论文网
图像相关论文范本,与硕士文致谢模板并非原文相关毕业设计论文
本论文是一篇图像相关毕业设计论文,关于硕士文致谢模板并非原文相关硕士学位毕业论文范文。免费优秀的关于图像及计算机及鸡蛋方面论文范文资料,适合图像论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。
;,特选出编号为169,173,180,185,187五枚鸡蛋,为了观察变化趋势,选取了4,8,12,16,20,24六天的鸡蛋来观察变化情况.下面的程序可以实现计算气室面积与鸡蛋总面积的比例:
clearall,
closeall,
egg1等于imread('NO187.bmp'),
egg等于imcrop(egg1,[12585100100]),
R等于egg(:,:,1),%提取RGB分量
G等于egg(:,:,2),
B等于egg(:,:,3),
fori等于1:12,%对调整过的RGB分量进行12次维纳滤波
R等于wiener2(R,[22]),
G等于wiener2(G,[22]),
B等于wiener2(B,[22]),
end
ER等于edge(R,'roberts'),%用roberts算子对R分量进行边缘检测
R1等于bwmorph(ER,'spur',12),%对已经提取边沿的二值图像采用形态学运算函数,spur为去除物体上小的分支
R2等于bwmorph(R1,'clean'),%去除孤立的亮点
R3等于bwmorph(R2,'dilate'),%采用结构元素ones(3)作膨胀运算
R4等于bwmorph(R3,'skel',12),%提取物体的骨架
R5等于bwmorph(R4,'shrink',5),%收缩运算,没有孔的物体会收缩为一个点
R6等于bwmorph(R1,'bridge'),%作连接运算
R7等于bwmorph(R6,'clean'),%再去除孤立的亮点
R8等于bwmorph(R7,'thin'),%对物体进行细化
[mn]等于size(R8),
r1等于R8,
fori等于1:m,
A等于find(r1(i,:)等于等于1),%寻找逻辑值为1的象素点
[m1n1]等于size(A),
ifn1~等于0,
r1(i,A(1):A(n1))等于1,
end
end
total等于bwarea(r1),%计算鸡蛋图像面积
r1等于uint8(r1),
fori等于1:m,
forj等于1:n,
if(r1(i,j)等于等于1),%将鸡蛋区域填充为白色,背景为黑色
r1(i,j)等于255,
end
end
end
r等于bitand(R,r1),
g等于bitand(G,r1),
b等于bitand(B,r1),
c等于cat(3,r,g,b),%将RGB分量组合成鸡蛋的RGB图像
d等于roipoly(c)%指定鸡蛋气室区域
s等于bwarea(d),%计算气室面积
ss等于s/total%得出气室面积与鸡蛋总面积的比例
鸡蛋编号第四天第八天第十二天第十六天第二十天第二十四天NO1690.32470.33710.37410.43360.43870.4495
NO1730.22470.22790.26590.34840.35360.3642
NO1800.25180.26030.31260.35450.39480.4037
NO1850.28520.31370.32450.39880.40920.4395
NO1870.18050.28790.32310.36360.39360.4142从表8-1可以看出,鸡蛋随存储时间的增长,气室面积确实是在一步一步变大,上述五个鸡蛋无一不是这样,但是由于每个鸡蛋种类不同,大小不一,所含物质比例不同或者是其他原因,鸡蛋之间的气室面积与鸡蛋总面积的比例并没有固定的变化趋势.这个方面的研究也有待于以后做进一步的突破,找出与气室大小相关的参数,以建立更加真实可靠的检测模型.
9结论与分析
9.1结论分析
在此研究中,对由CCD摄像头拍摄的鸡蛋图像,利用MATLAB软件强大的图像处理功能,对鸡蛋图像进行前期处理后,便可以进一步提取特征值,以建立检测模型.试验过程中,主要的结论如下:
(1)对拍摄的图像,由于条件有限,拍摄的图像不能直接进行处理,需要进行各种预处理,比如剪切(函数imcrop),自适应滤波(函数wiener2),强度调整(函数imadjust),去除背景等,
(2)在处理以后,将新鲜蛋和散黄蛋或贴壳蛋的灰度直方图进行比较,将灰度直方图的分界点统计出来,以进一步确定在灰度图特征区域的象素点个数与总象素点个数的比例,以大体上确定建立模型的分界点.但是在实际检测过程中,检测的边界值需要做出一些调整,以使检测的正确率较高,
(3)检测证明,利用MATLAB软件建立的模型简洁,性能稳定,并且可靠性较高,准确率达87.81%.此研究也可以用于鉴别其他相似的检测.
9.2存在的不足
在检测的过程中,可以发现,此研究受各方面的影响,检测准确率有待提高,下面就对其做一些介绍:
(1)由于试验条件和设备的影响,拍摄的条件有待提高.比如试验过程中调整过几次CCD摄像头,图像的补光条件不好,图像不是很清晰,鸡蛋在每次放置时会出现偏差,会使检测受影响,
(2)本研究在建立检测模型时,只提取出了RGB颜色模型的R分量作为检测的依据,因此检测的标准比较少.因此在此基础上,可以进一步提取HIS模型的分量特征,以使检测正确率更高,
(3)本研究的数据统计比较简单,需要进一步对数据进行精确的统计和数据分析,而且应该结合下一步的研究进行.
9.3展望
在计算机日益发展的今天,计算机视觉技术在农业工程方面具有很大的潜能.本研究对鸡蛋进行了基于机器视觉的次蛋无损检测研究,以实现鸡蛋的自动检测.通过研究发现,在研究中可以进行一些展望:
(1)在试验时,应该将实验条件真正提高,以减少一些后续工作,也可以提高检测精确度,
(2)观察鸡蛋图像,可以发现,鸡蛋的气室随着存放时间的增长,确实是逐渐变大.所以可计算出鸡蛋的气室面积与鸡蛋总面积的比例,以增加一个检测指标.但是在本论文中,鉴于其实现的复杂性,未能完成,这也是很遗憾的,
(3)为了提高检测的正确率,应该多找几个检测指标,利用神经网络和遗传算法来对鸡蛋图像进行检测.
参考文献
[1]苏金明,王永利.MATLAB图像处理.北京:电子工业出版社.2005年11月(第一版)
[2]应义斌,韩东海.农产品无损检测技术.北京:化学工业出版社.2005:68-78
[3]孙兆林.MATLAB6.X图像处理.2.北京:清华大学出版社,2002:143-182
[4]周永昌.鸡蛋贮藏保鲜方法.农业工程,1985,1:16
[5]刘燕德,乔振先.鸡蛋光特性及其新鲜度的相关性研究.江西农业大学学报.2002,2(1):45-47
[6]阮秋琦.数字图像处理学.1.北京:电子工业出版社,2001:71-73
[7]飞思科技产品研发中心.MATLAB6.5辅助图像处理.北京:电子工业出版社,2003
[8]王小红.基于MATLAB的系统分析与设计-图像处理.西安:西安电子科技大学出版社,2000
[9]冯斌,汪懋华.计算机视觉系统中图像外边缘检侧的新方法.中国农业大学学报.2002,7(2):72-75
[10]李了了,邓善熙.MATLAB在图像处理技术方面的应用.微计算机信息.2003,19(2):65-67
[11]陈佳娟,陈晓光.采用计算机视觉进行孵化鸡蛋成活可能性的自动监测.计算机应用与软件.2001,18(6):5-10
[12]汪懋华.精细农业的实践与农业科技创新.中国软件学.1999,4:21-25
[13]谢立,王永强等.利用图像的灰度特征实现半透明产品的识别.微计算机信息.2005,2(7-3):44-46
[14]赵红霞等.鸡蛋超弱发光与其新鲜度的相关分析.农业工程学报.2004,20(2):177-180
[15]文友先,王巧华,宗望远等.鸭蛋破损检测的实验研究.华中农业大学学报.2002,21(3):285-287
[16]程卫国,冯峰,姚东等.MATLAB5.3应用指南.1.北京:人民邮电出版社,1999:79-82
[17]梁德群.基于图像识别的工业检测技术.光子学报.1993,(2):22-23
[18]张兆礼,赵春晖,梅晓丹.现代图像处理技术及MATLAB实现.1.北京:人民邮电出版社,2001:66-130
[19]吴更石.多模式实时工业图像
图像相关论文范本,与硕士文致谢模板并非原文相关毕业设计论文参考文献资料：