基于紅外和可見光圖像融合的蘋果缺陷檢測.pdf

1、我國作為蘋果生產(chǎn)第一大國，為了提高蘋果和蘋果制品的品質(zhì)，加大其出口量，增強其市場競爭力，就必須嚴格把關(guān)我國蘋果的缺陷檢測。目前，我國對水果缺陷的檢測仍停留在主要依靠人工目測、抽樣切片或常規(guī)可見光機器視覺檢測的階段，誤判率較高，且不能滿足水果在線檢測應(yīng)具備的無損性、快速性、直觀性等要求。
　　針對上述傳統(tǒng)檢測方法的不足，本文將紅外和可見光圖像融合技術(shù)引入至水果的缺陷檢測，以我國的紅富士蘋果為研究材料，重點從圖像的采集和融合兩大部分出

2、發(fā)，對蘋果缺陷特征檢測所涉及的關(guān)鍵技術(shù)展開研究。文章首先分析比較了現(xiàn)階段常用的幾種水果缺陷無損檢測技術(shù)的優(yōu)缺點，在此基礎(chǔ)上確定了本文的蘋果缺陷檢測方法——基于紅外和可見光圖像融合的無損檢測方法，并給出了文章的主要研究內(nèi)容。
　　論文前部分研究是紅外和可見光圖像融合的基礎(chǔ)。首先，闡述了紅外和可見光圖像融合的基礎(chǔ)理論，主要包括：紅外成像技術(shù)的基本機理與成像特點，圖像融合的層次與基本方法。接著，確定了本文蘋果缺陷檢測的總體方案，并著重對

3、紅外圖像的采集方法作了相關(guān)設(shè)計，主要包括：檢測系統(tǒng)激勵方式的選擇，激勵工具的選擇與放置，蘋果表面熱輻射模型的建立。之后，給出了幾種具有典型特征的蘋果紅外圖像，并對其在熱像儀下的成像特點作了簡要分析。此外，還對蘋果紅外圖像進行了取點和取線分析，得到了所取點的溫度、坐標等信息，以及沿所取直線的溫度變化曲線。
　　論文后半部分內(nèi)容是本研究的重點和關(guān)鍵，主要是對蘋果圖像融合中關(guān)鍵技術(shù)的研究，包括圖像的預(yù)處理、圖像配準和圖像融合三大部分。圖

4、像的預(yù)處理過程主要是圖像的去噪和背景分割。本文對蘋果圖像的顆粒噪聲采用中值濾波，對圖像白噪聲則采用小波去噪。接著，文章提出了基于圖像灰度閾值的圖像背景分割方法用以消除蘋果的背景噪聲。本文采用了基于Harris算子的特征點提取方法對蘋果圖像進行特征點的提取，并在4種不同的特征點匹配變換模型下進行了圖像配準實驗，通過對比確定了適用于本文圖像配準的投影變換模型。采取基于改進的小波變換的圖像融合方法對蘋果圖像進行融合：○1、先對源圖像進行離散小