基于機器視覺蘋果檢測算法的研究.pdf

1、基于機器視覺對蘋果進行在線檢測分級，對提高我國蘋果市場的競爭力有十分重要的意義。目前，在蘋果分級的過程中存在效率低、誤判率高、速度慢等缺點，很難滿足實時性分級的要求。基于此，本論文提出了基于機器視覺蘋果檢測算法的研究，包括蘋果圖像處理和大小形狀、顏色、缺陷分級算法。
　　 首先采集蘋果圖像，將采集后的蘋果圖像進行A/D轉換成24位GDI位圖，對轉換后的蘋果圖像進行平滑、分割、灰度化和銳化等圖像處理，其次提取處理后蘋果圖像的大小形

2、狀、顏色和紋理特征參數，依據提取的特征參數實現蘋果分級。蘋果大小分級，利用直徑判別法，將其分為4個等級，準確率達到90[％]以上；形狀分級采用參考形極徑差值法，有效地將蘋果分為畸形果和圓形果；顏色和缺陷分級本論文提出用BP神經網絡作為分級器，其中顏色分級使用粒子群優(yōu)化的BP神經網絡，將顏色特征參數色相頻度作為BP神經網絡的輸入，訓練優(yōu)化后的BP神經網絡實現蘋果顏色分級，分級正確率不低于96[％]，而缺陷分級采用遺傳算法優(yōu)化的BP神經網絡