基于多尺度幾何分析和機器學習的柑桔外在品質檢測方法研究.pdf

1、OrangeOuterQualityDetectionbasedonMultiScaleGeometryAnalisysandMachineLearningThesisSubmittedtoZhejiangNormalUniversityinpartialfulfillmentoftherequirementforthedegreeofMasterofEngineeringbyNameChenhuiyuStudentID：2007210

2、460Speciality：PhysicalElectronicsThesisSupervisor：ProfessorZhangchangjiangMarch2，2010基于多尺度幾何分析和機器學習的柑桔外在品質檢測方法研究摘要柑桔是我國主要的水果農產品之一，有著產量高、易種植、經濟效益好等特點：但是在我國，經過采后處理的柑桔只占柑桔總產量的1％。相比之下，發(fā)達國家水果農產品的采后檢測數量可以占到總產量的90％。這是因為，與發(fā)達國家相比

3、，我國農業(yè)經濟基礎薄弱、農民收入很低；廣大農戶即無法負擔農產品分級設備的價格高昂，也不具備操作這些設備的知識。造成結果是，我國柑桔出口量僅占全世界柑桔出口總量中極少一部分，我國柑桔出口價格不到世界均價的一半。因此，研究檢測速度快、正確率高、易操作可推廣性強的柑桔品質檢測方法已是十分緊迫。本文基于多尺度技術和機器學習結合柑桔圖像特征和紅外光譜特征進行柑桔外在品質檢測。本論文主要研究內如如下：(1)柑桔圖像預處理。為保證后續(xù)柑桔圖像分割和邊

4、緣檢測的準確性，在分割和邊緣檢測之前非常有必要去除柑桔圖像中的噪聲的干擾。結合柑桔圖像中噪聲的特點，本文使用第二代曲波(Curvelet)變換對采集到的柑桔圖像進行分解，對其中的高頻成分采用方形鄰域閾值方法去噪。實驗結果表明，本文提出的去噪方法能夠有效去除柑桔圖像中的噪聲，性能優(yōu)于傳統(tǒng)的小波去噪法和自適應閾值去噪方法。(2)柑桔圖像分割。本文采用差分演化算法結合最大類間方差法對經過去噪預處理的柑桔圖像進行分割，為了彌補單獨采用分割方法可

5、能導致的邊緣斷裂或者關鍵信息丟失的問題，我們采用改進的Canny算子對柑桔圖像進行邊緣檢測。然后將分割圖像和邊緣圖像進行“或”運算，以獲得最終的分割圖像。(3)柑桔外觀品質檢測。將柑桔圖像進行分割和邊緣檢測之后，基于圖像特征我們可以計算柑桔大小、形狀和表面損傷程度等情況。對于一些圖像不明顯的柑桔外觀品質判定，我們借助于柑桔表皮的傅立葉紅外光譜結合支持向量機和連續(xù)小波變換來判定其外觀品質情況。對柑桔的傅立葉紅外光譜進行一維連續(xù)小波變換，然