基于图像处理的苹果自动分级方法研究开题报告

 2022-01-26 11:01

1. 研究目的与意义、国内外研究现状(文献综述)

本课题的意义

苹果是世界上各国温带地区栽培的最重要的果树。它由于品种资源丰富,既有成熟很早的品种,又有成熟很晚而且耐贮的品种,因此在供应市场鲜果方面常年占有重要的地位,加之苹果汁液丰富,风味优美,因此也就成为人们最喜爱的水果。虽然我国苹果的栽培面积和总产量居世界首位,但是我国的苹果出口量很少。我国的苹果品质并不亚于国外同类产品,但是由于优次不齐、包装水平差,才致使其在竞争市场上毫无竞争优势可言。长期以来,我国苹果生产的后期加工,包括分级,主要都是采取人工进行。人工分级带有较强的主观性且分级效率差,因此基于图像处理的苹果自动分级方法的研究,对于提高我国苹果在其市场上的竞争力,意义深远。

国内外研究概况

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容和问题

研究目标

本课题是在对国内外先进研究成果的学习和总结基础上,以苹果为样本,采集苹果图像作为研究对象,对样本图像进行图像预处理、图像分割、特征提取和分级识别处理,从而实现基于图像处理的苹果自动分级的目的。

研究内容

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究的方法与方案

研究方法及实验方案

以苹果为研究对象,建立训练集和验证集。完成苹果的图像采集,对苹果的大小检测、颜色检测、形状检测和缺陷检测,通过训练集建立基于图像处理的苹果自动分级模型,通过验证集进行验证,完成苹果分级。用vc 编程实现,开发苹果自动分级的应用软件。

技术路线

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 研究创新点

特色或创新之处

1.将先确定果轴,再垂直于轴向确定果径,完成苹果大小检测,并利用简单阈值实现大小分级。

2.采用支持向量机(svm)方法,对苹果图像的颜色、大小、缺陷等数据进行了合理的综合训练,但是svm的训练是一个有约束的二次规划问题,并且约束数目等于样本容量,这一点导致训练消耗时间较长,为了提高svm的训练参数,本研究将采用最小二乘支持向量机方法。建立起模型,并利用此模型完成苹果自动分级的目的。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

5. 研究计划与进展

研究计划及预期进展

2015年12月查找相关资料,完成开题报告。

2015年1月熟悉相关算法,将整个设计模块化,准备每个模块的代码资料。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。