蘋(píng)果全表面圖像信息獲取方法的研究.pdf

1、對(duì)水果進(jìn)行品質(zhì)檢測(cè)與分級(jí)是提高水果商品附加價(jià)值的重要途徑。在水果的顏色檢測(cè)和缺陷檢測(cè)過(guò)程中，若獲取的水果表面圖像存在漏采或重復(fù)，會(huì)對(duì)后續(xù)的分級(jí)造成不利的影響。
　　 本文以蘋(píng)果為研究對(duì)象，著重研究了球狀水果全表面圖像信息獲取中的系統(tǒng)構(gòu)建和圖像拼接方法。
　　 主要研究?jī)?nèi)容如下：
　　 (1)搭建了圖像獲取的試驗(yàn)平臺(tái)。包括基本的可見(jiàn)光機(jī)器視覺(jué)系統(tǒng)及能夠?qū)λD(zhuǎn)進(jìn)行精確控制的電旋臺(tái)和步進(jìn)電機(jī)控制器。
　　

2、(2)建立了蘋(píng)果表面圖像信息獲取的瓣?duì)顔卧Ｐ推春戏椒?。根?jù)蘋(píng)果半徑均值和瓣?duì)顔卧獢?shù)量，提取每幅蘋(píng)果圖像的瓣?duì)顔卧?，合成目?biāo)圖像。對(duì)17組樣本數(shù)據(jù)的238幅圖像的測(cè)試表明，圓形度均值在0.875～0.942之間蘋(píng)果圖像的冗余信息均值為2.91％。
　　 (3)驗(yàn)證了SIFT算子對(duì)蘋(píng)果表面圖像的適應(yīng)性。對(duì)112幅蘋(píng)果圖像的測(cè)試結(jié)果表明：SIFT算子可用于幾何縮放變換、亮度變換、椒鹽噪聲和小角度旋轉(zhuǎn)變換的蘋(píng)果圖像的特征點(diǎn)檢測(cè)。

3、>　　 (4)實(shí)現(xiàn)了基于SIFT算子的蘋(píng)果表面圖像拼接。研究了利用蘋(píng)果圖像中心帶狀區(qū)域及RANSAC偽匹配點(diǎn)去除法和最優(yōu)拼接點(diǎn)法的蘋(píng)果表面圖像拼接方法，對(duì)相隔20°的270幅圖像進(jìn)行了拼接試驗(yàn)，結(jié)果表明：該方法可有效克服蘋(píng)果橫向畸變對(duì)拼接的影響，去除蘋(píng)果表面重復(fù)區(qū)域圖像。
　　 (5)提出了基于蘋(píng)果果梗側(cè)圖像的蘋(píng)果旋轉(zhuǎn)角度獲取方法。采用基于SIFT算子的匹配特征點(diǎn)提取、最小覆蓋圓的圓心提取和特征點(diǎn)的偽匹配點(diǎn)剔除方法，對(duì)1998