图像处理的水果分类系统设计basedonimageprocessingfruitsclassificationsyste
摘 要摘 要近年来，随着信息化进程的不断推进，图像处理技术已广泛应用于各个领域，成为信息时代一项不可或缺的技术。尤其近年来随着平板电脑和智能手机的普及，其高清拍照、二维码识别、在线视频、名片识别等功能深受大众欢迎，更加说明了图像处理技术的重要性。图像处理技术包含对图像的增强、分割、变换等，将这些方法用于水果图像的处理，就可以实现对水果的自动化检测分类。不仅提高了检测效率，还降低了劳动力。本文比较系统的研究了水果的分类识别，其中包括对大小和缺陷的识别分类。在识别分类之前，先介绍了图像的预处理方法，包括图像的灰度化、图像平滑和图像增强。通过对不同处理方法进行对比，选择合适的方法处理图像。其次，水果的特征提取重点在于图像分割，因此选择合适的方法和阈值对图像进行分割显得尤为重要。在完成上述图像处理后，就是对水果大小的测量和缺陷的检测了。通过对三种大小测量方法的比较，选择误差较小的扫描法来获得果径。缺陷检测方面，利用不同区域灰度值之间的差别实现对缺陷区域的检测。由于缺陷检测是基于灰度图像处理的，相比于直接对彩色图像进行处理，该方法速度更快，效率更高。关键词图像处理；水果分类；边缘检测；缺陷特征；
目 录
第一章 绪论 1
1.1 课题研究背景及意义 1
1.2 基于图像处理的水果识别国内外研究现状 2
1.2.1 国外研究现状 2
1.2.2 国内研究现状 3
1.3 本文结构及主要内容 3
第二章 图像处理基本知识 5
2.1 色度学基础与颜色模型 5
2.1.1 三基色原理 5
2.1.2 颜色模型 5
2.2 图像的统计特性 7
2.3 图像数字化技术 8
2.3.1 采样 8
2.3.2 量化 8
2.3.3 采样与量化参数的选择 8
2.4 图像处理常用方法 9
第三章 水果的大小分级系统仿真 11
3.1 水果图形的采集 11
3.2 图像预处理 12
3.2.1 图像灰度化 12
3.2.2 图像平滑 13
3.2.3 图像增强 15
*好棒文|www.hbsrm.com +Q: ^351916072*
3.3 图像分割 18
3.3.1 图像的阈值分割 18
3.3.2边缘检测 20
3.4 水果的果径测量与分级 24
3.4.1 水果果径的测量 24
3.4.2 水果分级实现 25
第四章 水果的表面缺陷检测仿真 27
4.1 水果的表面缺陷检测 27
4.2 实验结果分析 31
总结与展望 32
致 谢 33
参考文献 34
第一章 绪论
1.1 课题研究背景及意义
中国自古就是农业大国，每年在这片广袤的土地上都会生产出大量种类丰富、品质优秀的水果。据中国官方公布的最近统计数据，2014年我国水果生产面积和产量再次达到历史新高。其中，苹果和柑橘分别是我国产量和面积第一大水果。但高的水果产量不代表就有高的水果出口量，2014年我国水果总产量为26142.24万吨,水果出口总量为289.05万吨,出口量占总产量的比例仅为1.11%。通过对这一现象的调查分析，发现导致我国水果出口量一直不高的原因主要在于水果采摘后没有进行较好地商品化处理，使水果原有品质降低。
据统计结果显示，我国仅有1%的水果进行商品化处理后投放市场[1]，而国外发达国家几乎是百分之百。因此，提高我国水果的商品化处理，对我国的农业发展以及水果进出口贸易有着重要的意义。水果的商品化处理主要包括挑选、喷淋、预冷、愈伤、涂蜡、分级、包装几个过程，每一个过程都会对水果的品质产生影响，而分级是对其品质影响较大的一个过程。同一种水果的生长环境不一样就会导致生长出来的水果品质不一，如果不能进行严格的检测和分类，就会使一部分低等果混入优等果中，导致出口水果整体品质降低。因此，要将水果按不同的大小、形状、色泽进行分类，同时还要对水果进行缺陷检测，将有缺陷的水果识别出来并剔除，这样可以避免病虫害的传播，减少对其它无缺陷水果的损害。
目前，我国的水果分类主要依靠的还是人工力量。人工分级的缺点大概有以下两个方面：第一，主观性太强，容易受到个人视力、颜色判断力、身体疲劳等条件的影响导致分级标准不能统一；第二，分级精度不高并影响检测效率。除此之外，虽然我国开始采用机械设备对水果进行分类，但这些机械设备只能完成对水果的重量进行分类，而不能完成对大小、颜色、表面缺陷等方面的分类。
近年来，随着图像处理技术的飞速发展，许多学者进行了将图像处理技术应用于水果分类识别的研究。将图像处理技术应用于水果分类识别具有分类标准客观统一、分类精度高、效率快等优点，未来必将有广阔的市场前景。本文就是基于图像处理的技术，研究根据果径将水果分类以及水果表面缺陷的判别，并在此基础上设计开发基于图像处理的水果分类识别系统，以实现水果大小和缺陷分类的自动化。
1.2 基于图像处理的水果识别国内外研究现状
图像处理技术产生于20世纪初，早期的图像处理的目的是为了增强图像的视觉效果，使其看起来更加美观。常用的图像处理方法有图像平滑；图像增强；对图像进行几何变换；图像分割；图像压缩与编码；图像复原等。图像处理首次应用是对伦敦和纽约之间海底电缆发送的图片质量进行改善。后来，随着图像处理技术的不断发展，图像处理技术从航天领域扩展到遥感遥测、军事、生物医学、通信工程、机器人视觉、公安司法、材料科学、工业检测、生活和娱乐等方面。上世纪后期图像处理技术开始应用于农业方面，当时国外的农业研究学者使用图像处理技术对农产品进行检测研究，并取得了一系列的显著成果。我国将图像处理技术应用于农业检测方面的时间相比于国外来说较晚，仍需不断探索进步。
1.2.1 国外研究现状
国外运用图像处理技术进行水果识别分类的研究始于1986年，当时Rehkugler G.H.等人运用图像处理技术来检测苹果的表面缺陷，并根据处理结果对苹果进行分级。但这个方法只对苹果图像进行了灰度化，所以一些复杂的缺陷情况不能被准确检测出来，使得分级误差较大[2]。
1988年，Davenel A.和Guizard C.H.运用图像处理技术来提取苹果的大小和表面缺陷特征对苹果进行分类。但由于对果梗、花萼和缺陷区域的混淆识别，使分级结果存在较大的误差[3]。
1993年，Yang运用图像处理技术对结构光下采集到的水果图像进行处理，实现对果梗、花萼和缺陷的检测分析。但由于某些缺陷比较复杂，在处理时仍会出现对果梗、花萼和缺陷区域的混淆识别情况，大大的影响了分类的正确率[45]。后来，Yang将这一方法进行了改进，使得分级正确率大大提高[67]。
目 录
第一章 绪论 1
1.1 课题研究背景及意义 1
1.2 基于图像处理的水果识别国内外研究现状 2
1.2.1 国外研究现状 2
1.2.2 国内研究现状 3
1.3 本文结构及主要内容 3
第二章 图像处理基本知识 5
2.1 色度学基础与颜色模型 5
2.1.1 三基色原理 5
2.1.2 颜色模型 5
2.2 图像的统计特性 7
2.3 图像数字化技术 8
2.3.1 采样 8
2.3.2 量化 8
2.3.3 采样与量化参数的选择 8
2.4 图像处理常用方法 9
第三章 水果的大小分级系统仿真 11
3.1 水果图形的采集 11
3.2 图像预处理 12
3.2.1 图像灰度化 12
3.2.2 图像平滑 13
3.2.3 图像增强 15
*好棒文|www.hbsrm.com +Q: ^351916072*
3.3 图像分割 18
3.3.1 图像的阈值分割 18
3.3.2边缘检测 20
3.4 水果的果径测量与分级 24
3.4.1 水果果径的测量 24
3.4.2 水果分级实现 25
第四章 水果的表面缺陷检测仿真 27
4.1 水果的表面缺陷检测 27
4.2 实验结果分析 31
总结与展望 32
致 谢 33
参考文献 34
第一章 绪论
1.1 课题研究背景及意义
中国自古就是农业大国，每年在这片广袤的土地上都会生产出大量种类丰富、品质优秀的水果。据中国官方公布的最近统计数据，2014年我国水果生产面积和产量再次达到历史新高。其中，苹果和柑橘分别是我国产量和面积第一大水果。但高的水果产量不代表就有高的水果出口量，2014年我国水果总产量为26142.24万吨,水果出口总量为289.05万吨,出口量占总产量的比例仅为1.11%。通过对这一现象的调查分析，发现导致我国水果出口量一直不高的原因主要在于水果采摘后没有进行较好地商品化处理，使水果原有品质降低。
据统计结果显示，我国仅有1%的水果进行商品化处理后投放市场[1]，而国外发达国家几乎是百分之百。因此，提高我国水果的商品化处理，对我国的农业发展以及水果进出口贸易有着重要的意义。水果的商品化处理主要包括挑选、喷淋、预冷、愈伤、涂蜡、分级、包装几个过程，每一个过程都会对水果的品质产生影响，而分级是对其品质影响较大的一个过程。同一种水果的生长环境不一样就会导致生长出来的水果品质不一，如果不能进行严格的检测和分类，就会使一部分低等果混入优等果中，导致出口水果整体品质降低。因此，要将水果按不同的大小、形状、色泽进行分类，同时还要对水果进行缺陷检测，将有缺陷的水果识别出来并剔除，这样可以避免病虫害的传播，减少对其它无缺陷水果的损害。
目前，我国的水果分类主要依靠的还是人工力量。人工分级的缺点大概有以下两个方面：第一，主观性太强，容易受到个人视力、颜色判断力、身体疲劳等条件的影响导致分级标准不能统一；第二，分级精度不高并影响检测效率。除此之外，虽然我国开始采用机械设备对水果进行分类，但这些机械设备只能完成对水果的重量进行分类，而不能完成对大小、颜色、表面缺陷等方面的分类。
近年来，随着图像处理技术的飞速发展，许多学者进行了将图像处理技术应用于水果分类识别的研究。将图像处理技术应用于水果分类识别具有分类标准客观统一、分类精度高、效率快等优点，未来必将有广阔的市场前景。本文就是基于图像处理的技术，研究根据果径将水果分类以及水果表面缺陷的判别，并在此基础上设计开发基于图像处理的水果分类识别系统，以实现水果大小和缺陷分类的自动化。
1.2 基于图像处理的水果识别国内外研究现状
图像处理技术产生于20世纪初，早期的图像处理的目的是为了增强图像的视觉效果，使其看起来更加美观。常用的图像处理方法有图像平滑；图像增强；对图像进行几何变换；图像分割；图像压缩与编码；图像复原等。图像处理首次应用是对伦敦和纽约之间海底电缆发送的图片质量进行改善。后来，随着图像处理技术的不断发展，图像处理技术从航天领域扩展到遥感遥测、军事、生物医学、通信工程、机器人视觉、公安司法、材料科学、工业检测、生活和娱乐等方面。上世纪后期图像处理技术开始应用于农业方面，当时国外的农业研究学者使用图像处理技术对农产品进行检测研究，并取得了一系列的显著成果。我国将图像处理技术应用于农业检测方面的时间相比于国外来说较晚，仍需不断探索进步。
1.2.1 国外研究现状
国外运用图像处理技术进行水果识别分类的研究始于1986年，当时Rehkugler G.H.等人运用图像处理技术来检测苹果的表面缺陷，并根据处理结果对苹果进行分级。但这个方法只对苹果图像进行了灰度化，所以一些复杂的缺陷情况不能被准确检测出来，使得分级误差较大[2]。
1988年，Davenel A.和Guizard C.H.运用图像处理技术来提取苹果的大小和表面缺陷特征对苹果进行分类。但由于对果梗、花萼和缺陷区域的混淆识别，使分级结果存在较大的误差[3]。
1993年，Yang运用图像处理技术对结构光下采集到的水果图像进行处理，实现对果梗、花萼和缺陷的检测分析。但由于某些缺陷比较复杂，在处理时仍会出现对果梗、花萼和缺陷区域的混淆识别情况，大大的影响了分类的正确率[45]。后来，Yang将这一方法进行了改进，使得分级正确率大大提高[67]。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/dzkxyjs/1000.html
