基于DSP机器视觉的水果分级系统试卷.pptx

机器视觉及DSP技术;基于DSP机器视觉的水果分级系统;一、国内外水果分级研究现状分析;国内外水果国内外水果分级研究现状分析一、国内外水果分级研究现状分析;一、国内外水果分级研究现状分析 ——国内水果分级研究现状分析;水果分级设备的应用现状;基于DSP机器视觉技术水果分级技术;二、DSP数字信号处理技术简介; 数字信号处理器(digital signal processor，简写DSP)是一种专门进行数字信号处理的微处理器。这种处理器具有分开的程序存储器和数据存储器，即所说的哈佛结构;用于单指令流多数据流(SIMD)作业的特殊指令集;支持流水线操作，使取指、译码和执行等操作可以重叠执行;可进行并行处理，但不支持多任务;可作为直接存储器访问(DMA)设备运作。从模数转换器(ADC)获得数据，最终输出的是由数模转换器(DAC)转换为模拟信号的数据。; 在基于DSP机器视觉的水果分级系统中的核心技术就是利用DSP技术的图像处理系统的设计。而图像处理系统的关键就是运行其中的图像处理算法，水果分级系统对水果图像的识别处理过程应由以下几个部分组成:水果图像的预处理、特征参数提取和分类识别，其中预处理一般又包括平滑去噪、背景分割和边界提取等。;3.1水果图像的平滑去噪;邻域均值法：;3.2水果图像背景分割;几种阂值选取方法的比较：; 经过实验结果分析发现最大类间方差法是几种方法中最稳定的分割方法。该方法计算出来的阑值分割效果比较理想，对各种情况均表现良好，故本系统采用最大类间方差法对水果图像进行背景分割。;三、水果大小和颜色的实时分级;3.1水果的动态分级;实验结果分析 通过图像检测到的水果的大小只是水果直径在图像中的像素值，并不水果的实际大小，所以需要通过将这个像素值转换为实际的大小，以便大小分级。而像素坐标向实际坐标的转换是通过图像标定实现的，图像标定就是用摄像头采集一个水平放置的标准长度的标尺，然后再图像中检测该标尺的像素值长度，同时该标尺的长度也是知道的，所以像素坐标到实际坐标的转换比例可以得到。;; YUV模型是在PAL彩色电视制式中使用的颜色模型，其中Y色代表亮度信息，U代表蓝色差(就是蓝色信号与亮度信号之问的差值)，V代表红色色差。; 通过分析发现HSI颜色模型是比较适合水果颜色分级采用的，因为I分量与图像的彩色信息无关，而在实际生产环境下多种因素的干扰使得采集到水果图像的亮度的波动较大，所有使用HIS颜色模型就避免了环境光强对颜色分级的干扰。另一方面，人眼对光线强弱的变化要比对颜色的变化更敏感，这也说明了利用H色调值来表达颜色时比较稳定的。;算量，还去除了因光源亮度变化对颜色分析造成的影响 对大量苹果色度直方图进行了统计观察，并从HSI模型的定义进行分析后发现，苹果越红，它的色度直方图峰值就越靠近00，相反如果苹果越青，它的色度直方图的峰值就越远离00。，红色苹果的色度值比较靠近0o，大多集中在300以内;而一般的黄色苹果，其色度值都大约在300以后，一般在50至500之问，由此说明可选取合适的色度阑值将苹果的表面颜色组成区分开来。; 水果着色面积的计算是颜色分级中的关键部分。由CCD摄像头采集到的水果图像是二维的平面图，若直接由苹果的投影图像检测苹果着色面积、总面积和周长，当像素点偏离苹果投影中心时，投影图中的几何信息发生变化，测定出的面积、周长等儿何特征误差很大，直接影响到分级精度。可用苹果二维投影图像恢复出其三维表面的真实儿何特征，以提高面积测定的精度，考虑到苹果形状接近于球体，故将其果实近似为球体处理。CCD拍摄到得水果图像向水平面投影，这样水果的圆周方向距离是不会发生畸变的，但是其直径方向的距离，也就是竖直距离会发生变化。;四、水果图像缺陷检测算法研究;析来提取可以表示图像信息的独立主元，计算在独立主元中去掉第一主元和噪声后所组成的残差矩阵的Q统计量，然后利用Q统计量来检测水果表面图像的缺陷。; 多元图像是对同一个景物在多个性质方面进行观测所得到的一组多个通道图像数据的组合，这组多通道图像数据在空问上是对应的，每个通道代表了同一个景物某个性质的特定测量。多元图像的各个通道图像在空间上是对应的指的是，对于堆叠在一起的每个通道图像中每一个像素在其余的每个通道图像中都有一个相应的像素与其对应，而且这些像素在各白的通道图像中的空问相对位置是一致的。这些一一对应的像素是对同一事物在同一空问位置上的不同变量的表示。;2、基于高斯多尺度图像表示的多元图像分析;2）、高斯多尺度多元图像的构造与多元图像分析;3、利???Q统计量进行缺陷检测;