当前位置:主页 > 农业论文 > 园艺论文 >

基于机器视觉的猕猴桃膨大果检测方法及手机检测软件的开发

发布时间:2020-05-07 13:33
【摘要】:膨大剂的使用虽能有效地提高猕猴桃的产量,但却导致猕猴桃品质下降、货架期变短且库损严重。因此,识别经膨大剂处理过的猕猴桃果实(膨大果)就成为猕猴桃采后加工业亟需解决的关键问题之一。现有研究表明,近红外光谱技术与高光谱图像技术可以实现猕猴桃膨大果的无损检测,且具有检测准确率高的优点,但这些技术所需的检测设备比较昂贵。为了给猕猴桃膨大果的检测提供一种无损、快速、廉价、方便的检测方法,本文以‘海沃德’、‘徐香’和‘华优’猕猴桃为对象,根据膨大果和未经膨大剂处理的正常果在投影面积和果萼形状方面存在的差异,利用数字图像处理与机器视觉技术,研究猕猴桃膨大果的识别算法,并基于Android手机平台开发猕猴桃膨大果的检测软件。主要研究内容及结果如下:(1)猕猴桃膨大果和正常果物理特性参数的分析及基于最大直径和投影面积的膨大果检测方法研究。首先分析了膨大果与正常果样本在物理特性参数(质量和最大直径)上的差异,提出了识别膨大果与正常果的方法,进而搭建了采集猕猴桃图像的系统,该系统由支撑架、手机、背景和一参照物组成。在对猕猴桃图像进行一系列处理后,得到各个样品的最大直径,对得到的各品种猕猴桃膨大果和正常果样品的最大直径进行统计和分析,提出以6.46、6.12和6.46cm分别作为判别‘海沃德’、‘徐香’和‘华优’膨大果和正常果的依据,该方法对这三种猕猴桃膨大果的检测准确率分别为82.5%、87.9%和89.6%。为了提高识别的准确率,进而对各品种猕猴桃膨大果和正常果的投影面积进行统计和分析,提出以投影面积是否大于28.4、25.6和28.4cm~2作为识别‘海沃德’、‘徐香’和‘华优’膨大果的依据,该方法的检测准确率分别为87.1%、88.8%和98.3%。(2)基于果萼形状的‘海沃德’膨大果检测方法研究。根据‘海沃德’猕猴桃的膨大果和正常果在果萼区域最小外接矩形的长宽比存在一定差异的特点,分别将视觉注意机制、非线性灰度变换和K-means聚类算法应用于果萼区域的提取上。但是基于视觉注意机制方法使得提取的猕猴桃膨大果和正常果的果萼区域的长宽比分布重叠较多,对膨大果和正常果的识别效果不理想。非线性灰度变换和K-means聚类算法可很好地提取果萼区域。且发现膨大果果萼区域的最小外接矩形长宽比基本大于1.6,正常果的长宽比多小于1.6,因此提出以长宽比是否大于1.6作为判断‘海沃德’猕猴桃是否为膨大果的依据。验证结果表明,非线性灰度变化方法对‘海沃德’猕猴桃膨大果的检测准确率为90.0%,而K-means聚类算法对膨大果的检测准确率为91.5%。进而将果实投影面积与果萼形状相融合应用于‘海沃德’膨大果的识别,结果说明该方法对‘海沃德’膨大果的检测准确率为92.5%。(3)基于Android平台的猕猴桃膨大果检测软件的开发。基于OpenCV库与JAVA语言分别对三个品种的猕猴桃膨大果检测算法进行移植,在Android平台上实现了检测算法。分析了膨大果检测软件所需的功能,并对其操作界面和算法进行了设计。基于Android Studio集成开发工具,通过编写xml文件设计软件的界面,使用JAVA语言编写了软件操作功能的算法。最后在不同手机环境下对软件进行了测试。结果说明,该方法检测‘海沃德’、‘徐香’和‘华优’猕猴桃膨大果的时间分别小于2s、0.2s和0.2s。
【图文】:

路线图,路线图,检测软件,机器视觉


本研究的技术路线图

示意图,猕猴桃,示意图,果园


提出基于投影面积的膨大果检测方法。在以上研究测不同品种猕猴桃膨大果的适用方法进行分析。料与方法样本的制备选用我国猕猴桃产量最大的‘海沃德’猕猴桃(陈庆红等 2017)以香’和‘华优’猕猴桃为研究对象。试验所用的猕猴桃果树选自陕桃果园,每个品种至少来源于两个果园。四个果园分别位于夏崔西沟。于猕猴桃谢花后 20 天,根据所购买的氯吡脲可溶性液剂技有限公司生产)的使用说明,配制质量浓度为 5、10 和 15m每个品种和每个果园的各 3 棵果树上处于膨大期的猕猴桃嫩果脲溶液,其中,,每个浓度下 1 棵果树,称该组试验样品为猕猴‘徐香’和‘海沃德’,制备猕猴桃膨大果的时间分别是 2018 年 5猴桃浸蘸膨大剂的示意图如图 2-1b 所示。对于每个品种和每个进行任何处理,所得样品作为猕猴桃正常果。
【学位授予单位】:西北农林科技大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:S663.4;TP391.41

【相似文献】

相关期刊论文 前10条

1 布置;;没有硬件检测软件也能检测电脑[J];网络与信息;2008年05期

2 张立莹;;你的电脑硬件可好? 检测软件大阅兵[J];新电脑;2006年03期

3 张旭东;林益耀;;“循环中检测”的应用拓展[J];装备机械;1989年01期

4 ;B/S结构入侵检测软件[J];计算机安全;2006年08期

5 方宏,贾民平;分布式机动车辆检测软件的研制[J];机械制造与自动化;2005年02期

6 付会杰;;机动车检测中问题的解决策略[J];汽车与驾驶维修(维修版);2018年07期

7 臧晓伟;官洪运;;出租汽车计价器反作弊检测软件的设计与应用[J];上海计量测试;2014年02期

8 张晓华;;入侵检测软件应用解析[J];硅谷;2010年14期

9 方宏;;车辆检测线工位检测软件的研制[J];机械制造与自动化;2007年02期

10 徐遥;Rhythm检测软件包[J];航空制造技术;2005年10期

相关会议论文 前6条

1 刘建红;崔玉娥;孙琳琳;苗菁;乔珂;钟颖;王会玲;;检测软件测试方法的探讨[A];第十八届中国科协年会——分3 计量测试技术及仪器学术研讨会论文集[C];2016年

2 梁晓光;;UNIX系统安全检测软件中数据库的设计及其实现[A];中国工程物理研究院科技年报(2003)[C];2003年

3 刘建红;孙琳琳;苗菁;乔珂;钟颖;王会玲;;企业用检测软件测试方法的探讨[A];2018中国汽车工程学会年会论文集[C];2018年

4 杨党纲;史亦韦;王铮;李硕宁;王东升;;四通道水浸式超声C扫描检测软件研制[A];第三届空间材料及其应用技术学术交流会论文集[C];2011年

5 刘荟萃;唐歌实;崔红正;宋柏延;任天鹏;;多系统GNSS数据质量检测软件BQC的算法与性能[A];第五届中国卫星导航学术年会论文集-S6 北斗/GNSS测试评估技术[C];2014年

6 杨宪斌;;以硫代寡核苷酸分子为材料的生物芯片和蛋白质组学研究[A];科技、工程与经济社会协调发展——中国科协第五届青年学术年会论文集[C];2004年

相关重要报纸文章 前10条

1 陶东风;测谎仪引发的连锁反应[N];中国青年报;2011年

2 内蒙古 王f ;检测软件也出错[N];电脑报;2004年

3 本报实习记者 郑梅云;毕业季催热论文检测软件 功能变味难遏抄袭风[N];通信信息报;2014年

4 ;安全软件市场增长迅猛[N];网络世界;2001年

5 安徽 陈晓军;内存检测软件也惹事[N];电子报;2014年

6 齐继战 记者 王梅;杜绝机动车安检中的“猫腻”[N];中国质量报;2009年

7 本报记者 晏耀斌;汽车尾气检测软件认证弄虚作假凸显监管缺位[N];中国经营报;2015年

8 本报记者 房雅楠;微信删好友成牟利手段[N];中国商报;2016年

9 安徽 朱宝贵;选购笔记本电脑的必备检测软件[N];电子报;2005年

10 李素娟;硬件检测新利器[N];中国计算机报;2004年

相关博士学位论文 前1条

1 徐锋;信息系统恶意代码检测关键技术研究[D];哈尔滨工程大学;2016年

相关硕士学位论文 前10条

1 闫彬;基于机器视觉的猕猴桃膨大果检测方法及手机检测软件的开发[D];西北农林科技大学;2019年

2 孔庆晓;脉冲交流电磁场深层缺陷量化检测技术研究[D];中国石油大学(华东);2017年

3 胡敏;基于视觉的驾驶员注意力检测与判别研究[D];湖南大学;2018年

4 梅灵;基于AES算法硬件木马的检测系统设计与验证[D];东南大学;2018年

5 任磊;基于智能手机的跌倒检测方法研究及实现[D];浙江大学;2019年

6 王宁;铁路隧道限界检测软件的设计与实现[D];北京交通大学;2017年

7 李玲;面向公共环境的行人头部检测方法研究[D];淮北师范大学;2017年

8 高山;卫星导航终端检测软件的设计与实现[D];华中科技大学;2013年

9 李新庆;Windows环境下人脸检测软件的设计与实现[D];云南大学;2010年

10 杨贺;油气管道内检测数据比对分析方法及应用[D];东北石油大学;2017年



本文编号:2653051

资料下载
论文发表

本文链接:https://www.wllwen.com/nykjlw/yylw/2653051.html


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

版权申明:资料由用户96d99***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