【摘 要】
：
高新技术的发展推动了农产品的智能化进程,生产商或分销商通过结合新技术,提高生产效率,以更好的管理产品等方式提高了企业收益。而大部分金针菇工厂在对金针菇进行分类时,仍然采用人工分类,而人工分类会大幅度降低了其分类的效率,同时,工人的视觉疲劳所导致错分和漏分的现象将会增多。基于深度学习和机器视觉的检测技术以工序简略,检测速度快,效率高,适应性强等特点已越来越多的被应用于农产品分类检测中。本课题采用深度
论文部分内容阅读
高新技术的发展推动了农产品的智能化进程,生产商或分销商通过结合新技术,提高生产效率,以更好的管理产品等方式提高了企业收益。而大部分金针菇工厂在对金针菇进行分类时,仍然采用人工分类,而人工分类会大幅度降低了其分类的效率,同时,工人的视觉疲劳所导致错分和漏分的现象将会增多。基于深度学习和机器视觉的检测技术以工序简略,检测速度快,效率高,适应性强等特点已越来越多的被应用于农产品分类检测中。本课题采用深度学习的手段,设计了一套金针菇分类系统。具体研究内容包括:（1）对根部表面的主要存在问题进行分析和分类。针对根部杂散背景的影响,使用基于粒子群优化大津（OTSU）算法将根部的背景与前景进行分割,将分割出来的前景图片输入改进的Inception V3网络中进行进一步分类,获得分类准确率为95.89%,速度为0.03秒/张。针对菇帽的检测分类提出了一种基于改良的Mask-RCNN为目标的掩码提取器,使用面积比的算法,最终所得菇帽的分类准确率为86.85%,速度为0.26秒/张。（2）根据实际部署要求,对金针菇菇帽算法模型采用模型剪枝的方法,去除冗余的参数。为了更高效的去除冗余参数,本文采用灰度关联分析法,得到标签与特征图之间的关联度,从而确定需要剪裁的参数,最终选择当剪裁比例达到20%时,效果最佳。同时基于Tensorflow将剪裁模型部署到PC端。（3）依据检测内容以及设计目标,完成了基于深度学习的金针菇分类系统的整体方案设计。并以系统框架为基础,设计要求为导向,完成了机械爪抓取动作、机械臂移动动作、翻转动作、旋转平台动作、分类等相关动作的方案设计,并参与运转调试。（4）对计算机软件进行了设计。完成了界面设计、效果展示、机械臂控制、相机通讯等功能。使得整个检测体系能够顺利运行,检测情况可以实时展示在人机交互界面中。本文设计的基于深度学习的金针菇分类系统实现了金针菇分类过程的自动化。
其他文献
随着供应链管理在企业的广泛应用,越来越多的企业通过优化供应链各环节的关系和流程,实现成本最小化或利益最大化。虽然这方面的研究已经越来越多,但是针对包括制造工厂、仓库和施工现场的三级供应链结构问题的研究相对较少,还会存在模型中约束条件不足以及应用场景受限的情况。因此本文针对该配置下的三级供应链进行了研究,基于不确定性、时间和成本控制下提出更接近现实的模型,并设计了模型求解算法,以此集成和协调供应链各
光信号在波导中传输时会在传输端面发生反射,反射信号反向传输将影响光信号的传输质量,并且在使用激光作光源的实验中,反射光线甚至会损坏激光器。因此,光传输中需要一个重要的功能器件——光隔离器。光隔离器可以限制光纤中反向光的传输。目前市场上的光隔离器以磁光隔离器件为主,其普遍具有较大的空间体积,难以集成到光学芯片上。现有光隔离器方案主要受较大的体积、结构复杂的合成材料、精密制造时成品率低等因素限制,因而
目前,乳腺癌是女性发病率最高的恶性肿瘤,早期超声检查对提高乳腺癌治愈率有重要意义。但是乳腺超声图像获取相对困难,且具有噪声严重、对比度低、特征复杂等特点,同时诊断过程会受到医生经验和知识水平的限制和影响,易导致误诊和漏诊。计算机辅助诊断（Computer Aided Diaganosis,CAD）通过医学图像处理技术,结合计算机的分析计算,辅助医生发现并诊断病灶,具有客观性强、操作效率高等优点,对
随着网络的快速发展和人们生活质量的显著提高,远程和群体服装定制需求快速增长,但消费者缺乏对尺寸量取的认识、量取大量人体尺寸时的易错性及3D扫描仪价格昂贵且不易搬动等原因,限制了远程和群体服装定制的发展,使得便捷、高效、准确的人体关键尺寸获取成为了目前的一个难点。为此,本文提出了一个通过人体图像获取人体关键尺寸的方法,主要研究工作如下:（1）本文使用Faster R-CNN和Deep Labv3+网
随着社会的不断进步,人们对工业产品的品质提出了更高的要求,这促使了检测技术从二维向三维的转变。如今,基于CAD模型的数字化检测技术成为主流。为了不断提高检测精度,使用的扫描设备越来越精细,获取的工件点云数据量越来越大,这大大增加了计算量。为此,本课题从精简点云着手研究,在保证配准精度不变的情况下,提高配准速度。本文的主要工作内容如下:（1）点云去噪算法的研究。要实现CAD模型与点云数据的准确配准,
有机太阳能电池（Organic solar cell,OSCs）因成本低廉、制备工艺简单、柔性和环境友好等优点,具有广泛的发展和应用前景。经过科研人员的不断努力,目前OSCs的能量转换效率已经达到了17.4%。相对于传统无机太阳能电池,OSCs在效率、稳定性和寿命等方面仍然存在差距,而叠层结构的OSCs,由于可以实现光谱的互补吸收,在提高太阳光谱利用率和改善OSCs性能上展现出了巨大的潜力。本论文
电力工业作为国民经济能够稳定上行的基础性产业,它的最主要成员是以燃煤为能量源的火力发电企业,在我国的总发电量中火电发出的电量占比超过八成[1-2]。当今,燃煤火力发电依旧是我国电力的重要来源。但是,煤炭为主的发电企业随之带来的是严峻的大气污染难题以及二氧化碳排放难题,进而导致电力生产与环境保护之间的冲突尤为凸显,由此节能降耗成为我国电力行业发展进程中的一项长期战略,也是亟需解决的主要任务之一。本文
光学成像应用中,经常会受到云雾和生物组织等散射介质干扰,导致成像质量下降甚至无法成像。近年来,研究者针对此问题提出了诸多的解决方案,使得透过散射介质的成像成为可能。目前常用的几种散射成像技术包括波前整形技术、传输矩阵测量、散斑相关技术以及深度学习等。这些散射成像技术都会存在一些限制,比如成像视场受记忆效应限制、测量过程耗时、需要大量的数据等。为此,本论文利用基于强度相关的全息技术,提供另外一种散射
微纳光波导作为实现光子器件光互联最基本的光信息传输单元,以其较强的光场约束、较低的能量损耗、良好的导光能力、简易的制备过程等优点成为微纳光子学领域研究热点之一。本文以罗丹明B（Rhodamine B,Rh-B）掺杂的聚合物微米线（Polymer microfibers,PMFs）为研究对象,对PMFs中光束的传输、荧光的激发及其光学能量损耗特性进行了系统研究。本文基于微纳光波导中光传输的基本理论,
光波在随机介质（如海洋湍流、牛奶等）中进行传输时,由于介质的折射率随机起伏和散射作用都会对光波产生影响,如何在随机介质中进行传输和成像是当前研究的热点。海洋湍流相比于大气湍流更为复杂,我们需要建立合适的海洋湍流模型,以便从理论上研究各种光束的传输特性。另外,物体通过动态散射介质进行成像时会发生多重散射和衍射,从而形成的散斑。因散射介质的光学记忆效应的发现,基于散斑自相关的散射成像技术得以不断的发展