《毕业设计论文花生仁粒数检测算法的研究》由会员分享，可在线阅读，更多相关《毕业设计论文花生仁粒数检测算法的研究（22页珍藏版）》请在金锄头文库上搜索。
1、广西科技大学毕业设计（论文）说明书课题名称 花生仁粒数检测算法的研究（中文） Peanut kernels detection algorithm research （英文） 系 别 专 业 班 级 学 号 姓 名 指导教师 2012年 05 月 26 日摘要花生作为我国主要的经济作物之一，其主要用于生产植物油。能快速的估算出花生里的花生仁粒数所占的比例，对于预测一大批花生的产油量，提高企业的效用，很有必要。本文基于机器视觉的花生仁粒数的检查，对花生选取合适的背景，在光照886LUX的条件下，采用黑色作为拍摄图像的背景，进行拍摄花生图像。再通过otsu法对花生图像二值化处理，估算花生图像的面积
2、，通过最小二乘法对花生图像面积和花生颗粒的实际花生仁粒数进行拟合，从而达到估算出花生的花生仁粒数。再通过估算出来的花生仁粒数与花生颗粒的花生仁粒数进行比较，得出实验方法的误差精度。实验中，一共拍摄了花生图像338幅：其中出现一定误差的有42幅，算出实验的精度为12.426%。试验能达到预期的要求。关键字：花生，图像，二值化，二乘法AbstractPeanuts as one of Chinas major economic crops, mainly for the production of vegetable oil. Can quickly estimate the proportion
3、 of peanut in the peanut grains, and improving the effectiveness, it is necessary to predict a large number of peanut oil production. Based on the inspection of machine vision peanut grains, peanuts, select the appropriate background, under the in light 886LUX conditions, using black as the backgrou
4、nd of the captured images, to shoot the peanut image. Then the OTSU France peanut binary image processing to estimate the peanut image area were fitted by the least squares method peanut image area, and peanuts were peanut grains, so as to achieve the estimate peanut peanut grains. Estimated from th
5、e peanut grains and peanuts were peanut grains comparison, the error precision of the experimental method. Experiment, shooting a total of 338 peanut image: 42 in which a certain error, calculate the experimental accuracy of 12.426%. The test can meet expectations. Keywords: Peanut, image, Binarizat
6、ion，Two multiplication目录1. 绪论11.1 基于机器视觉的花生仁粒数检测的目的、意义11.2 基于机器视觉的花生仁粒数检测的研究现状11.3 本课题研究的内容22 花生图像32.1 彩色图像32.1.1 RGB空间模型的描述42.1.2 花生图像42.2 花生仁粒数与图像的关系53 花生图像的分割63.1 图像的分割方法63.1.1 阈值的分割方法63.1.2 阈值的选取方法73.2 图像分割效果的分析83.2.1 二值图像83.2.2采用的分割方法94 基于花生图像面积粒数的检测94.1 图像面积与粒数的关系94.2 图像面积的计算104.3 采用最小二乘法算法估算花
7、生粒数104.4 实验得出的结果115 结论与展望13致谢14参考文献15附录一 程序16附录二 表171. 绪论1.1 基于机器视觉的花生仁粒数检测的目的、意义作为重要的油料作物和经济作物之一花生，用于食用植物油和食品业的加工，起着非常重要的作用，同时又是我国富有特色的出口农产品之一。我们国家的社会经济发展越来越快，随着人们生活水平的不断提高，花生的需求量对于国内、国外的市场的要求也越来越高，越来越大。因此， 大力发展花生加工产业，充分利用国内丰富的花生资源，提高花生制品的科技含量和各种附加值，对于花生在国内、国外的市场的竞争力的加强，加大努力，以便确保国家食油安全、食物安全和生态安全。花生
8、经济价值高、丰产潜力大、营养丰富、是优质饲料源、养地效果好。有统计数字表明，世界花生总产量约为2100万吨，主产花生大国和地区：印度750万吨，居首位；中国700万吨，次之；美国200多万吨，人均占有量仍数美国第一；其余为非洲250万吨，阿根廷及巴西50万吨，缅甸与印度尼西亚150万吨。而花生作为我国重要的植物油的原料，为了能够快速估计算出花生仁所能够榨油的产量值，提高效率，就显得重要了。那么能快速估算每颗花生里含的花生仁数，就对于估计花生能榨油的产量有必要性：只要能快速算出花生仁所占花生的百分比，就能快速算出这批花生的产油量。这样对工业批量生产花生油有着重要意义：省时、省力、还有高效性等。这
9、将会促进行业更高效率的发展，使行业获取更大的利润。1.2 基于机器视觉的花生仁粒数检测的研究现状国内现在研究的现状是对于花生的外观品种、基于图像特征的花生贮藏时间的识别方法检测、基于形态和颜色特征的花生品质检测等。1999年，广东省农业科学院作物研究所的周桂元等对“国内外花生遗传转化研究的现状”进行了研究【1】。1996年，中国农科院油料作物研究所的段乃雄等对中国的龙花生IV进行了研究：对叶部、花生青枯病、抗线虫种质的帅选、抗杂草及虫害的特性的抗病性，和种子品质形状分析：蛋白质与油份含量、OL比值和龙花生与近缘野生种的亲缘关系等等的研究【2】。2007年，韩仲志 等对基于形态和颜色特征的花生品
10、质检测方法，运用图像采集设备拍摄农产品的数字图像, 获得产品的全部外观特征，然后对取得的数据、图像进行处理、计算和分析, 建立品质和特征参数之间的相关模型, 即可对外在品质进行检测分级，他们是对这两种特征一起分析的方法【3】。2010年，韩仲志等基于花生外观品质品种图像分析与系统仿真的研究，采用图像处理的方法进行的花生外观品质的检测，采用SVM 识别和ANN识别进行比较，得出SVM识别效果更好【4】。2007年，熊利荣等进行基于机器视觉的花生大小检验的研究，运用二值图像的转换和像素和的方法进行研究【5】。2011年，张龙翔基于计算机视觉的花生品质检测分析平台，对针对目前花生品质检测的局限性,提
11、出了采用计算机视觉的花生外观品质的检测分析方法【6】。2011年，陈红等对于基于图像特征的花生贮藏时间识别方法研究，运用了基于马氏距离的花生贮藏时间判别的方法【7】。2011年，石玉秋等对花生图像采集中背景颜色和光强影响进行了研究，提出了从3种背景颜色和5种光照强度的试验中得出在黑色背景5090 1x的光强下效果较好【8】。2012年，河南师范大学生命科学学院的周延清等对花生种子的黄曲霉抗性物质成分和基因研究进展进行了分析【9】。 花生图像识别受着诸多因素的影响：有光照强度、所取的拍摄背景、摄像头到花生的距离和角度等等。为此，对于花生粒仁数的研究，综合当今社会来讲，就显得有必要：能快速估算花生
12、仁的净含量对榨油来说，能够提高该行业的效用性。1.3 本课题研究的内容本文研究的是基于机器视觉的花生仁粒数的检测，输入的是花生图像，输出的是花生粒数。首先，通过选取若干颗花生在不同的背景下进行拍摄，不同带壳花生的组合，得到若干相片，然后筛选花生图片，进行图像处理分割。采取最佳阈值二值化处理图像。对所得的二值化图像，进行算花生图像的面积。找出面积与花生仁粒数的关系，然后与花生颗粒的实际花生仁粒数进行比较，算出误差，得出一定的精度。再对此方法以后的展望。2 花生图像2.1 彩色图像 图像的定义是指各种图形和影像的总称。对于一个函数y=f(x)，如果把其中的自变量x视为直角坐标系上的某一点的横坐标，
13、把对应的唯一的函数值y视为此点的纵坐标，那么，这个函数y=f(x)，无论x取何值，都同时确定了一个点，由于x的取值范围是无穷大，同样y也有无穷个，表示的点也就有无穷个。这些点在平面上组成的图形就是此函数的图象，简称图象。布图中呈现的任何单个的几何图形： (1) 被氧化的硅片上刻蚀出的二氧化硅图像； (2) 基片上的涂层经曝光和显影后呈现的光致抗蚀剂图形投影； (3) 上及照相基片或干板上的乳胶层中的照相图像；(4) 在屏幕上或目视的光学图像，通常经过若干倍的放大或缩小光学掩模版 (5) 作为底图或布图一部分的绘制图形。图像的定义：由相机、摄像头、扫描仪等等的输入设备对实际的画面进行捕捉后，所产
14、生的数字图像；是一种位图，由像素点阵组成。数字作为图像的一种表示方法，可以对像素点、强度和颜色进行任意的描述。但，由于所要描述画面的信息的文件的储存量很大，所以，所描述的对象里，在放大或缩小的过程中，就会对画面图像产生一定影响的干扰，比如会不见一些细节或使图像的画面变得不圆滑等。拍摄的图像就会通过显示器显示出来。显示器显示出来的图像是以一定的分辨率，在图像上的每个点呈现出来的色彩信息，都呈现为数字化的方式。影响图像质量的参数有分辨率和灰度等。而图像是用来对画面的质量、繁琐进行描述的，包括图像里大量的细节，光照的强度、复杂的场景、色彩的丰富多彩等，比如照片、绘图等等。要想得到高质量、更清晰或产生特殊效果的图像，可以通过一些专业的图像处理软件进行处理。对计算机中的图像进行分类，其中从处理方式来分可以分为矢量图和位图。图像处理是对图像进行分析、加工和处理，使其能够使人对视觉、心理以及其他要求的技术而满足。图像处理是信号处理在图像域上的一个应用。此外，基于光学理论的处理方法依然占有重要的地位。图像处理是信号处理的子类，另外与计算机科学、人工智能等领域也有密切的关系。数字图像处理
