機器視覺在農(nóng)產(chǎn)品檢測中的應(yīng)用研究.pdf

1、我國是一個農(nóng)業(yè)大國，而我國的人均耕地面積卻遠遠低于世界平均水平，農(nóng)業(yè)生產(chǎn)及后續(xù)加工的勞動生產(chǎn)率很低。農(nóng)產(chǎn)品品質(zhì)檢測是保證農(nóng)產(chǎn)品質(zhì)量和農(nóng)產(chǎn)品安全的關(guān)鍵環(huán)節(jié)，而品質(zhì)的檢測和控制往往是基于成分分析之上。但是，無論是化學(xué)分析還是儀器分析，其試樣的前處理、實驗本身的耗時性又是許多場合所不允許的。進行農(nóng)產(chǎn)品自動檢測可以大大提高勞動生產(chǎn)率。農(nóng)產(chǎn)品檢測中最重要的是進行表面缺陷的檢測，而利用機器視覺技術(shù)代替人的視覺進行農(nóng)產(chǎn)品檢測具有不言而喻的優(yōu)越性。論文

2、針對糧食加工廠的實際需要，基于MATLAB軟件平臺，構(gòu)建了基于計算機視覺的稻谷品質(zhì)識別系統(tǒng)；首先選擇稻谷圖像預(yù)處理算法，然后提取稻谷圖像的顏色特征，最后利用提取的稻谷圖像顏色特征，分別使用線性判別函數(shù)和神經(jīng)網(wǎng)絡(luò)的方法對稻谷圖像分類，并提出了按多數(shù)票表決的方法判定最終結(jié)果。論文的主要工作如下：
　　 ①研究了稻谷圖像特征的提取方法。根據(jù)稻谷圖像的特點，提出稻谷圖像的識別應(yīng)基于其顏色特征。
　　 ②對圖像變換、圖像增強等一系

3、列圖像預(yù)處理算法進行分析，設(shè)計了稻谷圖像預(yù)處理方案。在此基礎(chǔ)上，首先把稻谷圖像的顏色空間轉(zhuǎn)換到HSI顏色空間，得到其H分量的色度直方圖，然后分別用直方圖統(tǒng)計特征、主成份分析法和遺傳算法進行特征提取。其中提出了一種改進的類內(nèi)類間準(zhǔn)則來確定遺傳算法適應(yīng)度函數(shù)。
　　 ③對提取出的稻谷特征，分別用線性判別函數(shù)和BP神經(jīng)網(wǎng)絡(luò)的方法進行分類識別。
　　 ④對實驗結(jié)果進行了討論分析，并提出了按多數(shù)票表決的方法判定最終結(jié)果，實驗表明這