識(shí)搜索算法研究[J]. 高長元,于建萍,何曉燕.  數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn). 2017(03)
[7]基于機(jī)器視覺技術(shù)的機(jī)械制造自動(dòng)化技術(shù)應(yīng)用研究[J]. 成文.  科技展望. 2017(04)
[8]基于圖像特征融合的蘋果在線分級(jí)方法[J]. 黃辰,費(fèi)繼友.  農(nóng)業(yè)工程學(xué)報(bào). 2017(01)
[9]基于OSTU算法利用新型水體指數(shù)進(jìn)行Landsat數(shù)據(jù)自適應(yīng)閾值水體自動(dòng)提取研究[J]. 趙紫薇.  測繪與空間地理信息. 2016(09)
[10]基于隱馬爾科夫模型的蘋果分級(jí)方法研究[J]. 謝鋒云,周建民,江煒文,張慧慧,唐宏兵.  食品與機(jī)械. 2016(07)

博士論文
[1]不同色澤類型蘋果著色期糖酸變化及花青苷合成特性研究[D]. 劉玉蓮.西北農(nóng)林科技大學(xué) 2013
[2]運(yùn)動(dòng)水果的形狀描述方法與在線檢測技術(shù)[D]. 王福杰.浙江大學(xué) 2013

碩士論文
[1]基于機(jī)器視覺的蘋果分級(jí)檢測算法研究[D]. 孫斐.鄭州大學(xué) 2018
[2]基于機(jī)器視覺的蟲蝕葵花籽識(shí)別技術(shù)研究[D]. 王衛(wèi)翼.江南大學(xué) 2014



本文編號(hào)：3253116