跳到主要內容

臺灣博碩士論文加值系統

(3.81.172.77) 您好!臺灣時間:2022/01/21 20:01
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:鄭志祥
研究生(外文):Chih-hsiang Chen
論文名稱:影像次像素應用在米粒檢測之研究
論文名稱(外文):The Study on Image Inspection of Rice using Subpixel Measurements
指導教授:萬一怒萬一怒引用關係
指導教授(外文):Ye-nu Wan
學位類別:碩士
校院名稱:國立中興大學
系所名稱:農業機械工程學系
學門:工程學門
學類:機械工程學類
論文種類:學術論文
論文出版年:2002
畢業學年度:90
語文別:中文
論文頁數:92
中文關鍵詞:邊緣檢測次像素品質檢測精度量測影像處理
外文關鍵詞:Edge DetectionSubpixelQuality InspectionPrecision MeasurementImage Processing
相關次數:
  • 被引用被引用:55
  • 點閱點閱:4030
  • 評分評分:
  • 下載下載:913
  • 收藏至我的研究室書目清單書目收藏:4
利用影像處理技術檢測農產品時,長、寬、周長與面積等形狀參數是品種辨識與品質分類時的重要依據,而能精確的量測這些參數值,可提昇檢測時對於稻米品質的辨識效能。本研究利用CCD攝影機在1/64、1/16、1/4與1四種比例之解析度下擷取米粒影像,以中值濾波濾除雜訊,配合動差保留法進行動態臨界值選取,以降低取像環境的變動例如光源亮度的改變對米粒量測長、寬、周長與面積的影響。
研究使用一個10mm×10mm,刻度0.1mm的微刻片以投影放大的方式拍攝並計算米粒長、寬,比較以動態臨界值配合LoG邊緣檢測與Sobel配合LoG邊緣檢測二種次像素處理方式,對米粒影像的邊界點進行檢測,計算米粒長與寬,並與傳統使用固定臨界值的量測結果進行比較。
實驗結果顯示,動態選取臨界值的方式可降低因光源亮度的變化,對量測米粒的長、寬、面積與周長所造成的影響。而米粒的長、寬量測使用次像素法可提高解析度,增加量測的精確度。使用次像素LoG運算的量測方式可改善僅達像素精確度量測的結果,由統計Scheffe檢定分析結果顯示,在解析度比例1/64 (13.79×10-2 mm/pixel)與1(1.69×10-2 mm/pixel)時,使用動態臨界值配合LoG邊緣檢測方式檢測米粒長度的誤差百分比,較固定臨界值法有明顯改善。由本實驗之四種解析度考量,增加單次取像之米粒檢測數量與提昇檢測速度,並且不使米粒量測精度降低而影響量測結果,可使用動態臨界值配合LoG邊緣檢測的方式,依所需要的檢測精度選擇解析度比例為1/64(13.79×10-2 mm/pixel,可擺放108顆米粒)或1/16(6.79×10-2 mm/pixel,可擺放30顆米粒)作為檢測時解析度選擇之參考。
The image processing techniques can be applied for the classification of variety and quality of agricultural products. The classification parameters include length, width, perimeter and area. The recognition function of the inspection will be improved depending on the precision and raised due to measured data. In this study, CCD camera with four scales 1/64, 1/16, 1/4 and 1 of resolutions was utilized to acquire images of rice kernels. The noise of image was removed by the median filter. The moment-preserving principle was applied to determine the thresholds automatically to reduce the effect of changes of the acquiring environment on length, width, perimeter and area.
A micrometer (10mm×10mm, 0.1mm grid) was applicated to calculate the length and width of rice using the projection image of each rice kernel. Two methods, the automatic thresholding and the sobel operator with LoG method were employed to detect the edge of rice image and to calculate its length and width. The experimental results obtained from both methods were then compared with that using the fixed threshold method.
The results show that the automatic thresholding is able to reduce the effect of variation of the light source. The use of LoG method can improve the resolution and measurement precision from pixel resolution to subpixel resolution. According to the Scheffe test of SAS, the percentage of errors measured by the automatic thresholding with LoG method were improved at scales of 1/64 (13.79×10-2 mm/pixel) and 1 (1.69×10-2 mm/pixel). To increase the inspection amount of rice kernels per image and to improve the inspection speed without reducing the precision, the automatic thresholding with LoG method is a superior way of edge detection for the four scales considered in this research. The choose of resolution can be determined by the requirement of the inspection precision, for instance, 108 rice kernels per image at scale 1/64 (13.79×10-2 mm/pixel) and 30 rice kernels per image at scale 1/16 (6.79×10-2 mm/pixel) that can achieve the inspection accuracy required.
第一章 前言與研究目的 1
1.1 前言 1
1.2 研究目的 4
第二章 文獻探討 5
2.1 影像處理在農產品檢測上之應用 5
2.2 影像處理基本技術 7
2.2.1 影像分割 7
2.2.1.1 邊界臨界值選取法 8
2.2.2 影像濾波 12
2.2.2.1 高通濾波 12
2.2.2.2 低通濾波 13
2.2.2.3 中值濾波 13
2.2.3 邊緣檢測 15
2.2.3.1 遮罩迴旋運算 15
2.2.3.2 梯度向量運算子 16
2.2.3.3 Laplacian運算子 19
2.2.3.4 LoG運算子 20
2.3 次像素的原理與應用 21
2.3.1 影像解析度與辨識精確度之關係 21
2.3.2 次像素的原理 22
2.3.3 次像素的應用方法 23
2.3.4 次像素在影像處理上之應用 28
第三章 實驗設備與材料 31
3.1實驗設備 31
3.2實驗材料 34
第四章 研究方法 35
4.1取像系統的校正 35
4.1.1 灰階分布均勻校正 35
4.1.2 像素點解析度計算 37
4.2 米粒長、寬之量測 38
4.3 檢測軟體的設計 40
4.3.1 檢測軟體的檢測流程 41
4.3.2 程式中所使用函式之計算方式 43
4.3.3 LoG遮罩運算與邊界點搜尋 45
4.4 實驗步驟 47
4.4.1 影像解析度 47
4.4.2 影像校正 48
4.4.3 動態選取臨界值之測試 49
4.4.4 米粒影像、濾波方式與邊緣檢測方法的選擇 50
4.4.5 不同方法與解析度之間檢測結果的比較 50
4.4.6 檢測系統精確度的探討 51
第五章 結果與討論 52
5.1 動態選取臨界值之測試結果 52
5.2 影像濾波器之測試結果 54
5.3 Median Filter與Smoothing Filter雜訊濾除效能比較 56
5.4 邊緣檢測運算子之測試結果 58
5.4.1 梯度運算子 58
5.4.2 二階導數運算子 60
5.5 米粒長、寬次像素之量測 61
5.6 檢測系統精確度的探討 68
5.7 檢測時間之探討 69
第六章 結論 73
第七章 建議研究 75
參考文獻 76
附錄A Scheffe檢定分析資料 79
附錄B 檢測軟體的操作介面 81
附錄C 檢測軟體程式碼 82
1.李芳繁。1990。以影像處理測量檸檬之幾何性質。中國農業工程學報。36(3):36-42。
2.林金盾。1996。以保矩法估算錯交影像中物體邊緣之深度。碩士論文。私立元智工學院工業工程研究所。
3.吳孟軍、黃裕煒、謝振輝。1993。影像處理:以拉普拉辛-高辛罩幕及零交越點偵測自動檢測機械工作之同心度。彰化師範大學學報。Vol.4:471-486。
4.林建銘。1998。割線法於稻米類神經網路檢測之研究。八十七年農業機械論文發表會論文摘要集。pp.2-21 - 2-22。
5.林建銘。1999。類神經網路應用於糙米外觀品質檢測之研究。碩士論文。國立中興大學農業機械工程研究所。
6.林璟獻。1999。應用B-Spline曲線於CCD次像素技術之研究。碩士論文。國立中央大學機械工程研究所。
7.洪子瑜。1999。高精度平面檢測軟體開發。碩士論文。國立中山大學機械工程研究所。
8.侯東旭、郭溫良。1997。使用動差保留法估計邊緣次像素精度之研究。Journal of the Chinese Institute of Industrial Engineers。14(3):295-304。
9.連國珍。1999。數位影像處理。儒林出版社。
10.溫惠雯。1996。糙米品質檢測系統之研製。碩士論文。國立中興大學農業機械工程研究所。
11.黃膺任、李芳繁。1997。使用影像處理進行棗子分級之研究。農業機械學刊。6(2):15-23。
12.廖家興。1995。機器視覺在糙米外觀檢測之應用。碩士論文。國立中興大學農業機械工程研究所。
13.蔡益誠。1997。影像次像素技術在物體圓孔尺寸計算之可靠度研究。金屬工業。31(2):21-25。
14.蔡曜仲。2001。機器視覺於加工邊緣毛邊量測之應用。碩士論文。國立中興大學機械工程研究所。
15.Foley, J. D., A. Van Dam, S. K. Feiner and J. F. Hughes. 1996. Computer Graphics Principles and Practice (Second Edition in C). Addision-Wesley Publishing Company.
16.Gonzalez, R. C. and R. E. Woods. 1993. Digital Image Processing. Addision-Wesley Publishing Company.
17.Hyde, P. D. and L. S. Davis. 1983. Subpixel Edge Estimation. Pattern Recognition. 16(4):413-420.
18.Jain, R., R. Kasturi and B. G. Schunck. 1995. Machine Vision. McGraw-Hill.
19.Kisworo, M., S. Venkatesh and G. West. 1994. Modeling Edges at Subpixel Accuracy Using the Local Energy Approach. IEEE Transactions on Pattern Analysis and Machine Intelligence. 16(4): 405-410.
20.Lyvers, E. P., O. R. Mitchell, M. L. Akey and A. P. Reeves. 1989. Subpixel Measurements Using a Moment-Based Edge Operator. IEEE Transactions on Pattern Analysis and Machine Intelligence. 11(12):1293-1309.
21.Marr, D. and E. C. Hildreth. 1980. Theory of edge detection. Proc. R. Soc. Lond. B. 207. 187-217.
22.Otsu, N. 1979. A threshold Selection Method From Gray-Level Histograms. IEEE Transactions on systems, Man and Cybernetics. Vol.SMC-9. No.1. 62-66.
23.Tabatabai, A. J. 1984. Edge Location to Subpixel Values in Digital Imagery. IEEE Transactions on Pattern Analysis and Machine Intelligence. Vol. PAMI-6. No.2. 188-201.
24.Tsai, W. H. 1985. Moment-Preserving Thresholding:A New Approach. Computer Vision, Graphics, Image processing. Vol.29. 377-393.
25.Wan, Y-N. 2002. Kernel Handling Performance of an Automatic Grain Quality Inspection System. Transactions of the ASAE. 45(2):369-377.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top