当前位置:主页 > 农业论文 > 农业工程论文 >

面向颗粒状农产品的分选方法研究

发布时间:2020-04-10 15:32
【摘要】:近年来对于颗粒状农产品的分选已经由机器筛选逐渐代替了传统的人工分选,机器筛选以其速度快、信息量大、功能多等优点得到广泛应用,摒弃了传统人工分选会导致分选周期长、错误率高和效率低等缺陷。本文是面向颗粒状农产品的分选方法的研究。利用彩色线阵CCD视觉系统对颗粒状农产品进行成像,然后将得到的图像在PC上保存,并对图像进行特征提取和筛选,最后根据筛选出的最优特征值在FPGA上实现KNN分类算法,从而实现颗粒状农产品的分选。论文主要研究的内容有:(1)连通域标记算法的研究。为了对实时运动的物体进行跟踪与标记,需要对图像中的物体进行连通域标记,讨论了基于线阵CCD的连通域标记算法,并在PC上对算法进行验证,并给出FPGA实现连通域标记算法的思路。(2)基于KNN算法的特征筛选。以RGB颜色空间为主进行特征提取,主要以一维和二维的直方图为主,对于提取的特征用KNN筛选算法进行特征筛选,得到的最优特征值用KNN算法进行验证,结果表明在选择合理特征个数和K值情况下对花生和开心果的分选正确率达到了95%以上。实验表明特征个数在3-5个能达到最高的正确率,3-5个特征表明了KNN算法适合FPGA实现。(3)基于FPGA的KNN算法实现。利用HDL(硬件描述语言)进行KNN算法在FPGA上的实现并仿真进行验证,在基于线阵CCD的视觉系统上给出算法的思路和算法验证。
【图文】:

二值图,连通域,二值,连通域标记


图3.邋5大\的连通域标记结果逡逑Fig3.5邋Resuhs邋of邋Jujube邋connec化d邋component邋labeling逡逑FPGA的连通域算法实现思路逡逑标记算法可W用兵马操作来实现,这样可W提高算法运行1^^分为下几步:逡逑20逡逑

花生,样本,等分,通道


高维直方图的意思是对每个维度的灰度值进行统计。逡逑本章用KNN算法对花生和开屯、果进行分类,特征筛选的方法用的是KNN算逡逑法,,分类也用的KNN算法。H种需要分选的花生的样本如图4.7所示:逡逑I

本文编号:2622399

资料下载
论文发表

本文链接:https://www.wllwen.com/nykjlw/nygclw/2622399.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户0c217***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com