仓储中的香蕉缺陷图像检测方法研究开题报告

1. 研究目的与意义

我国香蕉产量逐年增加，随之而来的，是仓储管理不善造成的大量香蕉腐烂，因此，建立一套先进的香蕉仓储管理系统就显得至关重要。目前，香蕉成熟度检测主要是借助各类检测仪器如硬度计、糖度计等，这些通通属于有损检测，具有明显的缺陷，无法进行大规模检测，远远达不到现代生产规模的要求。而现在图像处理技术也日趋成熟，用途也越来越广泛。比如，水稻表层根系图像分割，玉米水分测定等。研究香蕉缺陷图像处理，目的在于能够实现无损检测，能够实现将图像检测技术应用到库存香蕉状态实时检测中。因此，对现行香蕉仓储管理具有广泛的意义。

2. 国内外研究现状分析

国内现状:应义斌（2006）以柑橘为研究对象，用机器视觉的色度频度序列法进行柑橘成熟度的无损检测,研究证实机器视觉无损检测技术亦不失为一种较为良好的果实成熟度检测方法。吕琛（2014）以哈密瓜为检测对象，综合利用光学、农业物料学、计算机技术、CCD技术、数字图像处理技术、Matlab、人I神经网络等，建立哈密瓜成熟度无损检测的方法。卢岩（2014）以草莓为检测对象使用可辨识彩色光的RGB的TCS230颜色传感器来识别草莓果实的颜色，基于识别出的果实颜色RGB值判断草莓的成熟度。

国外现状：Miller等（1989）用机器视觉系统检测和分级市售桃,结果机器视觉成熟度检测结果与人工检测结果的吻合度为54% ,机器视觉检测表面着色面积与人工检测着色面积相关系数为92%。Pereir等（2007）以番茄为检测对象，用近红外检测技术与硬度、糖度酸度相结合的方法检测其的成熟度,并得到了各自的相关关系，证明这种方法可行实用。Syahrir等（2009）以马来西亚西红柿为研究对象，设计了一种基于图像处理的机器视觉评估系统对其进行颜色分级,解决因人工进行西红柿品质分级的主观性与视觉压力疲劳导致的误分类问题。

3. 研究的基本内容与计划

本设计采用matlab进行香蕉缺陷图像检测的设计,主要研究内容：

（1）拍摄香蕉破损图像

（2）图像中对象分布的实现和纹理特征的实现。

4. 研究创新点

采用MATLAB进行香蕉缺陷图像检测的设计