基于DSP6437的黃瓜外觀特征參數(shù)檢測方法的研究.pdf

1、黃瓜在我國栽培歷史悠久，全國各地均有栽培，是大宗蔬菜之一。其外觀品質(zhì)的好壞不僅影響到鮮食的價值，而且也影響商品的經(jīng)濟效益。由于黃瓜果實形態(tài)的不規(guī)則，目前眾多學(xué)者長期將目光聚焦在蘋果、桔子、桃等蔬果的靜態(tài)自動識別技術(shù)研究上?，F(xiàn)在亟需一種完善的動態(tài)黃瓜果實自動分級系統(tǒng)。
　　 本文旨在利用DSP及達芬奇技術(shù)研究動態(tài)的黃瓜外觀特征的圖像處理算法，通過系統(tǒng)初始化、圖像采集、視頻處理最終完成系統(tǒng)的研究和實現(xiàn)。為減少開發(fā)成本，提高開發(fā)效率，

2、本文大量調(diào)用VLIB庫的API函數(shù)開發(fā)灰度化、提取前景、邊緣檢測、提取特征等模塊，準確率總體達到97％左右。最終提高自動識別高品質(zhì)黃瓜的效率，進而建立準確、快速的黃瓜果實外觀形態(tài)圖像識別系統(tǒng)，達到黃瓜分級自動化的要求。
　　 本研究以抽樣規(guī)范方法取得的黃瓜果實為研究對象，實現(xiàn)了對黃瓜圖像的外觀特征提取，用幾何分析技術(shù)研究的形狀尺寸測量方法，直觀有效。選取坐標紙為背景進行處理，保證了參照物和果實位置的統(tǒng)一，也為計算真實值提供了方便

3、。通過高斯濾波去除圖像噪聲效果顯著，金字塔數(shù)據(jù)結(jié)構(gòu)分解圖像極大程度減少了數(shù)據(jù)量，垃圾像素處理修正了圖像的位置。背景更新策略和canny算子完整地提取出運動黃瓜果實的前景和邊緣。結(jié)果表明:以vlib庫函數(shù)為藍本設(shè)計優(yōu)化的提取路線實時可行。
　　 區(qū)域標記是本文提取形狀特征的基礎(chǔ)算法，結(jié)構(gòu)體變量面積直接顯示包圍的像素個數(shù)，進而求出表征黃瓜形狀的圓形度值。通過腐蝕符合一定規(guī)律的可見像素獲得了骨架長;角點法檢測曲率最大處標識為瓜把和瓜身

4、的分界點，求出從左向右掃描的把長大小;哈夫檢測查找參數(shù)空間的峰值點找到夾邊長即為橫徑長。通過系統(tǒng)標定實際值與示值的關(guān)系公式，得出相應(yīng)的測量值進行綜合誤差分析。圓形度、把長比例、橫徑差的相對誤差分別為2.58％、2.8％、2.01％，可見算法的準確率很高。在完成黃瓜外觀特征提取算法的研究后，以EL_DM6437開發(fā)板為開發(fā)平臺，利用DVSDK配套組件中的CCS3.3為編碼調(diào)試工具、DSP/BIOS為嵌入實時操作系統(tǒng)，完成了在DSP上的實現(xiàn)

5、。
　　 同時在深入研究提取算法的過程中，發(fā)現(xiàn)陰影、背景、前景的RGB分量值呈現(xiàn)一定的規(guī)律:目標果實的大部分綠色成分的分量值高于其他2個的值，而背景的綠色分量值卻小于其他2個分量的值。陰影像素范圍內(nèi)大多紅色分量值高于藍色分量值，背景則相反。在置信水平α=0.05下，擬合出了G分量點值數(shù)學(xué)模型。這個結(jié)論有助于黃瓜在日光下進行前景提取的陰影抑制。
　　 對于確定黃瓜的外觀特性目標和研究方法，眾多人依靠的標準不成體系或自我設(shè)定