论文总字数：16407字

摘 要

随着各国的农业生产自动化技术水平的不断提高，世界各国农业产品价格不断降低，带动对他国出口价格降低。然而我国水果和蔬菜对他国输出却很低，在各国市场上缺乏竞争力。为了提升我国水果和蔬菜对外的输出率，这些年来，我国的水果和蔬商品化、标准化处理发展较为迅速，特别是图像处理技术在青椒识别分类和品质检测等方面中应用越来越广泛。本文选取青椒作为研究的作物，研究如何对获取的青椒图像进行适当的预处理，如何用较少的特征量来表示青椒的特征。借助MATLAB实现青椒识别和计数研究。主要研究内容如下：

1.对采集到的彩色青椒图像建立RGB颜色模型对彩色图像进行转化成灰度图像使用RGB颜色分离法2.对转换的灰度图像分析灰度直方图选择合适阈值分割。3.对灰度图像转换成二值图像，利用二值形态学填充、腐蚀等运算对样本青椒二值图像进行处理，4.分别使用Roberts算子、Log算子、Canny算子对图像进行提取，选择最适用的方案。确定青椒图像特征值。4.使用Bwlabel函数对图像内连通区域进行计算，并且使用红色圆圈对青椒进行标记，在原图像上显示出对话框，在对话框中记录标记个数，按确定按钮返回

关键词：青椒；图像识别；MATLAB；特征值

Abstract

With the continuous improvement of agricultural production automation technology in various countries, the price of agricultural products in various countries in the world keeps decreasing, which drives down the price of export to other countries. However, China's fruit and vegetable exports to other countries are very low, the lack of competitiveness in the national market. In order to improve the export rate of fruits and vegetables in China, the commercialization and standardized processing of fruits and vegetables in China have developed rapidly in recent years, especially the application of image processing technology in green pepper identification and classification and quality detection has become more and more extensive. In this paper, green pepper was selected as the research crop to study how to properly preprocess the acquired green pepper images and how to represent the characteristics of green pepper with less characteristic quantity. MATLAB to achieve green pepper identification and counting research. The main research contents are as follows:

1. Establish RGB color model for the collected color green pepper images, convert the color images into gray images using RGB color separation method. 2. The gray image was converted to binary image, and the binary image was processed by the operations of binary morphological filling and corrosion, etc. 4. Roberts operator, Log operator and Canny operator were used to extract the image, and the most suitable solution was selected. Determine the characteristic value of green pepper image. 4. Bwlabel function is used to calculate the connected area in the image, and red circle is used to mark the green pepper. The dialog box is displayed on the original image, and the number of tags is recorded in the dialog box

Keywords:Green pepper ；image recognition ；MATLAB ；eigenvalue

目录

第一章 引言 1

1.1研究的目的与意义 1

1.2国内外研究现状 1

1.3本课题的研究内容、研究方法与手段 2

1.3.1 课题主要研究内容 2

1.3.2 研究方法与手段 2

第二章 数字图像简介 3

2.1什么是图像 3

2.2图像的分类 3

2.3图像的产生 3

第三章 图像处理与计数识别 5

3.1 RGB颜色模型 5

3.2 RGB颜色分离 5

3.3图像分割 7

3.4二值形态学图像处理 9

3.5边缘分割技术 10

3.5.1Roberts算子 11

3.5.2 Log算子 12

3.5.3 Canny算子 12

3.6青椒计数识别 13

致谢 15

参考文献 16

附录 17

引言

1.1研究的目的与意义

随着各国的农业生产自动化技术水平的不断提高，世界各国农业产品价格不断降低，带动对他国出口价格降低，这时开发研究一款高性能的青椒识别计数系统，有利于整体减少农产品生产的成本，降低人工，提升国际农产品竞争力，提过出口率，使农民更加富有，对种植农产品更有积极性，对我国农业的良性发展具有现实意义。本文设计的青椒果实识别和计数系统，作为机器人采摘系统前期工作的一项重要内容，数字图像处理技术实际上是应用计算机的相关软件对图像进行运算和处理从而实现图像的变化、修改和检测。在数字图像处理技术发展初期，人们主要是应用图像处理技术来改进和完善图像的观感和图像的素质。比如在农业领域，在复杂的田间环境中识别农作物、查找出一批农作物中质量不达标的个体、判别农作物的病害情况、对采集到的农作物进行数量识别和质量检测等方面，数字图像处理技术在其中发挥了其强大的功能。

我国是一个果蔬农产品生产大国，每年的需求和供给都位于世界前列，水果和蔬菜的总产量也远超其他各国。然而水果和蔬菜对他国输出却很低，在各国市场上缺乏竞争力。为了提升我国水果和蔬菜对外的输出率，这些年来，我国的水果和蔬商品化、标准化处理发展较为迅速，特别是图像处理技术在青椒识别分类和品质检测等方面中应用越来越广泛。本文选取青椒作为研究的作物，研究如何对获取的青椒图像进行适当的预处理，如何用较少的特征量来表示青椒的特征，并对青椒进行计数处理。

1.2国内外研究现状

随着图像识别技术在农业上日益的广泛运用，图像识别技术也成为国内外研究的热门课题。在这几年运用图形识别与导航的机器人日益增多，各国学校，科研机构在机器人应用于农业上的技术变得日益完善，在植物种类鉴别，大豆，小麦等农产品种子的检测与分级，农作物成熟之后的饱满程度、形状、外表颜色和外形损伤程度等方面进行分级，并且还对各种农业型机器人进行研究与开发，以此来实现农作物的自动整理、收获、包装。目前，各个国家都开始在自动收获机器人的研究中取得重大的突破，越来越多的机器人开始应用于农业中，国内各种农作物的栽种与收获机器人得到了广泛的应用，极大的提高了工作效率与工作质量，并且极大的解放了劳动力 。早在1985年，国外就率先提出利用计算机视觉作为导向的机器人作为水果采摘技术的可能性。美国在这方面处于前列，2016年，美国一家机械科技公司发明了一款可以根据不同类型土地所含有的不同农作物所需的成分制定出适合该土地的施肥和种植方案。因为该智能机器人定制出的施肥方案不仅可以让农作物茁壮成长，而且还大幅的减少了肥料的浪费，从而俭省了成本，还能降低对环境的污染。德国一个科研机构研制出的智能除草机器人，不仅可以在广阔的田地中找出杂草，还能在极不平坦的土地上以相当快的速度奔驰着，此智能机器人每分钟可以除掉100多根杂草，比人工和药物除草都要快得多。国内在利用机器识别对农作物的种植与收获方面起步较晚，但在发展速度上却是迅猛的。其中各大高校与科研单位作出了巨大作用。2008年浙江工业大学朱莉等人对柑橘图像的预处理与识别系统进行了研究。2010年东北农业大学于样等人提出利用MATLAB图像识别田间青椒，正确率达83%。2015年湖南农业大学吴迪等人在利用图像识别进行水稻虫害预警系统的研究，正确率达到79%。

1.3本课题的研究内容、研究方法与手段

1.3.1 课题主要研究内容

1.对采集到的彩色青椒图像建立RGB颜色模型对彩色图像进行转化成灰度图像使用RGB颜色分离法2.对转换的灰度图像分析灰度直方图选择合适阈值分割。再进行图像增强，使用灰度变换的方法使灰度增强。3.对灰度图像转换成二值图像，利用二值形态学膨胀、腐蚀、开运算、闭运算对样本青椒二值图像进行处理，4.分别使用Roberts算子、Log算子、Canny算子对图像进行提取，选择最适用的方案。确定青椒图像特征值。4.使用Bwlabel函数对图像内连通区域进行计算，并且使用红色圆圈对青椒进行标记，在原图像上显示出对话框，在对话框中记录标记个数，按确定按钮返回

1.3.2 研究方法与手段

使用软件：MATLAB2018a

剩余内容已隐藏，请支付后下载全文，论文总字数：16407字