应用机器视觉技术的水果自动分类系统【字数：12764】
摘 要进入21世纪以来，我国科技不断发展，高科技、智能化不断渗透进我们的生活。但我国缺乏检测水果以及对水果进行分类的先进技术，导致我国的水果虽种类繁多和产量巨大，而很少有进行深入加工的产品。我国传统的处理水果的方式是通过人工处理来检测和分类水果，但是这种人工成本很高而效率较为低下。国内大多数中小型产商无法承担大型水果厂商利用进口设备进行水果的自动分类的高成本。因此，本文研究的是可应用在实际产业中的水果自动分类系统。?本文设计了一款性价比高的应用机器视觉的水果自动分类系统。由于速度快、信息量大、精度高和可提高生产的灵活性和自动化程度的优势，机器视觉技术在工业、农业和科学研究等领域普遍应用。使得许多产业对其需求急剧上升。因此，本文将利用机器视觉技术来研究水果自动分类。可通过创建水果种类模型，提取水果的特征，训练测试模型，给一张图片中水果进行实时分类。实验结果表明，本系统可实现水果的高性价比、高效率自动分类，更能够满足实际需求。
目 录
1. 绪论 1
1.1 研究的背景和意义 1
1.2 机器视觉技术的研究现状和发展 1
1.3 研究的主要内容 2
1.4 本文主要内容及安排 2
2. 系统总体设计方案 3
2.1 系统运行环境 3
2.2 系统总体设计方案 3
2.3 本章小结 4
3. 分类器选择 5
3.1 HALCON中的分类算法 5
3.2 常用分类器比较 5
3.2.1 分类的介绍 5
3.2.2 高斯混合类型(GMM) 5
3.2.3 支持向量机(SVM) 6
3.2.4 K最邻近 (KNN) 6
3.2.5 多层神经网络(MLP) 6
3.3 本章小结 7
4. 水果自动分类系统的具体实现 8
4.1 MLP分类器简介 8
4.2 MLP分类器的使用步骤及运算符 9
4.3 MLP的参数设置 10
4.3.1 创建MLP分类器 10
4.3.2 添加MLP样本 13
4.3.3 训练MLP分类器 *好棒文|www.hbsrm.com +Q: ^351916072*
13
4.3.4 测试MLP分类器 14
4.4 系统设计代码和对应结果 15
4.4.1 图像显示 15
4.4.2 创建 MLP分类模型 16
4.4.3 训练 MLP分类器 17
4.4.4 测试分类模型 18
4.4.5 后期处理并显示 19
4.4.6 清除分类器 20
4.4.7 最终分类结果展示 20
4.5 水果分类结果分析 21
4.5.1 目标水果分析 21
4.5.2 水果识别率统计 23
4.6 本章小结 24
5. 总结和展望 25
5.1 全文总结 25
5.2 课题成果 25
5.3 未来展望 26
参考文献 27
致谢 28
1. 绪论
1.1 研究的背景和意义
随着时代的发展，水果生产在农业生产中逐渐占据着不可或缺的重要地位。随着生活条件越来越好，人们已经不再满足于温饱，而开始注重营养均衡，水果的需求量也就越来越大。据数据显示，2017年我国水果行业销售市场规模竟达2.1万亿元；果园面积大约为1315.4万公顷。2017年我国水果的进口量达到了456.27万吨，出口量达361.19万吨。[]如此之大的水果消费量也就促进水果生产行业需不断进步升级。我国传统的水果产业采用的都是人工分类水果，在产量不多的过去是行得通的，但在现在却需要很高的人工成本，并且工作效率低，产品质量不高。如今，大型的水果厂商都采用外国的进口设备来进行检测水果并对水果进行分类，中小型的厂商无法负担这样高额的费用，只能用人工处理。长此以往，中小型水果厂商的压力会越来越大，竞争力也越来越弱。因此，研究出一款低成本效率高的自动化分类水果的系统对于现代化水果生产具有重要的意义。
1.2 机器视觉技术的研究现状和发展
机器视觉慢慢进入研究者所探索的世界是自20世纪50年代人们研究出二维图像的模式识别后。在此之后，机器视觉逐步发展，视觉计算理论被伟大的研究者大卫开拓出，图像处理和分析的并行算法也就由此被越来越多的研究者所关注，关于机器视觉的理论也渐渐被细分为多个支系。此后机器视觉技术引发了全球性的研究热潮，同时也开始慢慢遍及于各个领域，例如工业、农业、医药、军事、交通和科学研究等。机器视觉即用机器人的视觉来进行检测和判断，用机器人的自动化代替人工，目前主要在人工智能、图像处理和计算机软硬件技术等方面发挥着重要的作用。一个基本的机器视觉系统包括图像获取单元、图像处理单元、电传单元和机械单元。机器视觉技术广泛应用于各个领域的原因是运行速度快、存储信息量大、处理精度高、自动化运行。故应用机器视觉技术可令生产效率和灵活性更上一层楼，不需人工运行，可快速获取和自动处理信息，进行大范围的操作。随着机器视觉技术的越来越成熟，嵌入式技术和传感技术也将与它融合，其应用也将越来越成熟和广泛，也将越来越满足市场及客户需求。
1.3 研究的主要内容
本课题主要研究是用机器视觉技术来研究一个水果自动分类的系统。该系统可完成对不同形状的水果分类，也可实现形状相似的水果的分类。首先是比较各分类器的长短处，确定采用的是多层神经网络分类器。其次是确定需分类的水果种类。最后开始设计系统。本课题最重要的部分就是研究分类算法。首先是先创建分类模型，确定其各参数的意义和设值。其次是提取各水果的特征。接下来就是训练模型，即学习每种水果的特征。然后就是测试分类模型，判断是否正确学习了各水果的特征。最后就是读入图片，实现水果的自动分类。接着清除分类模型。
1.4 本文主要内容及安排
全文一共分成五个部分，其章节内容如下安排：
第一章，绪论。主要阐述了本课题的研究背景和意义，以及机器视觉的研究现状和发展，另外介绍了本课题所研究的系统内容。
第二章，系统总体设计方案。本章主要介绍了系统的运行环境、系统的总体设计思路和系统总体设计方案。
目 录
1. 绪论 1
1.1 研究的背景和意义 1
1.2 机器视觉技术的研究现状和发展 1
1.3 研究的主要内容 2
1.4 本文主要内容及安排 2
2. 系统总体设计方案 3
2.1 系统运行环境 3
2.2 系统总体设计方案 3
2.3 本章小结 4
3. 分类器选择 5
3.1 HALCON中的分类算法 5
3.2 常用分类器比较 5
3.2.1 分类的介绍 5
3.2.2 高斯混合类型(GMM) 5
3.2.3 支持向量机(SVM) 6
3.2.4 K最邻近 (KNN) 6
3.2.5 多层神经网络(MLP) 6
3.3 本章小结 7
4. 水果自动分类系统的具体实现 8
4.1 MLP分类器简介 8
4.2 MLP分类器的使用步骤及运算符 9
4.3 MLP的参数设置 10
4.3.1 创建MLP分类器 10
4.3.2 添加MLP样本 13
4.3.3 训练MLP分类器 *好棒文|www.hbsrm.com +Q: ^351916072*
13
4.3.4 测试MLP分类器 14
4.4 系统设计代码和对应结果 15
4.4.1 图像显示 15
4.4.2 创建 MLP分类模型 16
4.4.3 训练 MLP分类器 17
4.4.4 测试分类模型 18
4.4.5 后期处理并显示 19
4.4.6 清除分类器 20
4.4.7 最终分类结果展示 20
4.5 水果分类结果分析 21
4.5.1 目标水果分析 21
4.5.2 水果识别率统计 23
4.6 本章小结 24
5. 总结和展望 25
5.1 全文总结 25
5.2 课题成果 25
5.3 未来展望 26
参考文献 27
致谢 28
1. 绪论
1.1 研究的背景和意义
随着时代的发展，水果生产在农业生产中逐渐占据着不可或缺的重要地位。随着生活条件越来越好，人们已经不再满足于温饱，而开始注重营养均衡，水果的需求量也就越来越大。据数据显示，2017年我国水果行业销售市场规模竟达2.1万亿元；果园面积大约为1315.4万公顷。2017年我国水果的进口量达到了456.27万吨，出口量达361.19万吨。[]如此之大的水果消费量也就促进水果生产行业需不断进步升级。我国传统的水果产业采用的都是人工分类水果，在产量不多的过去是行得通的，但在现在却需要很高的人工成本，并且工作效率低，产品质量不高。如今，大型的水果厂商都采用外国的进口设备来进行检测水果并对水果进行分类，中小型的厂商无法负担这样高额的费用，只能用人工处理。长此以往，中小型水果厂商的压力会越来越大，竞争力也越来越弱。因此，研究出一款低成本效率高的自动化分类水果的系统对于现代化水果生产具有重要的意义。
1.2 机器视觉技术的研究现状和发展
机器视觉慢慢进入研究者所探索的世界是自20世纪50年代人们研究出二维图像的模式识别后。在此之后，机器视觉逐步发展，视觉计算理论被伟大的研究者大卫开拓出，图像处理和分析的并行算法也就由此被越来越多的研究者所关注，关于机器视觉的理论也渐渐被细分为多个支系。此后机器视觉技术引发了全球性的研究热潮，同时也开始慢慢遍及于各个领域，例如工业、农业、医药、军事、交通和科学研究等。机器视觉即用机器人的视觉来进行检测和判断，用机器人的自动化代替人工，目前主要在人工智能、图像处理和计算机软硬件技术等方面发挥着重要的作用。一个基本的机器视觉系统包括图像获取单元、图像处理单元、电传单元和机械单元。机器视觉技术广泛应用于各个领域的原因是运行速度快、存储信息量大、处理精度高、自动化运行。故应用机器视觉技术可令生产效率和灵活性更上一层楼，不需人工运行，可快速获取和自动处理信息，进行大范围的操作。随着机器视觉技术的越来越成熟，嵌入式技术和传感技术也将与它融合，其应用也将越来越成熟和广泛，也将越来越满足市场及客户需求。
1.3 研究的主要内容
本课题主要研究是用机器视觉技术来研究一个水果自动分类的系统。该系统可完成对不同形状的水果分类，也可实现形状相似的水果的分类。首先是比较各分类器的长短处，确定采用的是多层神经网络分类器。其次是确定需分类的水果种类。最后开始设计系统。本课题最重要的部分就是研究分类算法。首先是先创建分类模型，确定其各参数的意义和设值。其次是提取各水果的特征。接下来就是训练模型，即学习每种水果的特征。然后就是测试分类模型，判断是否正确学习了各水果的特征。最后就是读入图片，实现水果的自动分类。接着清除分类模型。
1.4 本文主要内容及安排
全文一共分成五个部分，其章节内容如下安排：
第一章，绪论。主要阐述了本课题的研究背景和意义，以及机器视觉的研究现状和发展，另外介绍了本课题所研究的系统内容。
第二章，系统总体设计方案。本章主要介绍了系统的运行环境、系统的总体设计思路和系统总体设计方案。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/dzkxyjs/693.html
