论文部分内容阅读
哈密瓜含糖量高,香气怡人,有“瓜中之王”的美称。哈密瓜不但风味独特,而且营养丰富,药用价值高。但是目前我国哈密瓜产后处理手段落后,造成哈密瓜品质参差不齐,在国际市场上缺乏竞争力。因此急需一种哈密瓜实时成熟度检测系统。本研究综合运用数字图像处理、电子信息学、模式识别等诸多交差学科知识,选用新疆地区“金皇后”哈密瓜为研究对象,以哈密瓜图像颜色特征与纹理特征的角度出发,探究基于DSP(Digital Signal Processor,DSP)的哈密瓜成熟度实时快速检测技术。本文创新地利用哈密瓜图像颜色特征与纹理特征来预测哈密瓜成熟度,建立哈密瓜成熟度的SVM分级模型,优化模型后完成DSP算法移植,最终实现基于DSP的哈密瓜成熟度快速实时检测。论文的主要研究成果如下:(1)搭建哈密瓜图像采集系统及DSP视频处理平台,前者用于对哈密瓜进行图像采集及图像预处理。后者用于后期的实时无损检测。比较不同种图像滤波方法和背景分割方法对本研究所用图片的效果。结果表明中值滤波与基于通道算术运算的背景分割方法对于本研究哈密瓜图像更为适用。(2)提取两个批次哈密瓜两种颜色空间的不同颜色特征,分析哈密瓜颜色特征,确定哈密瓜颜色特征的变化范围,得出以下结论:1)两个批次哈密瓜图像颜色特征相比,九成熟H均值平均水平(0.120)小于八成熟H均值平均水平(0.128),九成熟G均值平均水平(188.740)小于八成熟G均值平均水平(197.830),九成熟R-G值平均水平(32.212)小于八成熟R-G值平均水平(39.862),九成熟R+G值平均水平(417.340)小于八成熟R+G值平均水平(427.871)。九成熟R-G/R+G+B值平均水平(0.080)大于八成熟R-G/R+G+B值平均水平(0.063)。成熟哈密瓜有更小的H均值、G均值、R-G值、R+G值、R-G/R+G+B值。2)哈密瓜图像颜色特征中的B均值、S均值、I均值与成熟度无明显相关性。(3)提取两个批次哈密瓜不同的纹理特征,分析哈密瓜纹理特征,确定哈密瓜纹理特征的变化范围,得出以下结论:1)对比度、平稳度和相关性与成熟度的相关性较强。金皇后八成熟哈密瓜纹理对比度值范围在766.31~1207.27之间,九成熟纹理对比度值范围在974.52~1675.33之间,对比度值随着哈密瓜成熟度逐渐升高;金皇后八成熟哈密瓜纹理平稳度值范围在3.70~3.80之间,九成熟纹理平稳度值范围在3.58~3.76之间,平稳度值随着哈密瓜成熟度逐渐升高,金皇后八成熟哈密瓜纹理相关性范围在2909313~4476398之间,九成熟纹理相关性范围在3131968~4047242之间,相关性随着哈密瓜成熟度逐渐升高。2)金皇后哈密瓜的纹理能量和熵与成熟度无明显相关性。(4)根据哈密瓜相关颜色纹理特征与成熟度之间的相关性建立基于支持向量机(Support Vector Machine,SVM)的哈密瓜成熟度分类模型,对模型进行参数设置与算法寻优后,模型最终准确率为97.22%。基于模型设计了DSP视频实时检测系统的外围模块(IIC总线设置、储存空间映射、视频采集、视频缓存、视频显示等)与哈密瓜成熟度检测算法,并对算法进行了优化与结果验证。最后对程序进行加载与固化。最终分类准确率为94.34%。