編號：SH00096
篇名：大豆色選機中機器視覺和模式識別技術應用研究
作者：龔欣；
關鍵詞：大豆色選機 機器視覺 模式識別 嵌入式系統(tǒng)
機構： 合肥工業(yè)大學， 電子與通信工程（專業(yè)學位），
摘要： 機器視覺和模式識別技術,作為人工智能中的重要研究領域,在工業(yè)中的應用越發(fā)廣泛。大豆色選機是用于大豆儲存或加工過程中線上剔除豆料異物的專用裝置。它是一種集現(xiàn)代光電技術與計算機學等領域新技術的自動化檢測裝置,大大提高了生產效率,因此在國內外農產品行業(yè)應用十分廣泛。本文結合色選行業(yè)的需求與發(fā)展情況,在深入研究機器視覺技術和模式識別理論的基礎上,嘗試開展了大豆色選機色選算法的研究工作。論文的主要研究內容如下：論文首先描述了大豆色選機系統(tǒng)的總體結構設計,主要包括色選機喂料機構、光電檢測機構和分離機構。論文介紹了色選機嵌入式圖像處理平臺的搭建。由于大豆分選機有較高的實時性與準確性要求,因此采用的數(shù)字圖像處理平臺必須具備實時性和處理海量高速數(shù)據(jù)的能力。對比國內外色選機的硬件平臺,本論文采用了基于DSP+FPGA的嵌入式系統(tǒng)作為色選機圖像處理系統(tǒng)的核心。另外還描述了嵌入式系統(tǒng)的部分硬件以及FPGA和DSP之間數(shù)據(jù)通信模塊的設計。本文主要完成了基于機器視覺和模式識別技術的大豆分選算法的設計。具體包括：圖像數(shù)據(jù)的讀取、圖像預處理、數(shù)據(jù)分布預覽、模式識別模型建立以及模式識別查找表的建立。著重研究了樸素貝葉斯分類法、多層感知機法、RBF神經(jīng)網(wǎng)絡法、k近鄰法以及決策樹等分類方法。本文從色選正確率,色選速度以及計算難度等指標綜合考慮,最終選用了決策樹作為色選機分選算法,該分類算法的正確率高達99.998%,ROC曲線下的面積值為1。
