基于機(jī)器視覺(jué)的大米外觀品質(zhì)判別研究.pdf

1、隨著人們生活水平的日益提高，大米品質(zhì)的優(yōu)劣在飲食生活中占據(jù)著重要的位置，因此對(duì)于大米品質(zhì)的檢測(cè)與判別更加重要。為了改善檢測(cè)系統(tǒng)的效率以及提高判別的精確度，機(jī)器視覺(jué)技術(shù)被應(yīng)用到大米產(chǎn)品的檢測(cè)中。本文采用機(jī)器視覺(jué)技術(shù)實(shí)現(xiàn)大米外觀品質(zhì)的檢測(cè)與判別，并對(duì)檢測(cè)系統(tǒng)的硬件、軟件及判別方法進(jìn)行設(shè)計(jì)和研究。
　　本文首先針對(duì)機(jī)器視覺(jué)技術(shù)基本原理以及大米品質(zhì)相關(guān)參考文獻(xiàn)進(jìn)行研究，然后基于此開(kāi)發(fā)了大米外觀品質(zhì)檢測(cè)系統(tǒng)并對(duì)硬件和軟件部分分別進(jìn)行設(shè)計(jì)。在

2、硬件設(shè)計(jì)中，為了得到高質(zhì)量、受外界影響較少的圖片，選擇了合適的光源、背景板、圖像傳感器以及鏡頭器件等。在軟件設(shè)計(jì)中，采用C++與OpenCV庫(kù)相結(jié)合模式實(shí)現(xiàn)圖像的采集、圖像的預(yù)處理和圖像的識(shí)別，然后采用PCA-BP神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)了大米品質(zhì)的判別。
　　為了分割出每個(gè)米粒的圖像，有效地提取出米粒的特征數(shù)據(jù)，需要對(duì)圖像進(jìn)行必要的預(yù)處理，包括圖像增強(qiáng)、噪聲處理、背景分割、堊白分割等，同時(shí)為了標(biāo)記混合大米中的每個(gè)米粒。針對(duì)樣品中可能出現(xiàn)

3、米粒粘連的情況，還需要進(jìn)行粘連米粒的有效分割。本文根據(jù)大米圖像的特點(diǎn)，采用多種算法完成圖像的預(yù)處理，并對(duì)不同的算法性能進(jìn)行了分析，為后面的判別奠定良好基礎(chǔ)。
　　在完成圖像預(yù)處理基礎(chǔ)上，進(jìn)行米粒特征數(shù)據(jù)的提取。針對(duì)大米的外觀品質(zhì)檢測(cè)要求，提取了大米的形狀、大小、顏色參數(shù)進(jìn)行研究。為了減少數(shù)據(jù)復(fù)雜度，提高判別效率，建立了主成分分析法與BP算法相結(jié)合的判別模型。通過(guò)主成分分析進(jìn)行了大米參數(shù)主成分提取，然后將變量作為BP神經(jīng)網(wǎng)絡(luò)的輸入進(jìn)