基于機(jī)器視覺(jué)的蘋(píng)果大小自動(dòng)分級(jí)方法.ppt

《基于機(jī)器視覺(jué)的蘋(píng)果大小自動(dòng)分級(jí)方法.ppt》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、基于機(jī)器視覺(jué)的蘋(píng)果大小自動(dòng)分級(jí)方法農(nóng)機(jī)化研究2008年江旺摘要介紹了采用機(jī)器視覺(jué)的蘋(píng)果大小自動(dòng)分級(jí)，利用CCD攝像機(jī)獲取蘋(píng)果的樣本圖像，應(yīng)用MATLAB軟件編程實(shí)現(xiàn)了對(duì)樣本圖像的背景去除、二值化、圖像平滑、特征量提取和圖像標(biāo)定等處理，參照蘋(píng)果分級(jí)的國(guó)家標(biāo)準(zhǔn)完成了蘋(píng)果自動(dòng)分級(jí)。試驗(yàn)表明，此方法分級(jí)精度高，且速度快。1分級(jí)系統(tǒng)構(gòu)成及圖像采集過(guò)程2視覺(jué)檢測(cè)樣本圖像處理3自動(dòng)分級(jí)4結(jié)論1分級(jí)系統(tǒng)構(gòu)成及圖像采集過(guò)程1．1分級(jí)系統(tǒng)構(gòu)成分級(jí)系統(tǒng)主要由蘋(píng)果輸送翻轉(zhuǎn)機(jī)構(gòu)、機(jī)器視覺(jué)識(shí)別系統(tǒng)和分級(jí)機(jī)構(gòu)組成，如圖1所示。1．2圖像采集過(guò)程試驗(yàn)時(shí)，調(diào)節(jié)CCD攝像頭的焦距和蘋(píng)果輸送翻轉(zhuǎn)部分的速度，直到采集蘋(píng)果圖像清晰為

2、止，鎖定焦距和蘋(píng)果輸送翻轉(zhuǎn)部分的速度。CCD攝像頭采集蘋(píng)果視頻信號(hào)存儲(chǔ)在數(shù)碼錄像帶上。試驗(yàn)結(jié)束后，視頻信號(hào)通過(guò)USB接口傳輸?shù)轿C(jī)，并以MPEG格式存儲(chǔ)，稱為視覺(jué)檢測(cè)樣本。2視覺(jué)檢測(cè)樣本圖像處理采用MATLAB圖像處理工具箱對(duì)圖像進(jìn)行處理和分析。具體過(guò)程是圖像背景去除、二值化、圖像平滑、特征量提取、圖像標(biāo)定和自動(dòng)分級(jí)等。2．1背景去除在獲取的樣本圖像中，包括蘋(píng)果、摩擦帶和滾子等背景物體，因此首先應(yīng)該將這部分背景去除。imclearborder(X，CONN)函數(shù)，其功能是去除圖像x中與圖像邊界相連通且比其周?chē)矬w明度高的部分。為此，可以通過(guò)選擇CONN的值來(lái)選用4連通或是8連通(即CONN

3、=4或CONN=8)。根據(jù)具體情況進(jìn)行調(diào)整。這里選用8連通效果較好。實(shí)現(xiàn)背景去除可使用如下語(yǔ)句：Xl=imclearborder(X10，8)；去除背景后的圖像如圖2所示。2．2二值化圖像二值化處理是特征量提取所必需的。去除與邊緣相連的背景物后，圖像還是真彩色圖像。為將圖像變換成二值圖像，應(yīng)將圖像變換成灰度圖像。實(shí)現(xiàn)彩色圖像灰度化可使用如下語(yǔ)句：x2=mat2gray(x1)：灰度圖像如圖3所示。得到灰度圖像后，選取合適的閾值對(duì)圖像進(jìn)行二值化處理。通過(guò)二值化處理，使檢測(cè)對(duì)象從復(fù)雜的圖像背景中凸顯出來(lái)。二值化圖像如圖4所示。2．3圖像平滑圖像經(jīng)二值化處理后不僅包括蘋(píng)果目標(biāo)，還殘留一些干擾噪音(

4、小斑點(diǎn))。這些噪音直接影響檢測(cè)的準(zhǔn)確度，而圖像的平滑處理就是消除噪音。實(shí)現(xiàn)圖像平滑處理可使用如下語(yǔ)句：x4=medfilt2(x3，[10，10])：平滑處理圖像如圖5所示。2．4特征量提取蘋(píng)果在輸送帶上既有旋轉(zhuǎn)運(yùn)動(dòng)又有平移運(yùn)動(dòng)，這兩種運(yùn)動(dòng)的組合使蘋(píng)果狀態(tài)出現(xiàn)了不確定性。一般表現(xiàn)為3種形式，即側(cè)傾、正立和倒立形式。當(dāng)處于正立和倒立形式時(shí)，由蘋(píng)果的生物特性決定其圖像邊緣近似圓形；當(dāng)處于側(cè)傾形式時(shí)，圖像邊緣呈不規(guī)則形狀，反映蘋(píng)果的形狀差異，在對(duì)蘋(píng)果進(jìn)行大小分級(jí)時(shí)，一般按蘋(píng)果直徑進(jìn)行分級(jí)。因此，對(duì)采集圖像進(jìn)行圖像處理后，檢測(cè)其邊緣序列點(diǎn)集(xi，yi)，i=0,1，．．n-1，n在得到檢測(cè)圖像后，

5、需確定蘋(píng)果直徑的檢測(cè)軸向，取垂直方向?yàn)檩S向方向。這樣，取垂直于軸向的最大蘋(píng)果寬度即為蘋(píng)果直徑大小。但最大寬度的確定仍需搜索完成，即沿著軸向方向進(jìn)行寬度檢測(cè)，得到一系列蘋(píng)果寬度，最后對(duì)其進(jìn)行比較，確定最大值，這是進(jìn)行蘋(píng)果大小分級(jí)的特征量。2．5圖像標(biāo)定在進(jìn)行特征量提取后，得到蘋(píng)果的直徑值是像素坐標(biāo)下的值。要進(jìn)行蘋(píng)果大小分級(jí)，還需對(duì)其值進(jìn)行像素坐標(biāo)和實(shí)際坐標(biāo)的轉(zhuǎn)化(即圖像標(biāo)定)。3自動(dòng)分級(jí)3．1分級(jí)原理利用圖像標(biāo)定比例對(duì)檢測(cè)到的特征量進(jìn)行轉(zhuǎn)化，可以得到蘋(píng)果的實(shí)際直徑。蘋(píng)果大小分級(jí)可以按照國(guó)家標(biāo)準(zhǔn)進(jìn)行在GB1065-89中，關(guān)于蘋(píng)果直徑分級(jí)參數(shù)如表1所示。3．2分級(jí)結(jié)果分析文中以紅富士為研究對(duì)象，

6、選取64個(gè)樣本進(jìn)行分級(jí)。視覺(jué)分級(jí)結(jié)果和人工分級(jí)結(jié)果見(jiàn)表2所示。從表2可以看出：視覺(jué)分級(jí)結(jié)果與人工分級(jí)結(jié)果相一致的有60個(gè)，不一致的有4個(gè)，視覺(jué)分級(jí)的準(zhǔn)確率可達(dá)93．75％4結(jié)論1)構(gòu)建了蘋(píng)果視覺(jué)分級(jí)系統(tǒng)，通過(guò)試驗(yàn)獲取了視覺(jué)分級(jí)的樣本圖像。2)通過(guò)對(duì)樣本圖像的分析，編制了一套進(jìn)行圖像處理和特征量提取的MATLAB程序。3)參照蘋(píng)果分級(jí)的國(guó)家標(biāo)準(zhǔn)GB1065-89，實(shí)現(xiàn)了蘋(píng)果的自動(dòng)分級(jí)。4)對(duì)視覺(jué)分級(jí)結(jié)果和人工分級(jí)結(jié)果進(jìn)行比較分析，結(jié)果表明：視覺(jué)分級(jí)可以達(dá)到較高的分級(jí)精度，且分級(jí)速度快，不受人為因素的影響，便于實(shí)現(xiàn)自動(dòng)化。謝謝