基于計(jì)算機(jī)視覺的芒果表面缺陷檢測(cè)方法研究.pdf

1、水果品質(zhì)的在線檢測(cè)與分選技術(shù)的研究，對(duì)提高果品市場(chǎng)競(jìng)爭(zhēng)力與產(chǎn)品增值效益具有重要應(yīng)用前景。特別是在我國加入WT0世界貿(mào)易組織之后，這一需求顯得更為迫切。而計(jì)算機(jī)視覺代替人的視覺進(jìn)行水果品質(zhì)自動(dòng)檢測(cè)與分級(jí)具有不言而喻的優(yōu)越性。本文就是在這樣的背景下，研究了基于計(jì)算機(jī)視覺的芒果表面缺陷檢測(cè)與分類的方法和技術(shù)。 考慮到芒果表面比較光滑，反光性較好，故選用黑色吸光物體作為背景。這樣可以得到有利于后續(xù)處理的圖像。在此基礎(chǔ)上，研究了圖像處理

2、窗口的確定、去除噪聲、圖像分割、圖像增強(qiáng)等多種低層處理的方法。用投影法確定了圖像處理窗口；采用彩色圖像矢量中值濾波法較好的去除圖像采集過程中受到的各種噪聲的干擾，同時(shí)，又克服了傳統(tǒng)的將彩色圖像分成單幅灰度圖像進(jìn)行濾波再由濾波后的灰度圖像合成彩色圖像而產(chǎn)生原圖像中不存在的顏色的缺點(diǎn)；用改進(jìn)的線性灰度變換進(jìn)行圖像增強(qiáng)；用基于直方圖的閾值法分割圖像與背景。所研究的圖像低層處理方法能滿足進(jìn)一步芒果表面缺陷檢測(cè)與分類的要求。因?yàn)槿毕莶糠值牧炼冉橛?/p>

3、分割背景后的純黑色背景與光滑的芒果表面之間，故采用雙閾值法進(jìn)行芒果表面缺陷檢測(cè)，非缺陷部分邊緣的亮度和芒果表面顏色較淺的缺陷部分比較接近，為了獲得完整的缺陷圖像，就會(huì)將邊界也檢測(cè)為缺陷，故用邊緣檢測(cè)法找到邊界，再用雙閾值法得到的圖像減去邊界，就得到了缺陷部分；用模糊聚類算法對(duì)芒果表面缺陷進(jìn)行分類；再根據(jù)缺陷部分面積占芒果表面總面積的百分比對(duì)有缺陷的芒果進(jìn)行分級(jí)。該缺陷檢測(cè)系統(tǒng)能有效的檢測(cè)出芒果表面缺陷，并對(duì)其進(jìn)行分類，其檢測(cè)結(jié)果與人眼看