發(fā)布時(shí)間：2018-12-09 08:00

【摘要】：本文以種子分揀系統(tǒng)為研究背景,以大豆種子為研究對象,采用VC6.0、Opencv以及MATLAB等為研究工具,從大豆種子圖像的預(yù)處理過程、邊緣提取過程、粘連豆類種子的分割、形狀特征分量、顏色特征分量、機(jī)械手驅(qū)動運(yùn)行以及PC機(jī)與PLC之間的通訊過程進(jìn)行了深入的研究,對機(jī)器視覺篩選種子的研究具有一定的實(shí)際意義。研究取得了以下結(jié)果：1.大豆種子在光源下采集得到,在普通白熾燈下拍攝能夠獲得種子圖像的大部分特征。試驗(yàn)中選用的背景色為白色,這樣由于光源是垂直照射而導(dǎo)致種子中間部分反光強(qiáng)烈,用最大類間算法提取目標(biāo)物時(shí),容易將中間部分和背景色混為一體。因此,對圖像要進(jìn)行一些預(yù)處理。本文用兩種方式進(jìn)行研究,一種是進(jìn)行灰度值的壓縮,另一種是提取B、G、R三通道的二值化,為了后期顏色特征的分析,這里選用了三通道二值化法。2.為了識別干癟種子,分析對比了Roberts算子、Sobel算子、Prewitt算子和Canny算子邊緣提取的幾種算法,選擇合適的方法對種子進(jìn)行邊緣提取,可以達(dá)到篩選出干癟種子的目的。在篩選過程中不可避免的遇到兩�；蛘呤嵌嗔７N子之間相互粘連而造成誤判斷的現(xiàn)象。通過對粘連豆粒種子圖像采用先腐蝕方式使得粘連的豆粒種子分割開來,然后對腐蝕后的單體豆類種子進(jìn)行相同次數(shù)的膨脹處理,這樣得到的二值化圖像基本上保持了原圖像的形狀特征,對以后提取諸如面積、周長以及圓形度等其他一些參數(shù)基本上沒有影響,用此算法解決了豆粒的粘連分割問題。3.定義并提取了18種大豆種子的特征分量,不僅在形狀方面做了比較,而FL在顏色方面也作了相應(yīng)的比較,提高了識別率。對標(biāo)準(zhǔn)的特征量用數(shù)學(xué)處理軟件Minitab進(jìn)行分析,確定其是否符合正態(tài)分布,對于符合正態(tài)分布的按照3σ區(qū)間進(jìn)行定義合格種子,不符合正態(tài)分布的提出±20%的偏差,這樣基本上能篩選出不合格的豆類種子。最后應(yīng)用VC編程軟件完成了種子分揀界面的編寫,實(shí)現(xiàn)了對不合格種子的標(biāo)識。4.對種子輸送裝置用變頻器實(shí)現(xiàn)變頻調(diào)速的控制；對機(jī)械手驅(qū)動裝置進(jìn)行分析,確定用PLC高速脈沖的方式驅(qū)動伺服電機(jī),并在理論上模擬了機(jī)械手對種子三個(gè)位置的抓取動作；研究了PC機(jī)和PLC的通訊過程,能實(shí)現(xiàn)PC機(jī)和PLC最基本的通訊過程,理論上驗(yàn)證了機(jī)械手分揀大豆種子的可行性。綜上所述,本課題的研究為種子篩選實(shí)現(xiàn)自動化、科學(xué)化提供了一系列的理論基礎(chǔ)和技術(shù)支持,克服了人工檢測費(fèi)事費(fèi)力的缺點(diǎn),對種子實(shí)現(xiàn)高速、準(zhǔn)確以及無損檢測具有一定的實(shí)際應(yīng)用價(jià)值。
[Abstract]:In this paper, the seed sorting system was used as the research background, the soybean seed was used as the research object, VC6.0,Opencv and MATLAB were used as the research tools, from the pretreatment process of the soybean seed image, the edge extraction process, the segmentation of the adhesion bean seed. The shape feature component, color feature component, manipulator driving operation and the communication process between PC machine and PLC are deeply studied, which is of practical significance for machine vision screening of seeds. The results are as follows: 1. Soybean seeds were collected under light source and captured under ordinary incandescent lamp to obtain most of the characteristics of seed images. The background color selected in the experiment is white, so the reflection of the middle part of the seed is strong due to the vertical illumination of the light source. It is easy to mix the middle part and the background color together when extracting the object with the maximum class algorithm. Therefore, the image should be preprocessed. In this paper, two methods are used to study, one is to compress the gray value, the other is to extract the binarization of the three channels of BGN R. In order to analyze the color characteristics of the later stage, the method of tri-channel binarization is chosen. 2. In order to identify dried seeds, several algorithms for edge extraction of Roberts operator, Sobel operator, Prewitt operator and Canny operator were analyzed and compared. In the process of screening, it is inevitable to encounter the phenomenon of two or more seeds conglutinating each other, resulting in misjudgment. By using the method of corrosion to separate the conglutinated soybean seeds, the monospecific seeds were treated with the same number of expansions. The binary image obtained by this method basically maintains the shape feature of the original image, and has no effect on the extraction of other parameters such as area, perimeter and roundness in the future. The algorithm is used to solve the adhesion segmentation problem of soybean grains. 3. The characteristic components of 18 kinds of soybean seeds were defined and extracted. Not only the shape but also the color of FL were compared, which improved the recognition rate. The standard characteristic quantity is analyzed by mathematical processing software Minitab to determine whether it conforms to the normal distribution, and the deviation of 鹵20% for the definition of qualified seed according to the 3 蟽 interval is not in accordance with the normal distribution. This basically can screen out the unqualified bean seed. Finally, VC programming software was used to complete the preparation of seed sorting interface, and the identification of unqualified seeds was realized. 4. 4. The frequency conversion speed control of seed conveying device is realized by frequency converter, the driving device of manipulator is analyzed, the servo motor is driven by PLC high speed pulse, and the grasping action of manipulator to three positions of seed is simulated theoretically. The communication process between PC machine and PLC was studied. The basic communication process between PC machine and PLC was realized, and the feasibility of sorting soybean seeds by manipulator was verified theoretically. To sum up, the research of this subject provides a series of theoretical foundation and technical support for the realization of automation and scientific seed screening, overcomes the disadvantages of manual detection, and achieves high speed for seeds. Accurate and nondestructive testing has certain practical application value.
【學(xué)位授予單位】：天津科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：S63;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫海霞;張淑娟;薛建新;周靖博;;基于機(jī)器視覺和光譜技術(shù)水果分級的研究進(jìn)展[J];農(nóng)機(jī)化研究;2014年01期

2 陳麗君;趙鳳芹;;基于機(jī)器視覺的變量機(jī)械系統(tǒng)的關(guān)鍵技術(shù)[J];農(nóng)機(jī)化研究;2005年06期

3 郭海針;馬俊龍;徐海剛;;基于機(jī)器視覺的農(nóng)業(yè)機(jī)械無人駕駛系統(tǒng)[J];農(nóng)機(jī)化研究;2009年06期

4 毛璐;趙春江;王開義;張水發(fā);;機(jī)器視覺在農(nóng)產(chǎn)品物流分級檢測中的應(yīng)用[J];農(nóng)機(jī)化研究;2011年07期

5 馮世杰;王艷平;;基于機(jī)器視覺的溫室作物行間雜草的識別[J];信陽農(nóng)業(yè)高等�？茖W(xué)校學(xué)報(bào);2012年02期

6 李謙;蔡曉華;;機(jī)器視覺在除草機(jī)器人中的應(yīng)用[J];農(nóng)機(jī)化研究;2014年07期

7 黎萍,朱軍燕,劉燕德,嚴(yán)霖元;機(jī)器視覺在農(nóng)產(chǎn)品檢測與分級中的應(yīng)用與展望[J];江西農(nóng)業(yè)大學(xué)學(xué)報(bào);2005年05期

8 王靜娜;賀園園;陳雄飛;馮春貴;祝詩平;;機(jī)器視覺在農(nóng)產(chǎn)品品質(zhì)檢測和采收包裝中的應(yīng)用[J];農(nóng)機(jī)化研究;2011年07期

9 王潤濤;張長利;房俊龍;王樹文;楊方;田磊;;基于機(jī)器視覺的大豆籽粒精選技術(shù)[J];農(nóng)業(yè)工程學(xué)報(bào);2011年08期

10 黃星奕;錢媚;徐富斌;;基于機(jī)器視覺和近紅外光譜技術(shù)的杏干品質(zhì)無損檢測[J];農(nóng)業(yè)工程學(xué)報(bào);2012年07期

相關(guān)會議論文 前10條

1 趙磊;董吉文;李金屏;;拓?fù)淅碚撛跈C(jī)器視覺中的研究進(jìn)展[A];全國第十五屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用學(xué)術(shù)會議論文集[C];2003年

2 張彥東;;基于機(jī)器視覺的連接器裝配機(jī)床改造研究[A];首屆珠中江科協(xié)論壇論文集[C];2011年

3 蔡小秧;陳文楷;;機(jī)器視覺中的魯棒估計(jì)技術(shù)[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

4 劉雅舉;李娜;張莉;李東明;;機(jī)器視覺在藥用玻璃瓶質(zhì)量檢測中的研究[A];2007年河北省電子學(xué)會、河北省計(jì)算機(jī)學(xué)會、河北省自動化學(xué)會、河北省人工智能學(xué)會、河北省計(jì)算機(jī)輔助設(shè)計(jì)研究會、河北省軟件行業(yè)協(xié)會聯(lián)合學(xué)術(shù)年會論文集[C];2007年

5 吳慶華;代娜;黃俊敏;程志輝;何濤;;基于機(jī)器視覺的軸承二維尺寸檢測[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（1）[C];2008年

6 馬連峰;張秋菊;;基于機(jī)器視覺的彩色套印檢測技術(shù)研究[A];第十一屆全國包裝工程學(xué)術(shù)會議論文集（二）[C];2007年

7 金守峰;張慧;;面向機(jī)器視覺的織物緯斜檢測方法[A];全國先進(jìn)制造技術(shù)高層論壇暨第九屆制造業(yè)自動化與信息化技術(shù)研討會論文集[C];2010年

8 管庶安;周龍;陳永強(qiáng);廖明潮;;機(jī)器視覺在糧食品質(zhì)檢測中的應(yīng)用研究[A];中國糧油學(xué)會第三屆學(xué)術(shù)年會論文選集（下冊）[C];2004年

9 張偉華;陳軍;連世江;賈海政;;機(jī)器視覺及其在農(nóng)業(yè)機(jī)械中的應(yīng)用綜述[A];2007年中國農(nóng)業(yè)工程學(xué)會學(xué)術(shù)年會論文摘要集[C];2007年

10 沈?qū)殗?陳樹人;尹建軍;;基于機(jī)器視覺的棉田雜草精確定位研究[A];紀(jì)念中國農(nóng)業(yè)工程學(xué)會成立30周年暨中國農(nóng)業(yè)工程學(xué)會2009年學(xué)術(shù)年會（CSAE 2009）論文集[C];2009年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者 李劍琦;機(jī)器視覺行業(yè)整合正熱 中國市場尚處萌芽期[N];機(jī)電商報(bào);2005年

2 本報(bào)記者 董碧娟;解密機(jī)器視覺“第三只眼”[N];經(jīng)濟(jì)日報(bào);2013年

3 本報(bào)記者 郭濤;機(jī)器視覺：為機(jī)器裝上“眼睛”和“大腦”[N];中國高新技術(shù)產(chǎn)業(yè)導(dǎo)報(bào);2014年

4 張均;德國機(jī)器視覺傳感器市場前景好[N];中國貿(mào)易報(bào);2007年

5 金剛;給機(jī)器一雙慧眼[N];計(jì)算機(jī)世界;2007年

6 朱廣菁;機(jī)器視覺怎樣“看”不合格產(chǎn)品[N];大眾科技報(bào);2008年

7 宋昆;用機(jī)器視覺控制煙草質(zhì)量[N];計(jì)算機(jī)世界;2007年

8 張棟;西安光電子專業(yè)孵化器舉辦專業(yè)展覽會[N];中國高新技術(shù)產(chǎn)業(yè)導(dǎo)報(bào);2007年

9 王遐;機(jī)器視覺:藥品包裝在線檢測系統(tǒng)開發(fā)成功[N];中國包裝報(bào);2010年

10 點(diǎn)評人 高炎 黃牧青 劉笑一 李士杰 北京大學(xué)技術(shù)轉(zhuǎn)移中心;機(jī)器視覺輔助冬季道路狀況監(jiān)測[N];科技日報(bào);2014年

相關(guān)博士學(xué)位論文 前10條

1 梁卓銳;機(jī)器視覺手勢交互的交互映射研究[D];華南理工大學(xué);2015年

2 孟慶寬;基于機(jī)器視覺的農(nóng)業(yè)車輛—農(nóng)具組合導(dǎo)航系統(tǒng)路徑識別及控制方法研究[D];中國農(nóng)業(yè)大學(xué);2014年

3 田明銳;基于機(jī)器視覺的散料裝車控制系統(tǒng)研究[D];長安大學(xué);2016年

4 葛動元;面向精密制造與檢測的機(jī)器視覺及智能算法研究[D];華南理工大學(xué);2013年

5 饒洪輝;基于機(jī)器視覺的作物對行噴藥控制系統(tǒng)研究[D];南京農(nóng)業(yè)大學(xué);2006年

6 龔愛平;基于嵌入式機(jī)器視覺的信息采集與處理技術(shù)研究[D];浙江大學(xué);2013年

7 陳麗君;基于機(jī)器視覺的變量噴霧控制系統(tǒng)研究[D];沈陽農(nóng)業(yè)大學(xué);2009年

8 徐曉秋;機(jī)器視覺球面孔位快速精密測量系統(tǒng)的研究[D];四川大學(xué);2006年

9 成芳;稻種質(zhì)量的機(jī)器視覺無損檢測研究[D];浙江大學(xué);2004年

10 程洪;面向園藝應(yīng)用的機(jī)器視覺目標(biāo)辨識方法創(chuàng)新[D];中國農(nóng)業(yè)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 冼志軍;錫膏印刷機(jī)誤差與錫膏印刷質(zhì)量檢測技術(shù)研究[D];華南理工大學(xué);2015年

2 孫斌;基于FPGA的壓力表盤機(jī)器視覺研究與實(shí)現(xiàn)[D];昆明理工大學(xué);2015年

3 許哲;基于機(jī)器視覺的快速測溫?zé)犭娕己附蛹夹g(shù)研究[D];河北聯(lián)合大學(xué);2014年

4 李鵬;基于機(jī)器視覺的PCB工業(yè)在線檢測系統(tǒng)研究[D];昆明理工大學(xué);2015年

5 佘燕玲;以用戶為中心的機(jī)器視覺手勢交互空間映射關(guān)系研究[D];華南理工大學(xué);2015年

6 孫中國;基于機(jī)器視覺的面粉袋碼垛機(jī)器人研究[D];山東建筑大學(xué);2015年

7 漆靜;基于機(jī)器視覺集裝箱吊具智能定位系統(tǒng)研究[D];西南交通大學(xué);2015年

8 張文;基于機(jī)器視覺的通信裝備故障識別研究[D];西南交通大學(xué);2015年

9 冉寶山;基于機(jī)器視覺的裝料系統(tǒng)試驗(yàn)研究[D];長安大學(xué);2015年

10 馮康;基于機(jī)器視覺的棉花識別與定位技術(shù)的研究[D];石河子大學(xué);2015年

，

本文編號：2369056