基于圖像分析的葡萄干分級(jí)技術(shù)研究.pdf

1、目前，葡萄干主要依據(jù)光電分選和人工分選兩種方法進(jìn)行分級(jí)。光電分選方法主要依據(jù)葡萄干的顏色特征，確定葡萄干等級(jí)，存在很大片面性；人工分選方法主要依據(jù)人的肉眼觀測(cè)判斷等級(jí)，缺乏客觀性。葡萄干大小不一，表面情況復(fù)雜，單純依靠顏色特征或用肉眼判斷，均達(dá)不到較好的分級(jí)效果。針對(duì)這一問題，本文以吐魯番綠色無核葡萄干為研究對(duì)象，將圖像處理與分析技術(shù)與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合，研究葡萄干識(shí)別和分級(jí)的方法。 主要研究?jī)?nèi)容和結(jié)論如下： (1)根據(jù)

2、計(jì)算機(jī)視覺檢測(cè)葡萄干外觀特征并進(jìn)行識(shí)別分級(jí)的要求，建立了計(jì)算機(jī)視覺系統(tǒng)，并進(jìn)行線性尺寸標(biāo)定，獲取葡萄干圖像。 (2)研究了圖像預(yù)處理算法。背景分割過程中，通過對(duì)比判別分析法和迭代法對(duì)葡萄干彩色圖像的紅、綠、藍(lán)分量圖像背景分割試驗(yàn)結(jié)果，提出在藍(lán)分量圖像中利用判別分析法獲取閾值進(jìn)行二值化，并將二值化圖像與原彩色圖像進(jìn)行對(duì)比處理，實(shí)現(xiàn)彩色圖像的背景分割。葡萄干提取過程中，采用邊界跟蹤法定位圖像中單個(gè)葡萄干邊界，并用種子填充算法標(biāo)記葡萄

3、干所在區(qū)域，復(fù)制此區(qū)域像素到另一幅新的圖像，得到單個(gè)葡萄干圖像。 (3)通過對(duì)葡萄干外部形態(tài)結(jié)構(gòu)分析，計(jì)算葡萄干的顏色、形狀特征參數(shù)。在傳統(tǒng)的特征檢測(cè)算法基礎(chǔ)上，通過對(duì)長(zhǎng)短軸直線與圖像相交特點(diǎn)的分析，提出新的長(zhǎng)短軸檢測(cè)算法，計(jì)算出葡萄干的長(zhǎng)短軸長(zhǎng)度，并標(biāo)明長(zhǎng)短軸位置。試驗(yàn)結(jié)果表明，算法計(jì)算精確，且具有旋轉(zhuǎn)不變性。 (4)采用改進(jìn)的BP算法，對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。通過分析特征參數(shù)組合對(duì)BP網(wǎng)絡(luò)識(shí)別率的影響，確定了最能反映葡萄干形

4、態(tài)特征的4個(gè)參數(shù)作為等級(jí)識(shí)別的依據(jù)，試驗(yàn)分析證明，BP網(wǎng)絡(luò)結(jié)構(gòu)為4-17-3時(shí)，網(wǎng)絡(luò)識(shí)別率較高，平均識(shí)別準(zhǔn)確率達(dá)92％。 (5)基于VisualC++6.0，設(shè)計(jì)了可綜合葡萄干外觀特征進(jìn)行分級(jí)的分級(jí)系統(tǒng)。分別用三個(gè)等級(jí)的葡萄干進(jìn)行了試驗(yàn)，取得了滿意的分級(jí)效果，表明系統(tǒng)具有一定的實(shí)用性。 上述研究成果，為葡萄干外觀品質(zhì)評(píng)定的科學(xué)化和自動(dòng)化提供了理論依據(jù)和技術(shù)支持。研究的方法對(duì)增強(qiáng)我國(guó)葡萄干在國(guó)際市場(chǎng)的競(jìng)爭(zhēng)力、促進(jìn)出口貿(mào)易的