论文部分内容阅读
霉变玉米对人和动物具有严重的危害性，每年给我国带来巨大的经济损失。为减少损失，当前阶段生产者主要通过使用光电分选机提取玉米表面颜色信息识别并剔除霉变籽粒。与大米等表面颜色单一的谷物相比，玉米表面颜色组成多样化且其霉变种类众多，很难通过单一颜色特征识别其中霉变籽粒。并且其本身拥有容易被误识别为霉变的黑头，因此玉米的分选难度相比其他谷物更大。如果研制出一套能够快速准确识别霉变玉米籽粒并降低黑头误识别率的玉米光电分选机检测系统，可有效的提高玉米分选精度和效率，并带来极大的经济效益。本文旨在研究一套新型的玉米光电分选机检测系统，集图像采集和处理于一身，实现霉变玉米籽粒的快速有效识别和黑头误识别率的降低。 本文研制的玉米光电分选机检测系统采用KLI2014彩色线阵CCD传感器和AD9945数模转换芯片构建图像采集系统，以FPGA+ARM作为数据处理和控制中心。根据技术指标选用KLI2104彩色线阵CCD传感器和AD9945数模转换芯片设计了行频为3KHz的图像采集模块，并完成了基于FPGA的驱动和图像信号采集程序的设计及仿真。通过对比分析确定选用HSV变换降低图像处理难度，并利用MATLAB实现优质玉米籽粒与霉变玉米籽的信息采集，提出基于HSV颜色空间模型的霉变玉米籽粒识别算法，并对算法进行了验证。设计了基于FPGA的RGB图像到HSV图像的快速并行变换和霉变玉米籽粒识别算法的标记部分，并通过仿真验证其准确性。实现了基于ARM的Linux系统的移植，并对检测系统进行实验测试 实验结果表明，本文研制的玉米光电分选机检测系统满足设计指标要求，实现了霉变玉米籽粒的快速识别和黑头误识别率的降低。 相较于以单帧图像作为处理对象的传统玉米光电分选机检测系统，该系统以多帧图像作为处理单元系统检测精度更高。图像采集部分采用KLI2104彩色线阵CCD传感器和AD9945数模转换芯片，提高了图像采集速度。采用FPGA驱动图像采集模块降低了控制和升级的复杂程度，提高了系统的稳定性。基于HSV颜色空间模型的霉变玉米籽粒识别算法能够准确识别霉变玉米籽粒识，结合FPGA+ARM图像处理系统，能够满足设计指标要求。