基于机器视觉的青梅表面缺陷检测方法研究开题报告

全文总字数：1213字

1. 研究目的与意义

青梅含有人体代谢不可缺少的柠檬酸等多种天然酸，为目前已发现的罕见碱性林果。

其所含苏氨酸等氨基酸和黄酮，极有利于人体蛋白质构成与代谢功能的正常进行，对普遍存在的心血管、泌尿、消化系统疾病有明显的预防作用和疗效。

青梅缺陷和主要成分指标（糖度、酸度）对其精深加工过程有重要影响（ph值较低的青梅果有利于梅精制造；糖度较高的青梅果适于酿造青梅酒），为了提高农林产品的品质和附加值，需要研发出基于机器视觉的青梅表面缺陷快速检测方法。

2. 国内外研究现状分析

详见文献综述。

3. 研究的基本内容与计划

设计一个基于机器视觉软件halcon的青梅图像采集与处理的软件系统，清晰地采集青梅图像，研究实用的图像处理方法，建立图像图形库，通过特征匹配，实现青梅的品质分选。

需要研究的内容有：1、根据青梅分选需求，提出基于机器视觉软件halcon的青梅表面缺陷检测方法。

2、制定青梅光照、精确定位、图像采集、图像处理的具体方案，包括原理分析、功能分析、软硬件设计等；3、设计一个基于图像识别的青梅无损检测系统研究周期与时间安排毕业设计起止日期：2. 256.14（第一周第十六周）第一阶段（2.253.10）：熟悉课题，收集借阅有关资料、完成开题报告；第二阶段（3.113.24）：制定建立青梅图像采集的光照系统的具体方案；　　　　　　　　　第三阶段（3.254.7）：制定建立青梅表面缺陷检测系统的具体方案；第四阶段（4.84.28）： 利用ccd采集青梅图像，研究合适的图像分析处理方法，建立图形图像库，实现青梅品质分选；第五阶段（4.295.5）：基于matlab设计青梅图像采集分析处理的软件系统；第六阶段（5.65.26）：完成毕业设计论文；第七阶段（5.276.9）：完善毕业论文，参加答辩；第八阶段（6.96.14）：提交论文定稿；

4. 研究创新点

本论文特色与创新如下：本论文基于目前存在的农林产品品质分选及无损检测方法，提出基于机器视觉的青梅表面缺陷检测方法，并设计出一个基于图像识别、图像分析处理的青梅无损检测软件系统。

将会实现对青梅表面缺陷的识别、定位与分类，并且提高青梅缺陷检测的快速性、高效性及精确性，切实满足自动化生产线上青梅快速识别、分类的生产要求。

对于提高青梅果品品质，促进产业升级，提高青梅生产的自动化、智能化水平具有重要意义。