機器視覺在農產品檢測中的應用研究.pdf

1、我國是一個農業(yè)大國，而我國的人均耕地面積卻遠遠低于世界平均水平，農業(yè)生產及后續(xù)加工的勞動生產率很低。農產品品質檢測是保證農產品質量和農產品安全的關鍵環(huán)節(jié)，而品質的檢測和控制往往是基于成分分析之上。但是，無論是化學分析還是儀器分析，其試樣的前處理、實驗本身的耗時性又是許多場合所不允許的。進行農產品自動檢測可以大大提高勞動生產率。農產品檢測中最重要的是進行表面缺陷的檢測，而利用機器視覺技術代替人的視覺進行農產品檢測具有不言而喻的優(yōu)越性。論文

2、針對糧食加工廠的實際需要，基于MATLAB軟件平臺，構建了基于計算機視覺的稻谷品質識別系統(tǒng)；首先選擇稻谷圖像預處理算法，然后提取稻谷圖像的顏色特征，最后利用提取的稻谷圖像顏色特征，分別使用線性判別函數(shù)和神經網絡的方法對稻谷圖像分類，并提出了按多數(shù)票表決的方法判定最終結果。論文的主要工作如下：
　　 ①研究了稻谷圖像特征的提取方法。根據(jù)稻谷圖像的特點，提出稻谷圖像的識別應基于其顏色特征。
　　 ②對圖像變換、圖像增強等一系

3、列圖像預處理算法進行分析，設計了稻谷圖像預處理方案。在此基礎上，首先把稻谷圖像的顏色空間轉換到HSI顏色空間，得到其H分量的色度直方圖，然后分別用直方圖統(tǒng)計特征、主成份分析法和遺傳算法進行特征提取。其中提出了一種改進的類內類間準則來確定遺傳算法適應度函數(shù)。
　　 ③對提取出的稻谷特征，分別用線性判別函數(shù)和BP神經網絡的方法進行分類識別。
　　 ④對實驗結果進行了討論分析，并提出了按多數(shù)票表決的方法判定最終結果，實驗表明這