摘 要
我国是水果生产大国，但是自动化检测的水平一直低于世界发达国家，严重影响了我国水果的国际竞争力。本论文所讨论是利用机器视觉检测苹果的缺陷与特征，在充分参考国内外的发展研究成果之后，创新特色，合理选用合适的光源，摄像机，处理器等，利用机器视觉对苹果图像进行分析，通过对其纹理，特征值，颜色等方面的特征采取，来分辨水果的好坏，水果的成熟度以及水果的大小集一体的水果检测系统。在后期处理的过程中利用MATLAB来加快水果的检测，提高苹果检测的正确率。
关键词：机器视觉，苹果检测，特征缺陷
1 前言
一直以来，我国劳动力资源丰富，苹果生产只采用传统人工方式进行分级[[1]]。人工分级存在明显的缺点：分级标准的主观性强，同一品种的苹果对于不同的产地，其人为制定的分级标准不同，即使是同一个生产者，由于受情绪和疲劳程度的影响，所把握的标准也在波动。其次，分级的效率低下，与自动化生产线的生产能力相比相差甚远。而我国作为苹果生产大国，苹果的产量为世界第一，但是相对于发达国家我们国家的水果的综合竞争能力低下，主要表现在苹果的产后处理能力较差。据发达国家的统计表明 ,水果产值的大部分是由它的产后处理和加工创造出来的 ,因此水果的产后加工成为如何提高市场竞争力的关键[2]。在我国没有加入WTO之前，因为农产品的关税一直处于高水平，所以本土的产品并没有收到国外的冲击，但是随着中国加入WTO，我国水果产业尤其是苹果产业收到国外的冲击。而想要保持本土优势，就必须依靠科技的能力，不断提高我国水果的质量与产量。实际也证明，传统的人工分类方法已经不能满足和国际的竞争。本课题看起来虽然很小但是确实关乎三农问题的一个重要研究方向，通过机器视觉来识别苹果的特征可以区分苹果质量的高低从而售卖不同的价格[3]。此方法相对于原来主观的分类的方法一方面是省去了高昂的人工成本同时提高分类的准确率与效率可谓是一箭双雕。同时基于机器视觉的缺陷检验体统可以迅速找出苹果中是否有坏果，烂果。如果按照原先的人工分类方法，不仅工作量巨大而且烂果的渗入更是会导致经济效益的破坏[4]。
识别苹果表面缺陷是计算机视觉技术近几年发展起来的一个崭新的应用领域，表面的缺陷程度是影响苹果经济效益综合竞争能力的重要因素之一，是评估苹果等级，质量的重要指标，能直接影响苹果的等级，同时也反映可能使用的栽培方法的合理性[5]。在栽培过程中，根据苹果目标缺陷的检测分析可选择相应的生产工艺和加工方法，以提高苹果的出产率以及质量。
2 机器视觉在检测苹果缺陷的中的检测原理与方法
机器视觉技术是利用计算机来分析一个图像，根据分析的结果得出结论。目前关于机器视觉的应用有两个方面，一是利用机器视觉系统来探测对象。利用光学器件的分析来做出有效的决定。二是机器视觉本身可以创造出新的对象，即利用光学元件和软件来直接指导过程。其两个方面虽然不同但是过程都包含以下几个方面：图像采集，图像处理，特征处理，判决和控制[7]。
典型的视觉系统包括光照系统，CCD摄像机和图像处理系统，计算机系统组成[5]。其中光照系统是影响输入的重要因素，因此要选择合适的光照系统来达到最佳的效果。由光源组成的光照系统包括其照射方法可以分为：背向，前向照明，结构光和频闪光照明。背向照明的原理是将苹果放在光源与相机中间。背向照明得到的图像具有较高的对比度。前向照明则是将光源与相机置于同侧，前向照明便于安装。结构光照明则是根据光源在被照物体上产生的变形。[8]来反映被测物的三维信息。频闪光照明是将高频率的光源照到被测物体上，这种方法要求相机移动的速度与光源的速度相当。CCD摄像机是目前检测水果最常用的摄像机，是比较典型的固体成像器件。CCD的最突出的特点是将电荷为信号，而其他的则是以电流或者电压作为信号。CCD相机主要由，垂直驱动器，光学镜头，模拟数字信号组成[9]。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
