基于机器视觉的苹果特征和缺陷检测系统开题报告

 2021-08-08 01:39:19

全文总字数:937字

1. 研究目的与意义

我国是水果大国,苹果产量世界第一,其栽培历史悠久,种类丰富。但是由于最近几年水果的发展的速度过于快速,不追求质量直追求速度,结构单一等问题,与发达国家存在着相当大的差距。我国的水果产后处理能力达不到发达国家的百分之五,产后烂果率达到四分之一以上。因此提高我的农产品的产后处理水平,农产品质量和国际竞争力是当务之急。目前,我国急需提高农产品的产后处理水平,传统的手工方法必然影响我国在国际市场上的竞争力。

2. 国内外研究现状分析

国外主要的研究早期主要是采用彩色CCD相机作为传感器。随着科学技术的进步,从品质识别智能性和检测手段方面继续研究。Kavdir使用神经网络作为分类器,如今苹果的分类正确率已经高达百分之九十以上。我国的冯斌,汪懋华利用计算机技术识别水果表面缺陷,提出了分割缺陷和识别缺陷的新方法,采用了傅氏变换。试验结果表明,该方法检测速度快,正确率高,能够满足计算机视觉进行在线检测的要求。

3. 研究的基本内容与计划

首先进行图像采集。计算机采集图像,将图像转换成数字信号并存入计算器。其次进行图像处理,计算器运用不同的算法来提高图像要素。接着进行特性提取,应用处理器识别并量化图像的关键特性 ,将这些数据传送到控制程序。然后开始判决和控制。将处理器的控制程序根据收到的数据做出结论。最后使用MATLAB进行程序设计。

计划:

1-2周

撰写开题报告和文献综述

3-5周

学习MATLAB编程软件及其应用

6-8周

学习图像处理技术

9-10周

利用机器视觉对图片进行分析,应用处理器处理图片文件

10-11周

利用CAD简绘检测苹果的机器模型

11-16周

编写毕业设计说明书

4. 研究创新点

本设计利用计算机视觉来检测苹果的特征与缺陷,相比于传统的人工视觉检测,具有高正确率,高效的特征。在识别缺陷与检测的过程中,充分利用苹果的不同特征,如纹理,颜色等可以快速提高水果检测的正确率和效率。在进行图片识别的过程中采用合适的光源与摄像头,进行二值化的提取以及背景虚化等。快速提高水果产后的水果处理能力,从而大幅度提高经济效益,提高我国在国际市场上水果的综合竞争实力。在图像处理中,充分应用MATLAB

大大提高编程效率。

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。