基于机器视觉的柑橘分级技术研究开题报告

 2022-01-28 21:51:31

1. 研究目的与意义、国内外研究现状(文献综述)

一、本课题的意义水果分级是采后加工的关键环节,一般按照水果尺寸、形状、颜色、表面缺陷进行分级。

在我国,多采用人工处理的传统方式,主要从色、形两方面进行人工判别,这样做会带来一定弊端:耗时、效率低下,且检验员还带有比较强的主观性,容易受周围环境和情绪影响缺乏客观的一致性,因此导致产后处理技术落后,处理能力低。

随着图像处理和模式识别等领域技术不断地提高和发展,应该加强基于机器视觉水果分级技术的研究,实现人工处理模式到基于机器视觉的自动分级的转变,以此提高水果分级技术、加强处理能力,最终提升水果产品附加值和质量。

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

五、研究的目标、内容和拟解决的关键问题5.1 研究目标本研究的基本目标是在获取到水果图像信息后,对其进行数字化处理,得到数字信息后,通过不同的算法结合用户需求权衡水果分级时不同标准(如大小、形状、颜色等)所占比例,求得最终加权值实现对水果的分级。

5.2 研究内容获取水果图像,并且规定单一格式及尺寸;对图像处理进行数字化处理;获取到图像数字信息后,利用分级标准算法实现其分级。

5.3 关键问题图像处理。

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

六、研究方法、技术路线、实验方案及可行性分析6.1 研究方法利用软件工程开发方法,运用OpenCV技术,基于VS2013环境下,利用C 语言完成图像分析处理和分级工作。

6.2 技术路线 开发平台:Windows 开发工具与环境:Visual Studio 2013 开发语言:C 开发技术:OpenCV 界面框架:Qt6.3 可行性分析有一定C 语言基础,对面向对象编程有一定程度理解;OpenCV由一系列 C 函数和少量 C 类构成,可以实现图像处理和计算机视觉方面的很多通用算法;参考水果分级标准:按大小:最小外接矩形法;按形状:基于Zernike矩算法;按颜色:分形维数作特征值;按表面纹理:绝对差分计算图像平均梯度法;利用软件工程的软件开发方法,进行项目设计;自身有学习知识的欲望、完成项目的信心。

4. 研究创新点

七、特色与创新之处图形化界面显示图像处理的过程与结果根据用户需求选取水果分级时不同特征值的比例,求得加权值作为最终的参考值

5. 研究计划与进展

八、研究计划及预期进展 2015.1.20-2015.1.31学习图像处理,练习实例 2015.2.1-2015.2.15 学习水果分级原理,并编写相应代码,验证调试 2015.3.1-2015.3.15 结合图像处理知识和相应算法,尝试对图像的初步分析 2015.3.16-2015.3.25编写可视化界面,拓展更多功能,提高人机交互能力,加强实用性 2015.3.26-2015.4.5 给指导老师展示成果,并结合老师提出的意见进行改动 2015.4.6-2015.4.20 完成毕业论文 2015.4.21-2015.4.30论文提交给指导老师,结合老师意见作出修改

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

发小红书推广免费获取该资料资格。点击链接进入获取推广文案即可: Ai一键组稿 | 降AI率 | 降重复率 | 论文一键排版