基于计算机视觉的芒果表面缺陷检测方法研究

《基于计算机视觉的芒果表面缺陷检测方法研究》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、、3摘要基于计算机视觉的芒果表面缺陷检测方法研究摘要水果品质的在线检测与分选技术的研究，对提高果品市场竞争力与产品增值效益具有重要应用前景。特别是在我国加入WTO世界贸易组织之后，这一需求显得更为迫切。而计算机视觉代替人的视觉进行水果品质自动检测与分级具有不言而喻的优越性。本文就是在这样的背景下，研究了基于计算机视觉的芒果表面缺陷检测与分类的方法和技术。，考虑到芒果表面比较光滑，反光性较好，故选用黑色吸光物体作为背景。这样可以得到有利于后续处理的图像。在此基础上，研究了图像处理窗口的确定、去除噪声、图像分割、图像增强等多种低层处理的

2、方法。用投影法确定了图像处理窗口；采用彩色图像矢量中值滤波法较好的去除图像采集过程中受到的各种噪声的干扰，同时，又克服了传统的将彩色图像分成单幅灰度图像进行滤波再由滤波后的灰度图像合成彩色图像而产生原图像中不存在的颜色的缺点；用改进的线性灰度变换进行图像增强；用基于直方图的阂值法分割图像与背景。所研究的图像低层处理方法能满足进一步芒果表面缺陷检测与分类的要求。摘要因为缺陷部分的亮度介子分割背景后的纯黑色背祭与光滑的芒果表面之间，故采用双阈值法进行芒果表磷缺陷检测，jE缺陷部分边缘兹亮度秘芒果表两颜色较浅豹缺陷部分}b较接近，为了获得

3、完繁的一·缺陷图像，就会将边界也检测为缺陷，故用边缘检测法找至Ⅱ边界，褥溺双溺馕法得到豹图像藏去边赛，就得到了缺陷部分；嗣摸期聚类舞法对芒果表面缺陷进行分类；再根据缺陷部分面积占芒果表面总面积豹百分毙对鸯缺陷懿芒果进i亍分级。该缺陷检测系统麓鸯效鳆检测蹬芒果表面缺陷，并对其进行分类，其检测结果与人眼看刘的基本吻裔。本论文的研究结果对提高我嗣在本领域的{i}}究水平，促进计算枧视觉在我国农业工程领域的应用具有积极赍勺意义。关键漏：计算梗撬觉模糊聚类芒果数字图像处理表面缺陷梭测分类II、3AbsttactDEFECTDETECTIONA

4、NDCLASSIFlCATlONOFMANGO’SSURFACEBASEDONCOMPUTERVlSIONAbstractStudyOiltherealtimefruitqualitydetectionandclassificationisanattractiveandprospectiveR&Dsubjectforimprovingmarketingcompetitionandpostharvestingvalue·addedprocessingtechnologyoffruitproducts．AsChinaentering、胛

5、O，itbecomesmoleandmoreurgent．Whilewentwithoutsaying．thereisgreatadvantagesubstitutingthecomputervisionforpersonvisiontoinspectthefruitqualityautomatically．Theobjectivesofthisresearchalecontributedtodevelopmethodandtechnologyformango'ssurfacedefectdetectionandclassifica

6、tionbycomputervision．Asmango’ssurfaceisvelvetandithaspreferablereflection，withblackback—ground，theacquiredimageswerestudied．Basedontheimagesfromthedigitalcamera,Severalmethodsoflower-layerimageprocessingtechniquewerestudied．Projectionwasadoptedtofixontheimageprocessing

7、window．Toeliminateallkindsofnoise，atthesametime，overcomethedisadvantageoftraditionalfilteringmethodsofcolorimage，thevectormedianfilteringwasadoptedtofilterthemangoimage．Theimprovedhistogrampure-linetransferwasputintoeffectinordertoincreasingimage．Graylevelhistogramsegm

8、entmethodwasadoptedtOsegmentthemangofromthebackground．Themethodoflower-layerimageprocessingtechniquecouldsatisfythede