發(fā)布時(shí)間：2020-12-11 03:16

　　辣椒除雜是辣椒分揀過程中必備的一個(gè)過程,辣椒原料中會(huì)混雜各種各樣的雜質(zhì),如花生、石塊、塑料袋、辣椒梗等。傳統(tǒng)上人工除雜效率低下,目前的機(jī)械除雜裝置也不能完全滿足要求,辣椒除雜急需機(jī)械化與自動(dòng)化,針對(duì)以上問題設(shè)計(jì)辣椒除雜系統(tǒng)主要工作內(nèi)容如下:(1)根據(jù)辣椒除雜的要求完成一套除雜生產(chǎn)線的設(shè)計(jì),系統(tǒng)主要包括辣椒的重雜除雜單元,主要去除掉比較重的雜質(zhì)(如石礫等);辣椒的輕雜除雜單元,主要去除比較輕的物質(zhì)(如葉子等);目標(biāo)檢測(cè)除雜模塊和顏色識(shí)別除雜模塊,去除剩余雜物。(2)對(duì)SSD(單發(fā)多窗檢測(cè)器)目標(biāo)檢測(cè)算法進(jìn)行分析與改進(jìn)研究,將花生作為實(shí)驗(yàn)對(duì)象,實(shí)驗(yàn)中改進(jìn)SSD算法的識(shí)別速度為54FPS、識(shí)別精度為88.21%,結(jié)果顯示改進(jìn)SSD算法與原SSD算法相比在檢測(cè)精度、速度上均有很大提升。融合改進(jìn)SSD算法和STC(時(shí)空上下文快速跟蹤算法)算法對(duì)目標(biāo)對(duì)象進(jìn)行跟蹤,在保證精度的同時(shí)跟蹤速度達(dá)到150FPS。融合跟蹤結(jié)果和相機(jī)標(biāo)定計(jì)算雜質(zhì)位置信息,通過機(jī)械手去除雜質(zhì)。(3)對(duì)雜質(zhì)顏色識(shí)別及定位算法進(jìn)行了研究,將花生作為實(shí)驗(yàn)對(duì)象,使用顏色空間轉(zhuǎn)換、數(shù)學(xué)形態(tài)學(xué)和聚類算法,在640×480的圖片上的處理速度... 

【文章來源】：青島大學(xué)山東省

【文章頁數(shù)】：66 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 辣椒除雜系統(tǒng)研究的背景和意義
    1.2 辣椒機(jī)械除雜系統(tǒng)國內(nèi)外研究現(xiàn)狀
    1.3 國內(nèi)外辣椒雜質(zhì)檢測(cè)研究現(xiàn)狀
        1.3.1 國內(nèi)外目標(biāo)檢測(cè)研究現(xiàn)狀
        1.3.2 國內(nèi)外視覺跟蹤算法研究現(xiàn)狀
        1.3.3 國內(nèi)外聚類算法研究現(xiàn)狀
    1.4 主要研究?jī)?nèi)容
    1.5 論文結(jié)構(gòu)安排
第二章 辣椒除雜系統(tǒng)總體結(jié)構(gòu)設(shè)計(jì)
    2.1 除雜設(shè)備的結(jié)構(gòu)及工作原理
    2.2 除雜系統(tǒng)主要設(shè)備結(jié)構(gòu)設(shè)計(jì)及參數(shù)選擇
        2.2.1 物料輸送系統(tǒng)的設(shè)計(jì)
        2.2.2 電機(jī)選型
        2.2.3 減速器傳動(dòng)比計(jì)算
    2.3 機(jī)械臂和視覺系統(tǒng)的結(jié)構(gòu)設(shè)計(jì)及選型
        2.3.1 雜質(zhì)拾取機(jī)械手結(jié)構(gòu)設(shè)計(jì)
        2.3.2 工業(yè)視覺系統(tǒng)原理和硬件選擇
    2.4 本章小結(jié)
第三章 SSD目標(biāo)檢測(cè)算法分析及改進(jìn)
    3.1 基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)算法選擇
    3.2 SSD目標(biāo)檢測(cè)算法網(wǎng)絡(luò)結(jié)構(gòu)
        3.2.1 卷積神經(jīng)網(wǎng)絡(luò)前向傳播
        3.2.2 卷積神經(jīng)網(wǎng)絡(luò)反向傳播
        3.2.3 SSD目標(biāo)檢測(cè)算法網(wǎng)絡(luò)結(jié)構(gòu)
        3.2.4 SSD算法目標(biāo)函數(shù)
    3.3 改進(jìn)卷積結(jié)構(gòu)的SSD算法
    3.4 本章小結(jié)
第四章 SSD算法雜質(zhì)目標(biāo)識(shí)別及追蹤實(shí)驗(yàn)
    4.1 制作目標(biāo)數(shù)據(jù)集
    4.2 參數(shù)選擇和訓(xùn)練技巧
        4.2.1 參數(shù)選擇
        4.2.2 SSD訓(xùn)練技巧
    4.3 模型結(jié)果展示及分析
        4.3.1 實(shí)驗(yàn)平臺(tái)搭建和硬件選擇
        4.3.2 模型訓(xùn)練結(jié)果分析
    4.4 雜質(zhì)目標(biāo)跟蹤
        4.4.1 STC算法簡(jiǎn)介
        4.4.2 STC跟蹤結(jié)果展示
        4.4.3 SSD修正STC結(jié)果展示
    4.5 雜質(zhì)目標(biāo)定位
        4.5.1 相機(jī)標(biāo)定理論分析
        4.5.2 相機(jī)內(nèi)參的獲取及定位分析
    4.6 本章小結(jié)
第五章 雜質(zhì)顏色識(shí)別實(shí)驗(yàn)
    5.1 顏色除雜單元的工作步驟及方法
    5.2 實(shí)驗(yàn)設(shè)計(jì)
        5.2.1 顏色空間轉(zhuǎn)換
        5.2.2 圖像的腐蝕、膨脹
        5.2.3 DBSCAN聚類
    5.3 顏色識(shí)別實(shí)驗(yàn)結(jié)果及定位
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝



本文編號(hào)：2909808