基于MATLAB-GUI数字图像水果边缘检测方法研究.doc

PAGE PAGE 12 PAGE 基于数字图像的水果边缘检测方法研究作者：** 指导老师***1绪论1.1课题研究的背景我国水果品种繁多，资源丰富。作为一项新兴产业,在农业和农村经济发展中的地位已经十分重要,在很多地区己成为农村经济的支柱产业。纵观?世界水果园科技的发展,?二十一世纪我国的水果园也将从传统作业转化到以现代科学技术为基础的现代“集约持续水果园”上来。水果园的发展将全面地体现生产、经济、技术、社会和生态的可持续性。在水果分级方面,我国相继引进和开发了按大小和重量分级的分级?设备,近几年国内也出现了基于机器视觉技术的水果分级设备。但是,进口设备价格昂?贵,一般水果生产企业难以负担。而国产设备由于技术投入不够,与国外先进设备差距?比较大。 但是,进口设备价格昂贵,一般水果生产企业难以负担。而国产设备由于技术投入不够,与国外先进设备差距?比较大。随着机器视觉技术的发展,国外也出现了将机器视觉运用在水果分级系统上的?相关研究,使得国外的水果分级分类系统的性能进一步提高,同时也进一步拉大了我国在水果生产自动化的技术差距。由于我国的现状,如果不在水果产后处理上下功夫,我国的水果出口形势还会非常严峻,这就要求国内的研究者在水果分级技术进一步钻研,使我国的分级技术再上一个新台阶。将机器视觉(也称计算机视觉,图像处理)?技术引入水果园自动化,是解决该问题的有效途径之一。同时,基于机器视觉的水果自动化系统在水果流通过程也可提高自动化程度、降低劳动强度、增加收益提供快速、准确的检测手段。Matlab设计源文件整套免费获取，需要的加QQ11624013871.2选题的目的和意义上世纪?80年代后期,由于计算机广泛生产,计算技术也广泛发展,针对于计算机?视觉在各个领域的的研究成果也日新月异。?国外的很多学者在基于计算机视觉技术而提?高水果的分级速度方面进行了研究,在理论和应用上有了较大进展,并取得了很好的经?济效益。而我国的水果自动识别技术研究则较晚,仅始于?90年代,而且当时从事水果?自动分级系统研究的科研院还很少,研究成果也不是很显著,但那却为我国在水果分级?方面的研究奠定了基础。 按大小分类是水果识别的一个重要指标。?应义斌研究了利用机器视觉技术精确检测?水果尺寸方法?技术精确检测?水果尺寸方法针对水果的外形特征,?应用水果的最小外接矩形?(MER)的尺寸表示横径和纵径,取得了较为理想的结果?用傅立叶半径描述的?方法测量水果的大小，以水果的自然对称形态特征为依据,水果大小检?测绝对测量误差最大为3mm。? 水果形状是水果品质检测与分级的一个重要指标，利用图像形?态学方法测量水果的形状,准确率很高,最高能达到?91.4%[6]。提出主要?通过半径这个指标,利用人工神经网络对水果的形状进行识别和分级?采用傅立叶变换与傅立叶反变换对来描述水果的形状?[8]。颜色也是水果检测的重要指标。?通过对不同颜色等级颜色也是水果检测的重要指标。?通过对不同颜色等级的水果进行分析,?进而对水果进行分级?[9]。通过机器视觉自动检测水果表面着色度,获取?彩色图像,并将?RGB?值转换成?HSI?值,用合适色相值累计着色面积百分比进行颜色分?级?[10]。确定了水果颜色特征的提取方法,利用遗传算法实现了多层前向?神经网络识别器的学习设计?[11]。 在国外,机器视觉是?70年代开始兴起的,它主要应用于卫星遥感和医学方面。它?不仅是人眼的延伸,?而且具有人脑的部分智能识别功能?,?具有速度快、?信息量大、?功能多、?检测精度和效率高等优点。?随着计算机、?控制理论、?模式识别、?人工智能等技术的发展,?机器视觉已广泛应用于军事技术、?科学研究、?医疗卫生、?工农业生产、 科学研究、?医疗卫生、?工农业生产、?信息技术等领域。?国外在利用机器视觉技术进行水果分类和计数已经取得较大的进展,?国内尚处于探索阶?段。目前,国外已研制出了商用水果自动化系统,并在生产上得到了应用。1.3课题主要研究内容(1)本文首先介绍了课题的研究背景及意义,对国内的水果识别方面的研究应用?现状进行了讨论,用苹果作为参考物进行研究，并重点对国内外水果分级技术研究现状进行了分析。 (2)介绍了一些机器视觉领域基础的方法,?提出了针对特定颜色的图像灰度化方法。 (3)讨论了水果图像的预处理过程:小波去噪、中值滤波以及水果边界提取。利用?小波去噪和中值滤波相结 (4)讨论了水果图像的背景分割,针对水果识别生产线的实际情况,对几种不同的?微分