收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

猕猴桃分级果实表面缺陷的检测方法

李平平  丁宪  苏帅  崔永杰  
【摘要】:猕猴桃的自动化分级中最为复杂、费时的是表面缺陷的检测。猕猴桃果实表面缺陷主要包括碰压伤、划伤、日灼,检测过程包括缺陷分割和缺陷识别两个阶段。本文中猕猴桃机器视觉采集系统采用近红红外光源采集图像,并对采集图像中值滤波法去除图像采集过程中受到的各种噪声的干扰;图像分析获取最佳阈值,最后图像分割得到猕猴桃果实表面的黑色斑点区域,包括真正的缺陷区域和梗萼区域。通过试验表明近红外光源能有效提取猕猴桃果实表面的划伤,腐烂伤,日灼缺陷,而且近红外光源图像有效地避免了传统光源图像的反射亮斑区域,通过实验结果分析针对分割出的可疑缺陷区域如何正确识别,可利用双金字塔数据形式的盒维数快速计算方法,提出描述该区域粗糙度和纹理方向性的特征参数,依此来区分真正缺陷和梗萼区域。

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘国敏;邹猛;刘木华;黎静;;脐橙外部品质计算机视觉检测技术初步研究[J];中国农业科技导报;2008年04期
2 赵莉;;霉变芸豆的计算机视觉识别[J];硅谷;2009年12期
3 王树文,张长利,房俊龙;计算机视觉技术在番茄损伤区域自动检测中的应用[J];农机化研究;2005年03期
4 李景福;;一种用于植物图像背景分割的最大熵改进算法的研究[J];安徽农业科学;2007年25期
5 张书慧,陈晓光,张晓梅,谭台哲;苹果、桃等农副产品品质检测与分级图像处理系统的研究[J];农业工程学报;1999年01期
6 冯世杰;戴小鹏;王艳平;;基于NIR-SVM对鸭梨褐变病果的识别[J];农业网络信息;2008年03期
7 ;[J];;年期
8 ;[J];;年期
9 ;[J];;年期
10 ;[J];;年期
11 ;[J];;年期
12 ;[J];;年期
13 ;[J];;年期
14 ;[J];;年期
15 ;[J];;年期
16 ;[J];;年期
17 ;[J];;年期
18 ;[J];;年期
19 ;[J];;年期
20 ;[J];;年期
中国重要会议论文全文数据库 前1条
1 李平平;丁宪;苏帅;崔永杰;;猕猴桃分级果实表面缺陷的检测方法[A];中国农业工程学会2011年学术年会论文集[C];2011年
中国硕士学位论文全文数据库 前3条
1 叶昱程;基于多光谱图像的水果外观品质检测方法研究[D];浙江大学;2005年
2 何芳;基于视觉的番木瓜外观品质检测技术研究[D];昆明理工大学;2011年
3 徐洪蕊;基于计算机视觉对“次郎”甜柿外部品质检测与分级的研究[D];南京农业大学;2010年
中国重要报纸全文数据库 前1条
1 刘真徐磊 记者 张玮炜;《鲜苹果》新标准10月实施[N];大连日报;2008年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978