- 相關(guān)推薦
淺析計算機視覺信息處理技術(shù)在蘋果自動分級中的應(yīng)用的論文
1 新技術(shù)論述
1. 1 計算機視覺概念
計算機視覺是指利用攝像頭替代人眼的技術(shù)，即用攝像頭和計算機代替人眼對標(biāo)的物進行辨別、信息追蹤和質(zhì)量檢測等。其利用鏡頭采集的圖形，將圖形前處理后，使圖形變得更突出清晰，突顯需要的信息;然后，通過軟件分析，根據(jù)設(shè)定的參數(shù)來判斷圖形信息。
1. 2 工作原理
采用計算機視覺技術(shù)的蘋果自動分級系統(tǒng)的工作原理: 將蘋果擺放適當(dāng)?shù)奈恢茫R頭拍照，獲取蘋果初級圖像; 將圖像輸送到計算機，利用計算機上的分析處理軟件，進行圖像前處理及特征( 大小、形狀、顏色、缺陷) 提取，然后根據(jù)提取的圖像信息綜合分析確定蘋果等級
分級增加難度。采集的圖像需要經(jīng)過處理才能提取其中的特征信息，只有圖像清晰，才能突顯目標(biāo)圖形。首先，對圖像灰度處理，灰度處理后的圖像某一個灰度值區(qū)間內(nèi)有著更大的對比度; 然后，通過局部求平均值法或中值濾波法( 取局部鄰域中的中間像素值)去噪，再將圖像邊緣銳化; 最后，進行偽彩色處理。經(jīng)過前面幾個步驟處理的圖像清晰，需要提前特征信息突顯，分級效果更好。
蘋果分級過程中特征提取是決定分級效果的關(guān)鍵環(huán)節(jié)，等級的區(qū)分就是根據(jù)特征來確定，所以特征提取是否合理是決定分級正確率的最重要因素。
1. 2. 1 大小特征提取
提取蘋果大小的特征量比較常用的有面積、線度等，以蘋果的最大橫切面直徑作為特征量。在蘋果圖像中確定果心，以果心為圓點繞圖形邊緣旋轉(zhuǎn)，旋轉(zhuǎn)1周后得到最大值即為蘋果的最大果徑，再根據(jù)軟件中設(shè)定的大小參量確定蘋果的大小等級。
1. 2. 2 形狀特征提取
蘋果的形狀是不規(guī)則的曲面，可用二維傅立葉動態(tài)變換對蘋果的形狀提取。蘋果等級區(qū)分是可以微調(diào)的，不需要用傅立葉半徑描述中的所有特征參量來分析，中故去除中間較小的特征分量，利于快速分析。研究發(fā)現(xiàn)，傅立葉前9 項分量基本可以復(fù)原圖像中蘋果的輪廓邊緣，進而可以判斷蘋果的形狀等級
1. 2. 3顏色特征提取
顏色是蘋果等級區(qū)分的最直觀視覺特征，在蘋果外觀分級時，顏色是最重要的影響因素。本文采用色飽和度模型與人類眼睛觀察色彩的原理相似，以色飽和度模型的色度圖像進行作為蘋果顏色的分析，可以確保分級的正確率。
1. 2. 4 缺陷特征提取
蘋果在生長和加工過程中經(jīng)常受到一些損傷，造成蘋果表皮缺陷的形成，直接影響蘋果的外觀，因此蘋果缺陷也成為蘋果等級區(qū)分的重要影響因素。由于蘋果表面呈不規(guī)則的狀態(tài)，無法從一個方面來進行缺陷的檢測，也無法利用模型識別來評判蘋果的等級，鑒定的難度比較高，不能達到等級區(qū)分的目的。因此，本文采用對整個蘋果圖像進行全方位的掃描，檢查其左、右臨界點及圖像像素點，提取缺陷點，將圖像中的缺陷點面積累計，就可得到全部缺陷的總面積，確定蘋果等級缺陷影響指數(shù)，從而判斷蘋果等級。
2 應(yīng)用的方式方法
蘋果采摘后要進行后續(xù)檢測、等級分離、清理、上蠟等工序。其中，蘋果的分級是后續(xù)加工中的重要環(huán)節(jié)，而且等級分離是蘋果爭奪市場競爭力的關(guān)鍵影響因素之一。
引入計算機視覺的蘋果自動分級系統(tǒng)由安裝了定向裝置的輸送帶、采集鏡頭、光照補充裝置、圖像輸送裝置、計算機及分析軟件構(gòu)成。工作原理: 將采摘下來的蘋果置于輸送帶上，在輸送的過程中，定向裝置可以使蘋果調(diào)整到適當(dāng)?shù)姆较颍诤竺娌杉瘓D像;輸送帶輸送蘋果的過程中，由補光裝置補充光照，鏡頭采集圖像，輸送裝置將目標(biāo)物圖像傳輸?shù)接嬎銠C上; 利用計算機中的圖像分析軟件，將圖像處理好后，再根據(jù)事先設(shè)定的多個特征參數(shù)，綜合分析處理，確定蘋果的級別; 然后，發(fā)出指令，將蘋果分配到相對應(yīng)等級的輸出口，完成蘋果等級的劃分。
3 效果和突破
國外從20 世紀(jì)90 年代已研發(fā)了利用機器視覺技術(shù)的分級系統(tǒng)，典型的有OSCARTM 型和MERLIN 型分級生產(chǎn)線，可以用于大多數(shù)水果的等級分離和品質(zhì)測定。日本研究的計算機視覺檢測設(shè)備，還增加顏色、損傷、紋理等多特征的分級特征，其分級速度可達8 000 個/ h。
我國在20 世紀(jì)末開始研究該項目，如農(nóng)業(yè)大學(xué)研究的圖像分割技術(shù)，利用光學(xué)反射特性的圖像技術(shù)進行壞損檢測，可以對壞損蘋果進行檢測。李慶中研究了蘋果色澤提取分級方法，采用多層前饋網(wǎng)絡(luò)識別器方法，可以基于蘋果色澤的實時等級分離，試驗的正確率都在90% 以上，消耗時間為0. 15s。2002 年，浙江大學(xué)成功地研發(fā)出動態(tài)檢測等級分離生產(chǎn)線，該線主要由雙錐式滾筒輸送翻轉(zhuǎn)系統(tǒng)、圖像識別系統(tǒng)和等級分離系統(tǒng)3 部分構(gòu)成，可以依據(jù)大小、形狀、色彩、缺陷和表面光潔度進行檢測，這是在原來基礎(chǔ)上取得的重大突破。目前已研發(fā)出蘋果內(nèi)部無損檢測技術(shù)，可將蘋果進行更精細化的分級。
4 結(jié)論
計算機視覺技術(shù)方法引入為蘋果等級的分離提供了一種高效、自動的方法。利用機器視覺技術(shù)進行農(nóng)產(chǎn)品等級分離不僅增加了生產(chǎn)者的利潤，也保證了消費者的利益。基于計算機視覺技術(shù)進行的蘋果等級劃分的正確率高、效率高，最大程度地規(guī)避了人工等級劃分時受情緒的影響而導(dǎo)致的不良后果。計算機視覺技術(shù)在蘋果外部等級劃分中的應(yīng)用已非常成熟，現(xiàn)已開始進行蘋果的含糖量、農(nóng)殘等方面的研究，可改變蘋果產(chǎn)業(yè)結(jié)構(gòu)，提高國產(chǎn)蘋果國際市場競爭力。
【淺析計算機視覺信息處理技術(shù)在蘋果自動分級中的應(yīng)用的論文】相關(guān)文章：
PLC技術(shù)在電氣自動化中的應(yīng)用分析論文10-12
網(wǎng)絡(luò)信息處理技術(shù)與應(yīng)用09-05
計算機仿真技術(shù)在物流中的應(yīng)用論文10-11
計算機仿真技術(shù)與信息處理的結(jié)合論文10-11
大數(shù)據(jù)下的計算機信息處理技術(shù)論文10-11
淺析漢字識別技術(shù)在檔案管理工作中的應(yīng)用論文10-10
淺析網(wǎng)絡(luò)技術(shù)在函授教育中的應(yīng)用10-26
淺談大數(shù)據(jù)下計算機信息處理技術(shù)論文10-10