亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于多目視覺(jué)的馬鈴薯分級(jí)檢測(cè)并行處理技術(shù)

        2021-12-20 11:47:58劉馨陽(yáng)
        中阿科技論壇(中英文) 2021年12期
        關(guān)鍵詞:馬鈴薯運(yùn)算分級(jí)

        劉馨陽(yáng)

        (寧夏大學(xué)新華學(xué)院信息與計(jì)算機(jī)科學(xué)系,寧夏 銀川 750001)

        1 研究背景

        機(jī)器視覺(jué)就是利用機(jī)器代替人眼實(shí)現(xiàn)各種測(cè)量和判斷,將其應(yīng)用到馬鈴薯重量檢測(cè)中,通過(guò)多角度的拍攝,能采集到馬鈴薯的完整表面信息,進(jìn)而檢測(cè)到馬鈴薯的基本幾何信息。目前,國(guó)內(nèi)外利用機(jī)器視覺(jué)技術(shù)對(duì)馬鈴薯進(jìn)行重量檢測(cè)研究已取得了一定成果。

        1.1 重量檢測(cè)

        Wang等[1](2016)研究發(fā)現(xiàn)馬鈴薯的實(shí)際重量與其外部尺寸呈線性關(guān)系,通過(guò)“V”形面鏡獲得馬鈴薯兩個(gè)視角的圖像,最終試驗(yàn)結(jié)果顯示,相關(guān)系數(shù)為0.991,馬鈴薯樣品試驗(yàn)組的大、中、小尺寸的鑒別精度分別為90%、100%、90%。高新浩等[2](2016)利用立體視覺(jué)技術(shù)對(duì)玉米重量進(jìn)行檢測(cè)分級(jí),實(shí)現(xiàn)分級(jí)準(zhǔn)確率99%以上。

        1.2 幾何形狀檢測(cè)

        Junrong等[3](2014)設(shè)計(jì)制造板坯尺寸檢測(cè)分選系統(tǒng),包括機(jī)器視覺(jué)長(zhǎng)度和寬度測(cè)量,檢測(cè)系統(tǒng)可滿足非接觸、高效率、高準(zhǔn)確度等需求,并且測(cè)量精度小于1 mm。袁亮等[4](2017)利用單目視覺(jué)進(jìn)行番茄分級(jí)檢測(cè),通過(guò)邊界追蹤算法、傅里葉變換處理等手段,檢測(cè)番茄的畸形度,建立了穩(wěn)定的分級(jí)系統(tǒng),系統(tǒng)識(shí)別率達(dá)到92%。

        1.3 表面檢測(cè)

        Xu等[5](2017)提出了一種基于高通濾波器的機(jī)器視覺(jué)檢測(cè)新方法。構(gòu)建高斯高通濾波器,通過(guò)利用馬鈴薯灰度圖像的快速傅里葉變換進(jìn)行卷積,獲得高頻區(qū)域,最后使用Blob分析獲得目標(biāo)區(qū)域。該方法可以有效地檢測(cè)由于機(jī)械加工對(duì)馬鈴薯造成的損傷,識(shí)別準(zhǔn)確率達(dá)到95%以上。楊倩等[6](2013)研究了一種基于采集圖像的顏色一階與二階矩和紋理LBP算子改進(jìn)模式綜合特征參數(shù)的大麥病害識(shí)別方法,并且利用SVM分類模型對(duì)采集到的樣本進(jìn)行分析研究,設(shè)計(jì)了一種大麥病害識(shí)別系統(tǒng),系統(tǒng)總體識(shí)別率達(dá)到84.745 8%。

        通過(guò)上述分析可知,利用多目視覺(jué)技術(shù)檢測(cè)馬鈴薯的研究尚處在試驗(yàn)起步階段,馬鈴薯檢測(cè)多集中于單目視覺(jué)和雙目視覺(jué)檢測(cè),拍攝角度相對(duì)固定,僅從一兩個(gè)角度是不可能獲取物體完整的表面信息[7],存在測(cè)量范圍有限的問(wèn)題。而多目視覺(jué)技術(shù)是通過(guò)多個(gè)相機(jī)從不同的角度拍攝同一物體得到物體表面信息,可以獲得物體的完整表面信息,降低誤判的概率。此外,基于機(jī)器視覺(jué)的馬鈴薯分級(jí)檢測(cè)研究,大部分僅僅是在理論層面通過(guò)改進(jìn)算法或增加約束從而提高檢測(cè)的準(zhǔn)確率,多是停留在提高百分點(diǎn)的理論研究[8],并沒(méi)有考慮到檢測(cè)速度的提高,而若想應(yīng)用于實(shí)際生產(chǎn)加工過(guò)程中,提高檢測(cè)準(zhǔn)確度的前提是保證時(shí)間最短,只有提高檢測(cè)速度,人工智能取代人工檢測(cè)才會(huì)變得有意義[9]。

        2 材料與方法

        2.1 樣本材料選擇

        試驗(yàn)樣品采集于寧夏回族自治區(qū)銀川市同心路農(nóng)貿(mào)市場(chǎng),馬鈴薯品種為棵新10號(hào),共采集100個(gè)樣本。采集后運(yùn)往寧夏大學(xué)物電學(xué)院電工實(shí)驗(yàn)室進(jìn)行試驗(yàn)。

        2.2 圖像采集方法

        基于多目視覺(jué)的動(dòng)態(tài)馬鈴薯重量檢測(cè)采集系統(tǒng):(1)為了拍到馬鈴薯完整的表面信息,四目相機(jī)在空間中立體分部;(2)考慮到鏈條傳輸會(huì)遮擋掉馬鈴薯的部分表面信息,所以利用2個(gè)具有高度差的傳送帶傳遞馬鈴薯,從上一傳送帶以一定速度拋出后,經(jīng)過(guò)類平拋運(yùn)動(dòng)落到下一級(jí)傳送帶上;(3)在上一級(jí)傳送帶出口安裝有光電傳感器,當(dāng)馬鈴薯從上一級(jí)傳送帶拋出時(shí),觸發(fā)光電傳感器給相機(jī)發(fā)送信號(hào),之后當(dāng)馬鈴薯進(jìn)入相機(jī)拍攝視角,四目相機(jī)進(jìn)行同時(shí)拍照,同步獲得馬鈴薯4個(gè)角度的圖像信息。圖像采集系統(tǒng)如圖1所示。

        圖1 圖像采集系統(tǒng)

        2.3 并行處理方法

        2.3.1 讀取圖像

        馬鈴薯無(wú)損檢測(cè)分級(jí)系統(tǒng)在實(shí)際應(yīng)用過(guò)程中,關(guān)于圖像的存取需要滿足以下要求:

        (1)在實(shí)際應(yīng)用過(guò)程中,所處理的圖像數(shù)量龐大,且相機(jī)的拍照速度快,存儲(chǔ)時(shí)采用編號(hào)(1,2,3,…,n)的形式進(jìn)行圖像的命名處理,這樣避免了圖像的重名現(xiàn)象。

        (2)考慮到存儲(chǔ)空間的占用,圖像數(shù)量達(dá)到3 000個(gè)進(jìn)行清除(按照平均每個(gè)馬鈴薯350 g計(jì)算,相當(dāng)于處理了1 t的馬鈴薯),從1開(kāi)始重新編號(hào)存儲(chǔ)。

        (3)由于是四目相機(jī)同時(shí)拍照,并且采用parfor并行處理圖像,所以4個(gè)相機(jī)所拍攝的照片分為4個(gè)文件夾進(jìn)行存儲(chǔ)。

        (4)提取圖像過(guò)程中,采用遍歷的形式讀取圖像,每個(gè)文件夾中相對(duì)應(yīng)編號(hào)相同的圖像就是同一個(gè)馬鈴薯的圖像。

        按照?qǐng)D像編號(hào)讀取圖像,MATLAB程序代碼為:

        其中,strcat(num2str(x),'.bmp')實(shí)現(xiàn)了按照?qǐng)D像編號(hào)進(jìn)行遍歷提取圖像,每30幅圖像分為一組進(jìn)行批量處理,這樣減少了打開(kāi)關(guān)閉并行池的次數(shù)[10],節(jié)約了處理的時(shí)間。

        2.3.2 并行處理編程方法

        馬鈴薯無(wú)損檢測(cè)分級(jí)系統(tǒng)中,四目相機(jī)同步采集馬鈴薯不同角度的圖像進(jìn)行處理,每個(gè)馬鈴薯的檢測(cè)都要結(jié)合4個(gè)不同角度拍攝的圖像進(jìn)行綜合分析,這種多視角的檢測(cè)可以獲取每個(gè)樣本的完整表面信息,提高馬鈴薯檢測(cè)的精確度。

        考慮到4幅圖像雖然是從不同角度拍攝的,但是處理的過(guò)程是相同的,而串行運(yùn)算會(huì)占用很多時(shí)間,所以研究并行處理方法,每個(gè)樣本的分級(jí)結(jié)果將匯總4幅圖像的結(jié)果進(jìn)行綜合分析。馬鈴薯無(wú)損檢測(cè)分級(jí)系統(tǒng)的并行處理流程如圖2所示,其中,4幅圖像都要進(jìn)行圖像預(yù)處理操作,即對(duì)圖像進(jìn)行基本的圖像處理,包括去背景、二值化等操作,并提取出后續(xù)步驟所需的參數(shù),主要有圖像的不變矩參數(shù)、圖像面積參數(shù)[11],具體預(yù)處理過(guò)程如圖3所示。

        圖2 并行處理流程圖

        圖3 圖像預(yù)處理過(guò)程圖

        3 模塊并行程序檢測(cè)

        3.1 馬鈴薯缺陷程序檢測(cè)

        馬鈴薯缺陷程序檢測(cè),選取4個(gè)角度拍攝馬鈴薯,從4個(gè)角度觀察同一個(gè)馬鈴薯,得到馬鈴薯各個(gè)角度的圖像信息,從而減少馬鈴薯分類的誤判。在檢測(cè)過(guò)程中,每一個(gè)馬鈴薯的4幅圖像都要經(jīng)過(guò)相同的程序進(jìn)行處理,如果有缺陷,則輸出“1”,無(wú)缺陷則輸出“0”,最后每個(gè)馬鈴薯的4幅圖像進(jìn)行“與”運(yùn)算,只要有一張圖像檢測(cè)為“1”,即有缺陷,那么判定該馬鈴薯為有缺陷的馬鈴薯。

        每一張圖像的處理過(guò)程:通過(guò)灰度閾值提取,先預(yù)估出缺陷部分,并且提取缺陷部分,為了進(jìn)一步區(qū)分蟲(chóng)眼馬鈴薯與斑點(diǎn)馬鈴薯,引入面積閾值[12],即通過(guò)設(shè)置面積閾值,閾值為200,去除面積小于200的小面積缺陷,再通過(guò)bwlabel函數(shù),如果還留有缺陷,則該馬鈴薯被判定為缺陷馬鈴薯,若沒(méi)有缺陷保留,則判定為無(wú)缺陷馬鈴薯。

        在實(shí)際操作過(guò)程中,選取了10個(gè)馬鈴薯的圖像,也就是40幅馬鈴薯圖像進(jìn)行缺陷判定。在提取圖像時(shí),就涉及for循環(huán)的使用,每次提取一張照片,進(jìn)行相同的判定程序運(yùn)算。for循環(huán)是最消耗計(jì)算量的代碼,且圖像在循環(huán)過(guò)程中都是相互獨(dú)立的,不存在數(shù)據(jù)傳輸,所以考慮使用并行運(yùn)算parfor代替串行運(yùn)算for循環(huán)。并對(duì)比了串行運(yùn)算for循環(huán)、并行運(yùn)算parfor(三核)、并行運(yùn)算parfor(四核)3種形式所使用的時(shí)間和相對(duì)應(yīng)的加速比,以及并行運(yùn)算的效率,其中每次測(cè)試使用時(shí)間均不相同,所以所取數(shù)據(jù)為10次試驗(yàn)的平均數(shù),具體試驗(yàn)結(jié)果如表1所示。

        由表1可知,從運(yùn)行時(shí)間來(lái)看,parfor比f(wàn)or循環(huán)短,且加速比為1.671,以及運(yùn)算效率為0.478,可以看出parfor將任務(wù)分配到多個(gè)MATLAB worker上并行執(zhí)行程序的方法,可以提高程序的整體運(yùn)行速度。

        表1 串行、并行程序測(cè)試

        3.2 馬鈴薯薯形判定程序檢測(cè)

        馬鈴薯薯形檢測(cè),試驗(yàn)選取的是每個(gè)馬鈴薯一個(gè)角度的圖像。馬鈴薯薯形檢測(cè)是通過(guò)提取馬鈴薯圖像的7個(gè)不變矩參數(shù),把這7個(gè)不變矩參數(shù)作為BP神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù),最終得到輸出的結(jié)果,即“0.01”或“0.99”,分別表示薯形優(yōu)良和畸形[13]。

        對(duì)每一幅馬鈴薯圖像所進(jìn)行的圖像處理操作是相同的,通常使用for循環(huán)提取每一張圖像,然后每幅圖像在循環(huán)體內(nèi)都會(huì)進(jìn)行相同的操作,而這種串行的for循環(huán)運(yùn)算,是最消耗時(shí)間的運(yùn)算,會(huì)大大降低整個(gè)薯形檢測(cè)的檢測(cè)效率,考慮使用MATLAB中的parfor循環(huán)代替for循環(huán),可以得到相同的檢測(cè)結(jié)果,由于parfor循環(huán)是并行運(yùn)算的方式,會(huì)減少時(shí)間的消耗,充分利用現(xiàn)有的資源,達(dá)到更理想的檢測(cè)效率。

        在實(shí)際操作過(guò)程中,選取了100個(gè)馬鈴薯的圖像,即100幅馬鈴薯圖像進(jìn)行檢測(cè),并對(duì)比了串行運(yùn)算for循環(huán)、并行運(yùn)算parfor(三核)、并行運(yùn)算parfor(四核)3種形式所使用的時(shí)間以及相對(duì)應(yīng)的加速比,以及并行運(yùn)算的效率,其中每次測(cè)試使用時(shí)間均不相同,所以所取數(shù)據(jù)為10次試驗(yàn)的平均數(shù),具體試驗(yàn)結(jié)果如表2所示。

        表2 串行、并行程序測(cè)試

        由表2可知,從運(yùn)行時(shí)間來(lái)看,parfor比f(wàn)or循環(huán)短,且加速比為1.682,以及運(yùn)算效率為0.421,可以看出parfor將任務(wù)分配到多個(gè)MATLAB worker上并行執(zhí)行程序的方法,可以提高程序的整體運(yùn)行速度。

        3.3 馬鈴薯重量選取程序檢測(cè)

        馬鈴薯大小選取程序檢測(cè),試驗(yàn)選取的是每個(gè)馬鈴薯3個(gè)角度的圖像,并通過(guò)使用canny算子提取邊緣,填充目標(biāo)物(馬鈴薯),計(jì)算圖像中馬鈴薯的面積(像素和),提取3個(gè)面積數(shù)據(jù)得到馬鈴薯預(yù)測(cè)重量[14]。

        其中,在提取圖像時(shí),就涉及for循環(huán)的使用,每次提取一張照片,進(jìn)行面積運(yùn)算,然后再提取一張進(jìn)行同樣的操作,如此反復(fù)。但是,在程序設(shè)計(jì)中,最消耗計(jì)算量的代碼就是循環(huán),在MATLAB程序中提高循環(huán)的計(jì)算效率是提高程序設(shè)計(jì)效率的關(guān)鍵,每張圖像的馬鈴薯面積計(jì)算都是獨(dú)立的,也就是for循環(huán)的每次迭代都是獨(dú)立的,利用parfor可以實(shí)現(xiàn)迭代的并行執(zhí)行,因?yàn)閣orkers可以同時(shí)執(zhí)行迭代。

        在實(shí)際操作過(guò)程中,選取了10個(gè)馬鈴薯的圖像,也就是30幅馬鈴薯圖像進(jìn)行面積計(jì)算,并對(duì)比了串行運(yùn)算for循環(huán)、并行運(yùn)算parfor(三核)、并行運(yùn)算parfor(四核)3種形式所使用的時(shí)間以及相對(duì)應(yīng)的加速比,以及并行運(yùn)算的效率,其中每次測(cè)試使用時(shí)間均不相同,所以所取數(shù)據(jù)為10次試驗(yàn)的平均數(shù),具體試驗(yàn)結(jié)果如表3所示。

        表3 串行、并行程序測(cè)試

        由表3可知,從運(yùn)行時(shí)間來(lái)看,僅僅10個(gè)馬鈴薯的程序運(yùn)行時(shí)間,parfor比f(wàn)or循環(huán)短很多,少用了0.39 s和0.5 s,可以看出parfor將任務(wù)分配到多個(gè)MATLAB worker上并行執(zhí)行程序,可以提高程序運(yùn)行速度。在并行運(yùn)算中,三核與四核進(jìn)行比較,從加速比以及效率兩個(gè)性能指標(biāo)的試驗(yàn)參數(shù)可以看出,四核更能提高整體程序的運(yùn)行速度[15]。

        4 討論與總結(jié)

        本文基于國(guó)內(nèi)外馬鈴薯分級(jí)機(jī)系統(tǒng)的研究現(xiàn)狀,為了提高馬鈴薯分級(jí)檢測(cè)速度,使其真正應(yīng)用于實(shí)際生產(chǎn)加工過(guò)程中,提出了馬鈴薯分選機(jī)的并行處理方法。結(jié)果表明:(1)前人基于機(jī)器視覺(jué)的馬鈴薯分級(jí)系統(tǒng)研究,多是基于單目視覺(jué)或雙目視覺(jué),而僅僅一兩個(gè)角度無(wú)法獲得馬鈴薯的完整表面信息[16],所以提出了基于四目視覺(jué)的馬鈴薯分級(jí)系統(tǒng),通過(guò)增加相機(jī)數(shù)目,增加了觀測(cè)角度,4個(gè)相機(jī)從不同角度保證得到馬鈴薯完整表面信息,從而提高馬鈴薯的分選精度;(2)增加相機(jī)的數(shù)目意味著要處理更多的圖像,為滿足實(shí)際生產(chǎn)加工中對(duì)檢測(cè)速度的要求,使用對(duì)循環(huán)進(jìn)行同步運(yùn)算,解決程序運(yùn)行速度會(huì)因循環(huán)的使用而大大下降的問(wèn)題。使用函數(shù)實(shí)現(xiàn)并行提取預(yù)處理馬鈴薯圖像,試驗(yàn)結(jié)果顯示:馬鈴薯缺陷檢測(cè)模塊加速比為1.671,每個(gè)馬鈴薯平均用時(shí)0.038 6 s;薯形檢測(cè)模塊加速比為1.682,每個(gè)馬鈴薯平均用時(shí)0.081 2 s;馬鈴薯重量檢測(cè)模塊加速比為1.558,每個(gè)馬鈴薯平均用時(shí)0.089 8 s。并行處理有效地提高了馬鈴薯的檢測(cè)速度,滿足實(shí)際生產(chǎn)加工要求。

        猜你喜歡
        馬鈴薯運(yùn)算分級(jí)
        重視運(yùn)算與推理,解決數(shù)列求和題
        馬鈴薯有功勞
        有趣的運(yùn)算
        分級(jí)診療路難行?
        “整式的乘法與因式分解”知識(shí)歸納
        撥云去“誤”學(xué)乘除運(yùn)算
        定邊馬鈴薯
        分級(jí)診療的“分”與“整”
        胖胖的馬鈴薯
        分級(jí)診療的強(qiáng)、引、合
        亚洲一区精品一区在线观看| 国产午夜福利在线播放| 国产午夜成人久久无码一区二区 | 国产在线一区二区三区av| 一区二区三区av资源网| 日本中文一区二区在线观看| 中文字幕+乱码+中文字幕一区| 国产三级欧美| 免费的黄网站精品久久| 久久久天堂国产精品女人| 国产精品久久久久9999赢消| 久草视频福利| 亚洲区一区二区中文字幕| 噜噜中文字幕一区二区| 韩日午夜在线资源一区二区| 黄视频国产| 国产一区二区三区涩涩| 丁香五月缴情在线| 野花社区视频www官网| 中日韩欧美高清在线播放| 日本一区二区三区女优在线| 亚洲av首页在线| 亚洲av成本人无码网站| 伊人影院在线观看不卡| 国产一级二级三级在线观看视频| 亚洲熟女乱色综合亚洲av| 亚洲自拍愉拍| 日本在线免费不卡一区二区三区| 国产精品无码av无码| 免费人成再在线观看网站| 久久久亚洲精品免费视频| 国产剧情一区二区三区在线| 亚洲综合国产一区二区三区| 91亚洲国产三上悠亚在线播放| 精品蜜桃av免费观看| 伊人精品久久久久中文字幕| 日韩亚洲中字无码一区二区三区| 青青自拍视频成人免费观看| 亚洲精品久久国产精品| 蜜臀久久99精品久久久久久小说| 少妇特殊按摩高潮惨叫无码|