论文部分内容阅读
随着科技的不断发展,计算机视觉技术在农产品检测中得到了日益广泛的应用。目前,珍珠自动分选设备的研制与开发已经成为国内外珍珠行业的迫切需求。本文基于计算机视觉技术,采用模糊数学理论、人工神经网络、聚类分析等方法,对珍珠光泽度、颜色、形状等方面的分选方法进行研究。主要研究内容和结论如下:
1、综述了国内外应用计算机视觉技术对农产品进行分选的研究现状,以及珍珠养殖和加工分选现状,并指出了我国目前珍珠产业中存在的问题以及对于珍珠自动分选设备研制与开发的迫切需求;
2、构建了用于珍珠分选的计算机视觉系统,研究了采集珍珠颜色、光泽度、形状等信息的拍摄环境;
3、提出了珍珠光泽度分选方法,建立了珍珠光泽度分选的数学模型,并应用计算机视觉技术,通过HSL颜色模型讨论、转化及模糊隶属函数进行光泽度提取,实现了按照珍珠光泽度的极强、强、中、弱的计算机视觉分选;
4、提出了珍珠颜色分选方法,建立了珍珠颜色分选的数学模型,采用计算机视觉技术,通过HIS颜色模型的讨论、转化,运用基于RPROP算法的人工神经网络和K-均值动态聚类分析方法,实现了珍珠颜色的计算机视觉分选;
5、提出了珍珠形状的分选方法,分别采用了基于Zernike矩和傅立叶描述子来描述珍珠形状,通过模糊模式识别以及多视角特征面寻找的方法,实现了形状的计算机视觉分选。并通过比较,选取了较好的分选方法;
6、根据本文的研究成果,构建了工业分选中的珍珠图像采集系统,提出了珍珠自动分选设备的总体设计思路和方法。