机器视觉在农产品检测中的应用研究.pdf

机器视觉在农产品检测中的应用研究




重庆大学硕士学位论文


学生姓名：吴 飞
指导教师：邢永康 副教授
专 业：计算机软件与理论
学科门类：工 学



重庆大学计算机学院
二 OO 九年五月
Study on Application of Machine Vision in
Agricultural Product Detection





A Thesis Submitted to Chongqing University
in Partial Fulfillment of the Requirement for the
Degree of Master of Engineering
By
Wu Fei

Supervised by Ass. Prof. Xing Yongkang
Major: Computer Software and Theory

College of Computer Science of Chongqing
University, Chongqing, China
May 2009
摘 要

我国是一个农业大均水平，农
业生产及后续加工的劳动生产率很低。农产品品质检测是保证农产品质量和农产
品安全的关键环节，而品质的检测和控制往往是基于成分分析之上。但是，无论
是化学分析还是仪器分析，其试样的前处理、实验本身的耗时性又是许多场合所
不允许的。进行农产品自动检测可以大大提高劳动生产率。农产品检测中最重要
的是进行表面缺陷的检测，而利用机器视觉技术代替人的视觉进行农产品检测具
有不言而喻的优越性。论文针对粮食加工厂的实际需要，基于 MATLAB 软件平
台，构建了基于计算机视觉的稻谷品质识别系统；首先选择稻谷图像预处理算法，
然后提取稻谷图像的颜色特征，最后利用提取的稻谷图像颜色特征，分别使用线
性判别函数和神经网络的方法对稻谷图像分类，并提出了按多数票表决的方法判
定最终结果。论文的主要工作如下：
① 研究了稻谷图像特征的提取方法。根据稻谷图像的特点，提出稻谷图像的
识别应基于其颜色特征。
② 对图像变换、图像增强等一系列图像预处理算法进行分析，设计了稻谷图
像预处理方案。在此基础上，首先把稻谷图像的颜色空间转换到 HSI 颜色空间，
得到其 H 分量的色度直方图，然后分别用直方图统计特征、主成份分析法和遗传
算法进行特征提取。其中提出了一种改进的类内类间准则来确定遗传算法适应度
函数。
③ 对提取出的稻谷特征，分别用线性判别函数和 BP 神经网络的方法进行分
类识别。
④ 对实验结果进行了讨论分析，并提出了按多数票表决的方法判定最终结
果，实验表明这种方法能够提高分类准确率，最后对下一步的工作作出了展望。

关键词：机器视觉，图像处理，特征提取，主成份分析，遗传算法
ABSTRACT