基于圖像識別的優(yōu)質(zhì)西瓜子分選算法研究與實現(xiàn).pdf

1、西瓜子品質(zhì)的檢測還停留在人工分選階段，效率低，延長了西瓜子分級的周期，不能滿足大規(guī)模生產(chǎn)需要，因而人們設(shè)計了用于自動分選西瓜子的機器設(shè)備。不過早期的分選機器大多是光電分選設(shè)備，分選的實時性和準確性都不高。最近幾年逐漸發(fā)展起來的CCD色選機已經(jīng)成為瓜子分選的主流設(shè)備。CCD色選機對算法的實時性要求相對較高，因而要求所設(shè)計的圖像處理算法不但能夠滿足物料分選的準確性，而且還要確保算法的執(zhí)行速度也比較快，所以，設(shè)計的分選算法的復(fù)雜程度必須匹配于

2、相應(yīng)的硬件結(jié)構(gòu)。本文正是針對這一問題，根據(jù)西瓜子的外形特征，設(shè)計了基于狄度帶比例的西瓜子識別算法，算法的實現(xiàn)只需要提取西瓜子的一個特征值，大大降低了算法的復(fù)雜性，有效地提高了西瓜子分選的效率。
　　 本文的主要工作如下：
　　 1)對西瓜子圖像識別過程中涉及的預(yù)處理算法的研究，主要包含瓜子圖像的去噪、對比度自適應(yīng)的直方圖均衡化、二值化、中值濾波、邊緣提取、圖像分割等算法；為了準確計算出西瓜子中部白色區(qū)域的面積，在對西瓜子

3、圖像增強時，用到了對比度自適應(yīng)直方圖均衡化，可以有效地擴大西瓜子圖像的中部白色區(qū)域面積，使其與實際面積更加接近。為了去除二值化后瓜子圖像周圍的毛刺，對圖像進行了中值濾波處理，有效地濾除了毛刺。
　　 2)為了快速準確的提取出西瓜子的特征值，本文只提取西瓜子的灰度帶比例值作為分選的特征量，并在CCD色選機上訓(xùn)練和修正所提取的特征值，保證了算法的實時性和準確性?；叶葞П壤档拇笮】梢酝ㄟ^計算瓜子周圍黑色區(qū)域的面積和中部白色區(qū)域的面積