多光谱技术论文:多光谱技术 大小形状检测 缺陷检测 颜色检测

多光谱技术论文:多光谱技术 大小形状检测 缺陷检测 颜色检测

ID:18781587

大小:53.00 KB

页数:4页

时间:2018-09-23

多光谱技术论文:多光谱技术 大小形状检测 缺陷检测 颜色检测_第1页
多光谱技术论文:多光谱技术 大小形状检测 缺陷检测 颜色检测_第2页
多光谱技术论文:多光谱技术 大小形状检测 缺陷检测 颜色检测_第3页
多光谱技术论文:多光谱技术 大小形状检测 缺陷检测 颜色检测_第4页
资源描述:

《多光谱技术论文:多光谱技术 大小形状检测 缺陷检测 颜色检测》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、多光谱技术论文:基于多光谱柑桔检测方法研究【中文摘要】柑桔是我国南方栽培面积最广的水果,柑桔产业已成为南方农村经济的支柱产业。当前我国柑桔采后分级的研究较少,现有分级方法主要是人工分级和机械分级,工作效率较低,准确性较差。因此国内柑桔产业商品化程度不足,其产品附加值较低。研究利用无损检测技术对柑桔品质进行无损检测处理,对于提高其产品质量,提升商品附加值,增加农民收入具有重要意义。根据计算机视觉技术工作效率高的特点和水果在不同光谱下吸收反射特性,研究了基于计算机视觉技术与多光谱技术的柑桔识别方法。主要研究内容如下:1.提出了一种基于多光谱光源的新多光谱图像采集方法,并设计了适合柑桔检测的多光谱L

2、ED光源。2.研究了柑桔不同识别特征的多光谱测量方法,并得到如下结论:在红色波段与黄色波段下采集的多光谱图像,边缘与果体更易提取;在红色波段与黄色波段下采集的多光谱图像,表面缺陷特征更易提取,在红外波段下采集的图像,柑桔的内部缺陷可以提取出来,但表皮缺陷不能提取出来,因此,采用红外波段下的单光谱图像与红色波段、黄色波段下的多光谱图像共同判断柑桔的缺陷;在红色波段下采集的图像,绿色柑桔图像与黄色柑桔图像在果体灰度上有很大的差异,但不宜进行水果颜色的定性分析,因...【英文摘要】CitrusisthefruitwhichisthemostwidelycultivatedinthesouthernC

3、hina.ThecitrusindustryisthepillarindustryoftheruraleconomyinthesouthernChina.Currently,thestudyoncitrus’spost-harvestgradingisverylittleinourcountry.Theclassificationmethodwhichwehavenowismainlymanualandmechanicalgrading.Thetwomethodshavelowefficiencyandpooraccuracy.Therefore,thecitrusindustryinourc

4、ountryislackofcommercializationanditsadd-valueislow.Ithasgreatsignifi...【关键词】多光谱技术大小形状检测缺陷检测颜色检测【英文关键词】Multi-spectrumtechnologysizeandshapedetectdefectsdetectcolordetect【索购全文】联系Q1:138113721Q2:139938848同时提供论文写作一对一辅导和论文发表服务.保过包发【目录】基于多光谱柑桔检测方法研究摘要5-6Abstract6-7第一章绪论11-181.1引言11-121.2本研究的目的与意义12-141.2.

5、1我国水果生产现状12-131.2.2现有的分级方法131.2.3本研究的目的与意义13-141.3水果检测的国内外发展概况14-161.3.1计算机视觉技术国内外发展概况14-151.3.2多光谱图像技术国内外发展概况15-161.3.3现有技术存在的缺陷和不足161.4本文的主要研究内容16-171.5本章小结17-18第二章柑桔的光学分析与多光谱光源设计18-292.1引言182.2图像的光学基础与原理18-212.2.1光学的基本性质18-202.2.2多光谱图像的基本原理20-212.3水果分光反射特性21-242.3.1受损苹果的红外反射特性21-222.3.2桃与梨的红外反射特性

6、22-232.3.3讨论23-242.4多光谱光源设计24-282.4.1多光谱光源总体设计24-262.4.2灯体设计262.4.3光源控制部分设计26-282.5本章小结28-29第三章多光谱图像获取方法研究29-393.1引言293.2图像融合的基本理论29-323.2.1代数运算29-303.2.2变换处理30-323.3多光谱图像获取方法研究32-343.3.1单色光谱图像采集与图像分析323.3.2多光谱图像采集与图像分析32-343.4柑桔特征光谱分析34-383.4.1柑桔的识别特征34-353.4.2柑桔识别特征与光谱关系35-383.5本章小结38-39第四章柑桔预处理算法

7、研究39-494.1引言394.2多光谱图像采集系统39-414.2.1基于多光谱柑桔分级系统结构39-404.2.2本文主要采用的部件40-414.3图像分割预处理算法研究41-454.3.1几种常见阂值分割算法41-434.3.2几种算法分析比较43-444.3.3柑桔Otsu法分割结果44-454.4边缘检测算法研究45-484.4.1几种常见的边缘检测算法45-474.4.2几种方法的分析

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。