基于颜色特征的产品分拣技术的研究-仪器仪表工程专业论文.docx

山东理工大学硕士学位论文摘 山东理工大学硕士学位论文 摘 要 I I 摘 要 产品在商业化进程中需要进行检测分级，而检测分级的方法主要是人工检测。 但是，人工检测存在主观因素较强、分类效率低下、检测成本偏高等缺点。本文正 是基于这样一种背景下，研究了一种基于颜色特征的产品分拣系统，通过将该系统 运用到色选机的控制结构上，实现对不同等级的产品，进行准确、快速、高效的自 动检测分级。 论文主要进行了以下几个方面的工作： （1）对色选机内部的相机和光源进行了分析，确定选用 CCD 工业相机和 LED 光源以确保采集到高品质的产品图像。 （2）采集到的产品图像中往往会存在着噪声和高亮度区域，噪声和高亮度区 域的存在会影响到后绪的处理过程。本文提出一种改进的基于邻域隶属度约束的模 糊聚类均值算法，对采集到的产品图像进行预处理，能够有效的降噪和去除高亮度 区域。 （3）对预处理后的产品图像的颜色直方图进行实验分析，实验结果表明，产 品等级的划分是由产品表面多种颜色所占的比例共同决定的。 （4）用获得的样本数据分别对反向传播神经网络和基于二叉树的支持向量机 进行训练，然后分别用他们进行产品分类实验，实验结果表明，基于二叉树的支持 向量机的色选精度更高。最后，再对其它产品进行分类实验，实验结果表明，本文 研究的系统具有较高的准确性和一定的通用性。 关键词：颜色特征；自动检测分级；模糊聚类均值算法；支持向量机 山东理工大学硕士学位论文Ab 山东理工大学硕士学位论文 Abstract I II Abstract In the process of commercialization, products need to detection of classification and artificial detection is the main method. However, there are many disadvantages, such as strong subjective factors 、 low efficiency and high testing cost. This paper based on such a background, a product sorting system based on color feature is designed. In order to accurately 、 rapidly and efficiently grading different grades of products by applying this system to the control structure of color sorter. The main several aspects work of this paper as follows: Analysed color sorter internal parts: camera and light, and chose CCD camera and LED light to ensure that collect high quality products images. The collected products’ images tend to exist noise and highlight areas, and they will affect the latter processing procedure. To reducing noise and removing highlight areas effectively, this paper puts forward an improved neighborhood average membership degree of fuzzy clustering algorithm to process the collected product images. To experimental analyse the surface color information in product’s histogram after pretreatment. The results showed that product’s classification depend on a variety of surface color proportion together. Using the product samples’ data to train back-propagation neural network and support vector machine ba